Zastosowanie pakietów statystycznych w analizie danych WSE-BD-ZPSWAD
Moduł 1. Manipulacja danymi (menu Data)
1. Filtrowanie, sortowanie danych.
2. Łączenie zbiorów, agregowanie zmiennych.
3. Rekodowanie zmiennych.
4. Praca z brakami danych; multiple imputation.
5. Porównywanie tabel; transponowanie tabel.
Moduł 2. Wizualizacja danych (menu Graphs)
1. Chart Builder (bar, line, scatter, boxplot, histogram)
2. Wykresy diagnostyczne (reszty, drzewo decyzyjne)
3. Analiza trendu: lag variable. Time series plot.
Moduł 3. Analiza danych (menu Analyze)
1. Opisowe statystyki; eksploracja danych
2. Budowanie modeli: regresja liniowa, regresja logistyczna
3. drzewa decyzyjne
4. Miary dopasowania (R², RMSE, AUC)
Dyscyplina naukowa, do której odnoszą się efekty uczenia się
Grupa przedmiotów ogólnouczenianych
Opis nakładu pracy studenta w ECTS
Poziom przedmiotu
Symbol/Symbole kierunkowe efektów uczenia się
Typ przedmiotu
Wymagania wstępne
Koordynatorzy przedmiotu
Efekty kształcenia
Studenci rozwijają umiejętność obejrzenia danych i wykrycia problemów, zrozumienie relacji między zmiennymi, zdolność zbudowania prostego modelu predykcyjnego, umiejętność oceny jakości modelu za pomocą miar dopasowania, uczą się jak łączyć dane z wielu źródeł (meta analiza). przygotowuje ich do dalszej nauki Pythona, R i narzędzi big data.
Kryteria oceniania
Studenci wykonują zadania do trzech module kursu. Sumaryczna ocena składa się na 40% z oceny za Moduł I; na 30% z oceny za Moduł II i na 30% za Moduł III.
Literatura
Pallant, J. 2010. SPSS survival manual : a step by step guide to data analysis using SPSS / Julie Pallant. Maidenhead McGraw-Hill.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: