- Nazwa przedmiotu:
- Statystyka dla finansów i ubezpieczeń
- Koordynator przedmiotu:
- prof. dr hab. Jan Mielniczuk
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Matematyka
- Grupa przedmiotów:
- Wspólne
- Kod przedmiotu:
- M2SFU
- Semestr nominalny:
- 1 / rok ak. 2016/2017
- Liczba punktów ECTS:
- 6
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
- godziny kontaktowe – 60 h; w tym
obecność na wykładach – 30 h
obecność na laboratoriach – 30 h
przygotowanie do laboratoriów – 30 h
zapoznanie się z literaturą – 10 h
konsultacje – 5 h
przygotowanie do egzaminu i obecność na egzaminie – 15 h
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- obecność na wykładach – 30 h
obecność na ćwiczeniach – 30 h
konsultacje – 5 h
Razem 65 h, co odpowiada 3 pkt. ECTS
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- 2
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład30h
- Ćwiczenia0h
- Laboratorium30h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- Statystyka matematyczna I
- Limit liczby studentów:
- Bez limitu
- Cel przedmiotu:
- Zdobycie podstawowej wiedzy i praktycznej umiejętności analizy regresyjnych zależności liniowych i analizy adekwatności postulowanego modelu. Umiejętność analizy zależności dla różnych typów zmiennych losowych. Podstawy teoretyczne oraz praktyczna umiejętność wykorzystania technik symulacyjnych w analizie statystycznej.
- Treści kształcenia:
- 1. Analiza regresji
1.1. Analiza regresji jednokrotnej: estymatory MNK, rozkład zmienności, korelacja a regresja, model regresji liniowej, wnioskowanie statystyczne o parametrach modelu, diagnostyka modelu
1.2. Analiza regresji wielokrotnej (krótkie wprowadzenie).
1.3. Regresja logistyczna , wnioskowanie, diagnostyka
2. Analiza wariancji
2.1. Jednoczynnikowa analiza wariancji.
2.2. Dwuczynnikowa analiza wariancji.
2.3. Analiza kowariancji.
2.4. Ogólny test liniowy w analizie regresji i analizie wariancji.
3. Analiza danych jakościowych
3.1. Analiza jednej zmiennej.
3.2. Testowanie jednorodności.
3.3. Testowanie niezależności.
3.4. Analiza zależności dla zmiennych nominalnych oraz zmiennych o uporządkowanych kategoriach.
3.5. Asymptotyczne rozkłady statystyk dla testów chi-kwadrat Pearsona, testy oparte na ilorazie wiarogodności; paradoks Simpsona.
4. Metody rangowe
4.1. Porównanie rozkładów cech w dwóch populacjach.
4.2. Porównanie rozkładów dla par obserwacji.
4.3. Testy niezależności.
4.4. Porównanie rozkładów cech w wielu populacjach.
4.5. Asymptotyczne rozkłady statystyk dla omówionych testów na przykładzie statystyki Wilcoxona, twierdzenie Hajeka o rzucie
5. Metoda Monte Carlo, testy permutacyjne, repróbkowanie (bootstrap).
- Metody oceny:
- Egzamin ustny, w czasie którego nie wolno korzystać z żadnych materiałów pomocniczych.
Ocena z laboratorium stanowi 40 % oceny końcowej. Zaliczenie laboratorium oraz uprzednie zdanie egzaminu ze Statystyki Matematycznej I jest warunkiem koniecznym dopuszczenia do egzaminu
- Egzamin:
- tak
- Literatura:
- J. Koronacki i J. Mielniczuk – Statystyka: Podręcznik dla studentów studiów technicznych i przyrodniczych. WNT, 2006, wydanie 3 (rozdziały 4-6,8,9)
- Witryna www przedmiotu:
- brak
- Uwagi:
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Efekt SFU_W01
- Zna zagadnienia regresji liniowej, analizę wariancji, składowych głównych, zagadnienia dyskryminacji, metody Monte Carlo
Weryfikacja: egzamin pisemny
Powiązane efekty kierunkowe:
MUF_W08
Powiązane efekty obszarowe:
X2A_W01, X2A_W02, X2A_W03, X2A_W04
Profil ogólnoakademicki - umiejętności
- Efekt SFU_U01
- Potrafi przeprowadzić analizę regresyjnych zależności liniowych i analizę adekwatności postulowanego modelu.
Weryfikacja: Kolokwia, Projekt, egzamin pisemny
Powiązane efekty kierunkowe:
MUF_U07
Powiązane efekty obszarowe:
X2A_U01, X2A_U02
- Efekt SFU_U02
- Posiada umiejętność analizy zależności dla różnych typów zmiennych losowych. Potrafi wykorzystywać techniki symulacyjne w statystycznej analizie danych.
Weryfikacja: Kolokwia, Projekt, egzamin pisemny
Powiązane efekty kierunkowe:
MUF_U08
Powiązane efekty obszarowe:
X2A_U02, X2A_U04
Profil ogólnoakademicki - kompetencje społeczne
- Efekt SFU_S01
- Rozumie potrzebę uczenia się przez całe życie, potrafi inspirować i organizować proces uczenia się innych osób.
Weryfikacja: Wpisz opis
Powiązane efekty kierunkowe:
MUF_K02
Powiązane efekty obszarowe:
X2A_K01, X2A_K05