Statystyka i analiza danych

Laboratoria

• laboratorium 1: Grupowanie i histogramy (28.02.23 i 03.03.23)
• laboratorium 2: Statystyka opisowa (07.03.23 i 10.03.23)
• laboratorium 3: Rozkłady prawdopodobieństwa (14.03.23 i 17.03.23)
• laboratorium 4: Estymatory punktowe i przedziałowe (21.03.23 i 24.03.23)
• laboratorium 5: Wprowadzenie do testów statystycznych (28.03.23 i 31.03.23)
• laboratorium 6: Testy Z i t (04.04.23 i 14.04.23)
• laboratorium 7: Testy dwóch populacji (18.04.23 i 24.04.23)
• laboratorium 8: Korelacja i regresja (część 1) (25.04.23 i 28.04.23)
• laboratorium 9: Korelacja i regresja (część 2) (05.05.23 i 23.05.23)
• laboratorium 10: Analiza danych jakościowych (26.05.23 i 30.05.23)
• laboratorium 11: Testy nieparametryczne (02.06.23 i 06.05.23)
• laboratorium 12: Podsumowanie/Konsultacje (13.06.23 i 16.06.23)

Zadanie domowe/miniprojekt

Podstawowe materiały

• eKurs dla przedmiotu - materiały do wykładów, laboratorium oraz realizacja wejściówek
• platforma DataCamp
• komunikator Slack

Rejestracja

• kwestionariusz (zebranie e-maili w celu wysłania zaproszeń do DataCamp)
• zapis do grupy na platformie DataCamp (dostęp od pierwszego tygodnia zajęć) z użyciem studenckiego adresu e-mail

Narzędzia

• arkusz kalkulacyjny
• Jupyter Notebook z wtyczką do R
  instrukcja - instalacji Jupyter Notebook
  instrukcja - dodania wtyczki R do Jupyter Notebook
  w przypadku systemu Windows wygodnie jest użyć instalacji środowiska Anaconda (instrukcja)
  opcja korzystania z Google Colab
  

Zasady zaliczenia

• na ocenę z laboratorium składają się:
  70% - kartkówki (9-10 sztuk, pierwsza kartkówka na 3 zajęciach) oraz tutoriale (na platformie DataCamp);
  30% - zadanie domowe/miniprojekt;
  by zaliczyć laboratorium należy łącznie uzbierać co najmniej 51% punktów (51-60% - 3.0, 61-70% - 3.5, 71-80% - 4.0, 81-90% - 4.5, 91-100% - 5.0)
• dopuszcza się maksymalnie 2 nieusprawiedliwione nieobecności (nieobecności należy usprawiedliwiać w ciągu 2 tygodni)
• kartkówki i tutoriale: planuje się 9 lub 10 kartkówek oraz 2 tutoriale;
• tutoriale wykonywane będą na platformie DataCamp - dotyczyć będą programowania w R, realizowane będą jako zadanie domowe z tygodniowym czasem na wykonanie;
• kartkówki będą krótkie, 1-3 zadania/pytania sprawdzające wiedzę z ostatnich zajęć;
• ocena za kartkówki i tutoriale będzie liczona jako średnia z ocen jednostkowych z wyłączeniem dwóch najgorszych ocen (wśród których mogą być zera wynikające z nieobecności);
• Zadanie domowe/miniprojekt - zdefiniowane wraz z podaniem terminu oddania oraz z informacją za tracone punkty za każdy tydzień spóźnienia.

Wstępny harmonogram

Program studiów zakłada 12 spotkań laboratoryjnych:

28.02.23 (wtorek), 03.03.23 (piątek) - laboratorium 1: Grupowanie i histogramy
07.03.23 (wtorek), 10.03.23 (piątek) - laboratorium 2: Statystyki opisowe
14.03.23 (wtorek), 17.03.23 (piątek) - laboratorium 3: Rozkłady prawdopodobieństwa
21.03.23 (wtorek), 24.03.23 (piątek) - laboratorium 4: Estymacja punktowa i przedziałowa
28.03.23 (wtorek), 31.03.23 (piątek) - laboratorium 5: Wprowadzenie do testów statystycznych
04.04.23 (wtorek), 14.04.23 (piątek) - laboratorium 6: Testy t i Z
18.04.23 (wtorek), 21.04.23 (piątek) - laboratorium 7: Testy dwóch populacji
25.04.23 (wtorek), 28.04.23 (piątek) - laboratorium 8: Korelacja i regresja
05.05.23 (piątek) - laboratorium 9: Korelacja i regresja 2
09.05.23 (wtorek), 12.05.23 (piątek), 16.05.23 (wtorek), 19.05.23 (piątek) - brak zajęć (wyjazd prowadzącego)
23.05.23 (wtorek) - laboratorium 9: Korelacja i regresja 2
26.05.23 (piątek), 30.05.23 (wtorek) - laboratorium 10: Analiza danych jakościowych (Test chi-kwadrat)
02.06.23 (piątek), 06.06.23 (wtorek) - laboratorium 11: Testy nieparametryczne/Zdanie zadania domowego
13.06.23 (wtorek), 16.06.23 (piątek) - laboratorium 12: Zdanie zadanie domowego/Konsultacje

This class is supported by DataCamp, the most intuitive learning platform for data science and analytics. Learn any time, anywhere and become an expert in R, Python, SQL, and more. DataCamp's learn-by-doing methodology combines short expert videos and hands-on-the-keyboard exercises to help learners retain knowledge. DataCamp offers 350+ courses by expert instructors on topics such as importing data, data visualization, and machine learning. They're constantly expanding their curriculum to keep up with the latest technology trends and to provide the best learning experience for all skill levels. Join over 6 million learners around the world and close your skills gap.