Laboratorium Statystyka i Analiza Danych 2023

Ćwiczenia

Wprowadzenie do R (materiał pomocniczy do pracy własnej)

Laboratorium 1 – Grupowanie i histogramy

Laboratorium 2 – Statystyka opisowa

Laboratorium 3 – Rozkłady prawdopodobieństwa

Laboratorium 4 – Estymatory punktowe i przedziałowe

Laboratorium 5 – Wprowadzenie do testowania hipotez i testy frakcji

Laboratorium 6 – Test Z i test t

Laboratorium 7 – Testy dwóch populacji

Laboratorium 8 – Korelacja i regresja (część 1)

Laboratorium 9 – Korelacja i regresja (część 2)

Laboratorium 10 – Analiza danych jakościowych (Test chi-kwadrat)

Laboratorium 11 – Testy nieparametryczne

Podstawowe materiały

Rejestracja

  • kwestionariusz
  • zapis do grupy na platformie DataCamp (dostęp do września 2023 r.) z użyciem studenckiego adresu e-mail

Narzędzia

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.

Zasady zaliczenia

  • Na ocenę z laboratorium składają się:
    70% – kartkówki (na początku zajęć obejmujące materiał z poprzednich zajęć) oraz tutoriale (na platformie DataCamp);
    30% – zadanie domowe;
    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 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, 1-2 zadania 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 – zdefiniowane w trakcie zajęć (należy się spodziewać modyfikacji względem zeszłorocznej „definicji”) wraz z podaniem terminu oddania, każdy tydzień zwłoki skutkować będzie odjęciem 10% od oceny z zadania domowego.

Zadanie domowe

Harmonogram

  • 28.02 (wtorek), 2.03 (czwartek) – laboratorium 1: Grupowanie i histogramy
  • 7.03 (wtorek), 9.03 (czwartek) – praca własna / konsultacje: Wprowadzenie do R
  • 14.03 (wtorek), 16.03 (czwartek) – laboratorium 2: Statystyki opisowe
  • 21.03 (wtorek), 23.03 (czwartek) – laboratorium 3: Rozkłady prawdopodobieństwa
  • 28.03 (wtorek), 30.03 (czwartek) – laboratorium 4: Estymacja punktowa i przedziałowa
  • 4.04 (wtorek), 6.04 (czwartek) – laboratorium 5: Wprowadzenie do testowania hipotez i testy frakcji
  • 18.04 (wtorek), 13.04 (czwartek) – laboratorium 6: Test Z i test t
  • 25.04 (wtorek), 20.04 (czwartek) – laboratorium 7: Testy dwóch populacji
  • 9.05 (wtorek), 27.04 (czwartek) – laboratorium 8: Korelacja i regresja cz. 1
  • 16.05 (wtorek), 4.05 (czwartek) – laboratorium 9: Korelacja i regresja cz. 2 i ogłoszenie zadania domowego
  • 23.05 (wtorek), 11.05 (czwartek) – laboratorium 10: Test chi-kwadrat
  • 30.05 (wtorek), 18.05 (czwartek) – laboratorium 11: Testy nieparametryczne / konsultacje zadania domowego
  • 13.06 (wtorek), 1.06 (czwartek) – laboratorium 12: Konsultacje / termin oddania zadania domowego
  • 15.06 (czwartek) – praca własna / konsultacje

Oceny

propozycje_ocen_SiAD_2023-06-08

Przydatne linki