Uniwersytet Warszawski, Wydział Fizyki - Centralny System Uwierzytelniania
Strona główna

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:
Przejdź do planu
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
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Fizyki.
ul. Pasteura 5, 02-093 Warszawa tel: +48 22 5532 000 https://www.fuw.edu.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)