Uniwersytet Warszawski, Wydział Fizyki - Centralny System Uwierzytelniania

Statystyka II

Informacje ogólne

Kod przedmiotu:	1100-5FM11
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Statystyka II
Jednostka:	Wydział Fizyki
Grupy:	ZFBM, II stopień; Fizyka medyczna ZFBM, II stopień; Neuroinformatyka
Punkty ECTS i inne:	7.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	angielski
Założenia (opisowo):	(tylko po angielsku) The goal is to familiarize the student with modern methods used in statistical reasoning and model building with emphasis on Bayesian methods. During Computer Lab time students will get hands on experience with different methods of statistical inference using high level symbolic language Mathematica (no previous knowledgeof Mathematica is assumed)
Tryb prowadzenia:	w sali
Skrócony opis:	(tylko po angielsku) Course: modern Bayesian approach to statistics. Linear models and Stochastic Series will be discussed. Lab: using Mathematica Language students will analise a variety of models and explore different method of exploring experimental data
Pełny opis:	(tylko po angielsku) 1) difference between probability theory and statistics. Three schools: classical, Bayesian, game theoretic 2) Basic probability methods: Fourier transform, convolution, moment generating functions 3) Basic distributions: constant, binomial, Poisson, Gaussian 4) Stable distributions; Levy distributions, heavy tailed distributions 5) Maximum likelihood and it's Bayesian interpretation 6) Chi squared - the case of systematic errors 7) Monte Carlo parameter error estimation 8) Contingency tables 9) Linear models - ANOVA, factor analysis, discrimination analysis 10) Stochastic series, Wiener-Khinchin theorem 11} Random walks, ARIMA models
Literatura:	(tylko po angielsku) UNDERSTANDING AND USING ADVANCED STATISTICS Jeremy Foster Emma Barkus Christian Yavorsky FUNDAMENTALS OF PROBABILITY AND STATISTICS FOR ENGINEERS T.T. Soong Jayanta K. Ghosh Mohan Delampady Tapas Samanta An Introduction to Bayesian Analysis Theory and Methods
Efekty uczenia się:	(tylko po angielsku) Student should confidently use and understand modern statistics methods
Metody i kryteria oceniania:	(tylko po angielsku) Successful completion of Lab Oral exam

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres:	2023-10-01 - 2024-01-28	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT CW WYK ŚR CZ CW PT
Typ zajęć:	Ćwiczenia, 60 godzin, 20 miejsc więcej informacji Wykład, 30 godzin, 20 miejsc więcej informacji
Koordynatorzy:	Katarzyna Grabowska
Prowadzący grup:	Katarzyna Grabowska, Paweł Jędrejko
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Egzamin Wykład - Egzamin

Zajęcia w cyklu "Semestr zimowy 2024/25" (zakończony)

Okres:	2024-10-01 - 2025-01-26	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT WYK CW ŚR CZ CW PT
Typ zajęć:	Ćwiczenia, 60 godzin, 20 miejsc więcej informacji Wykład, 30 godzin, 20 miejsc więcej informacji
Koordynatorzy:	Katarzyna Grabowska
Prowadzący grup:	Katarzyna Grabowska, Krzysztof Rolbiecki
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Egzamin Wykład - Egzamin

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Fizyki.