Statystyka stosowana
Karta opisu przedmiotu (sylabus)
Informacje podstawowe
Kierunek studiów
Szkoła Doktorska
Specjalność
-
Jednostka organizacyjna
UEP
Poziom kształcenia
III stopień
Forma studiów
stacjonarne
Profil kształcenia
ogólnoakademicki
Cykl dydaktyczny
2019/2020
Kod przedmiotu
UEPSDS.610.13109.19
Język wykładowy
Polski
Obligatoryjność
Obowiązkowy
Blok zajęciowy
Blok 0
|
Okres
Semestr 1
|
Forma zaliczenia
Egzamin
Forma prowadzenia i godziny zajęć
|
Liczba punktów ECTS
3
|
Cele uczenia się dla przedmiotu
| C1 | Zapoznanie z problematyką statystyki stosowanej w naukach ekonomicznych w zakresie przygotowania, realizacji i odtwarzalności z wykorzystaniem narzędzi open source |
| C2 | Zapoznanie z ograniczeniami klasycznych metod statystycznych w naukach ekonomicznych |
| C3 | Nabycie umiejętności oceny i doboru odpowiednich metod statystycznych w narzędziach open source |
Wymagania wstępne
Podstawowa wiedza i umiejętności z zakresu statystyki, ekonometrii i informatyki
Efekty uczenia się dla przedmiotu
| Kod | Efekty w zakresie | Kierunkowe efekty uczenia się | Metody weryfikacji |
| Wiedzy | |||
| W1 | Zna różnicę między big data a źródłami danych statystycznych | K3_W01, K3_W02, K3_W03, K3_W05 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| W2 | Zna pojęcie reprezentatywności i potrafi ją ocenić | K3_W01, K3_W03 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| W3 | Zna metody statystyczne wykorzystywane w praktyce badań ekonomicznych w narzędziach open source | K3_W02, K3_W03 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| W4 | Zna ograniczenia wynikające z interpretacji p-value | K3_W01 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| Umiejętności | |||
| U1 | Potrafi wybrać źródła danych i dobrać odpowiednie metody statystyczne / ekonometryczne / uczenia maszynowego | K3_U01, K3_U04 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| U2 | Potrafi zaplanować badanie statystyczne z wykorzystaniem poznanych źródeł danych i metod analizy danych | K3_U01, K3_U03, K3_U04, K3_U05 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| U3 | Potrafi przygotować powtarzalne i odtwarzalne badania ekonomiczne | K3_U03, K3_U04 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| U4 | Potrafi wykorzystać otwarte narzędzie statystyczne do przeprowadzenia badań | K3_U01 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| Kompetencji społecznych | |||
| K1 | Jest świadomy ograniczeń wynikających z wykorzystania big data w badaniach ekonomicznych | K3_K01, K3_K03 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| K2 | Jest świadomy istotności powtarzalnych obliczeń w ekonomii | K3_K01, K3_K02 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
| K3 | Jest świadomy ograniczeń wynikających z interpretacji p-value w badaniach ekonomicznych | K3_K02 | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami, Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach |
Treści programowe
| Lp. | Treści programowe | Cele kształcenia dla przedmiotu | Efekty uczenia się dla przedmiotu |
| 1. | Big data a źródła statystyczne | C1, C3 | W1, W2, U1, K1 |
| 2. | Reprezentatywność i jej znaczenie w badaniach | C1, C3 | W1, W2, U1, K1 |
| 3. | Projektowanie badań statystycznych | C2, C3 | W3, U1, U2, K1 |
| 4. | Znaczenie eksploracyjnej analizy danych | C2, C3 | W3, U1, U2 |
| 5. | Statystyka a uczenie maszynowe | C2, C3 | W1, U3, U4, K1 |
| 6. | Dobór metod statystycznych | C2, C3 | W3, U1, K1, K2 |
| 7. | Znaczenie pakietów statystycznych i narzędzi open source w analizach statystycznych | C2, C3 | W3, U1, U3, U4, K2 |
| 8. | Problemy z istotnością statystyczną (p-values) | C2, C3 | W3, W4, U2, U3, K2, K3 |
| 9. | Odtwarzalność i powtarzalność badań statystycznych w ekonomii | C1, C3 | W3, W4, U2, U3, K2, K3 |
| 10. | Statystyka częstościowa a bayesowska | C2, C3 | W3, K1, K3 |
Literatura
Obowiązkowa- Beresewicz, M., Lehtonen, R. T., Reis, F., Di Consiglio, L., & Karlberg, M. (2018). An overview of methods for treating selectivity in big data sources, Eurostat
- Japec, L., Kreuter, F., Berg, M., Biemer, P., Decker, P., Lampe, C., ... Usher, A. (2015). Big data in survey research: Aapor task force report. Public Opinion Quarterly, 79(4), 839-880. https://doi.org/10.1093/poq/nfv039
- The American Statistican (2019), Statistical Inference in the 21st Century: A World Beyond p < 0.05, 73 (1)
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA’s statement on p-values: context, process, and purpose. The American Statistician, 70(2), 129-133.
- Einav, L., & Levin, J. (2014). Economics in the age of big data. Science, 346(6210), 1243089.
- The American Statistican (2018), Special Issue on Data Science, 72 (1)
- Varian, H. R. (2014). Big data: New tricks for econometrics. Journal of Economic Perspectives, 28(2), 3-28.
Informacje rozszerzone
Metody nauczania:
Dyskusja, Analiza przypadków, Ćwiczenia laboratoryjne
| Metody nauczania | Sposób zaliczenia | Warunki zaliczenia przedmiotu |
|---|---|---|
| Wykład | Egzamin pisemny testowy, Egzamin pisemny z otwartymi pytaniami | Uzyskanie co najmniej 60% punktów |
| Ćwiczenia | Sprawdzian pisemny testowy, Sprawdzian pisemny z otwartymi pytaniami, Udział w dyskusji / Uczestnictwo w zajęciach | Uzyskanie co najmniej 60% punktów |
Rozliczenie punktów ECTS
| Forma aktywności studenta | Średnia liczba godzin* przeznaczonych na zrealizowane aktywności | |
| Uczestnictwo w wykładach | 15 | |
| Uczestnictwo w ćwiczeniach | 30 | |
| Przygotowanie do egzaminu | 15 | |
| Przygotowanie do sprawdzianu/ kolokwium | 30 | |
| Łączny nakład pracy studenta |
Liczba godzin
90
|
ECTS
3.0
|
| Zajęcia z bezpośrednim udziałem nauczyciela |
Liczba godzin
45
|
ECTS
1.5
|
| Nakład pracy związany z zajęciami o charakterze praktycznym |
Liczba godzin
30
|
ECTS
1.0
|
* godzina (lekcyjna) oznacza 45 minut