Wnioskowanie Statystyczne - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 76: Linia 76:
  
 
Ocena końcowa z przedmiotu = średnia ocen z [[Wnioskowanie_Statystyczne_-_ćwiczenia | ćwiczeń]] i z wykładu.
 
Ocena końcowa z przedmiotu = średnia ocen z [[Wnioskowanie_Statystyczne_-_ćwiczenia | ćwiczeń]] i z wykładu.
 +
 +
 +
==wyniki ćwiczeń 2017.06==
 +
 +
egzamin pisemny środa 21 czerwca 2017 w sali 1.01 -- dla osób, które zaliczyły ćwiczenia lub są w trakcie (wynik egzaminu nie przenosi się na przyszły ro w przypadku poprawiania przedmiotu z powodu niezaliczenia ćwiczeń)
 +
 +
<pre>
 +
indeks OC_ĆW
 +
383301
 +
358252
 +
385532
 +
383249 4
 +
374702
 +
383882
 +
382358 4,5
 +
383336 4,5
 +
383898 4
 +
360731
 +
383381 3,5
 +
358323
 +
374226
 +
383331
 +
 +
374714
 +
372393
 +
382395 4
 +
374760 4
 +
382443 4,5
 +
359079 3,5
 +
315748
 +
372202 4,5
 +
383365 3,5
 +
383251 4
 +
325637 4
 +
383253 3,5
 +
374888 3,5
 +
383288
 +
382440 4
 +
362873 4
 +
384416
 +
322230
 +
332819
 +
293258
 +
308698
 +
335737 4
 +
383902 4
 +
372768
 +
383887
 +
383375 4
 +
370617 4,5
 +
382275
 +
370420 3,5
 +
382407
 +
382428
 +
342315
 +
</pre>
  
 
<!--
 
<!--

Wersja z 08:24, 19 cze 2017


Wnioskowanie statystyczne (wykład)

    1. Rozkłady gęstości prawdopodobieństwa
    2. Wariancja, mediana...
    3. Przykładowe rozkłady
    1. Centralne Twierdzenie Graniczne
    1. Wstęp
    2. Teoria klasyczna
    3. Statystyki i estymatory
    1. Weryfikacja hipotez statystycznych
    1. Test t Studenta
    1. Test [math]\chi^2[/math]
    2. Monte Carlo
    1. Testy nieparametryczne
    2. Test serii
    3. Test Wilcoxona-Manna-Whitneya
    1. Testy permutacyjne
    2. Bootstrap
    1. Metoda największej wiarygodności
    2. Regresja liniowa
    1. Problem porównań wielokrotnych -- miejskie legendy i przepowiednie
    1. Analiza wariancji
    1. Twierdzenie Bayesa
    2. Prawdopodobieństwo
    1. Elementy statystyki wielowymiarowej
    1. Sztuczne sieci neuronowe
    2. Algorytmy Genetyczne


Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. CC-88x31.png Autor: Piotr Durka.

zasady zaliczenia przedmiotu

Punktacja ćwiczeń:

  • 10 wejściówek (po 1 pkt) na początku zajęć
    • materiał obejmuje zagadnienia z poprzednich wykładów i ćwiczeń, wybrane pod kątem najbliższych ćwiczeń
    • polecenia będą obejmować przykładowo naszkicowanie zadanego rozkładu, podania definicji, przeprowadzenia prostego rachunku czy zaproponowania fragmentu kodu
  • 2 kolokwia (po 14 pkt), poniedziałki rano
    • 24.04.17 - zmienne losowe i przedziały ufności
    • 05.06.17 - testowanie hipotez i regresja liniowa
    • możliwość korzystania z własnych notatek i programów
  • 2 projekty (po 6 pkt)

Zaliczenie ćwiczeń:

  • Minimum 25 pkt łącznie
  • W tym min. 7 pkt z wejściówek

Zaliczenie ćwiczeń jest warunkiem koniecznym dopuszczenia do egzaminu pisemnego (z wykładu). Możliwe, że dla studentów, którzy uzyskali co najmniej 25 pkt łącznie i co najmniej 4 pkt z wejściówek, konieczna będzie kartkówka poprawkowa (przed egzaminem końcowym) pozwalająca zaliczyć ćwiczenia.

Zaliczenie wykładu:

  • Egzamin pisemny

Ocena końcowa z przedmiotu = średnia ocen z ćwiczeń i z wykładu.


wyniki ćwiczeń 2017.06

egzamin pisemny środa 21 czerwca 2017 w sali 1.01 -- dla osób, które zaliczyły ćwiczenia lub są w trakcie (wynik egzaminu nie przenosi się na przyszły ro w przypadku poprawiania przedmiotu z powodu niezaliczenia ćwiczeń)

indeks	OC_ĆW
383301	
358252	
385532	
383249	4
374702	
383882	
382358	4,5
383336	4,5
383898	4
360731	
383381	3,5
358323	
374226	
383331	
	
374714	
372393	
382395	4
374760	4
382443	4,5
359079	3,5
315748	
372202	4,5
383365	3,5
383251	4
325637	4
383253	3,5
374888	3,5
383288	
382440	4
362873	4
384416	
322230	
332819	
293258	
308698	
335737	4
383902	4
372768	
383887	
383375	4
370617	4,5
382275	
370420	3,5
382407	
382428	
342315