Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania

Statistical Methods I

Informacje ogólne

Kod przedmiotu:	120311-D
Kod Erasmus / ISCED:	11.2 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0542) Statystyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Statistical Methods I
Jednostka:	Szkoła Główna Handlowa w Warszawie
Grupy:	Courses for QME - bachelors Major courses for QME - bachelors Przedmioty obowiązkowe na programie SLLD-MIS
Punkty ECTS i inne:	3.00 (zmienne w czasie) 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
Efekty uczenia się:	Wiedza: A student is supposed to know how to derive estimators and to analyse their properties. A student is supposed to know principles of statistical testing. A student is supposed to be able to model multidimensional correlations. A student is supposed to know principles of statistical inference in regression models. Umiejętności: A student is supposed to be able to understand statistical data. A student is supposed to be able to translate the problems to statistical models. A student is supposed to describe the data necessary to resolve the problem. A student is supposed to be able to apply appropriate statisticsl tools. A student is supposed to be able to interpret the results and evaluate their reliability. Kompetencje społeczne: Ability to rational evaluation of economic and social phenomenons. Understanding necessity to apply strict sciences in evaluation of economic and social processes.

Zajęcia w cyklu "Semestr letni 2025/26" (jeszcze nie rozpoczęty)

Okres:	2026-02-21 - 2026-09-30	48 Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR LAB WYK LAB CZ PT
Typ zajęć:	Laboratorium, 20 godzin więcej informacji Wykład, 10 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	Piotr Zaborek
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Wykład - Ocena
Skrócony opis:	See "Tematyka zajęć"
Pełny opis:	Creating ability to apply advanced statistical techniques. The course is aimed at both theoretical knowledge and ability to apply this knowledge in practical applications in order to resolve actual problems related to the data analysis. The proposed scope is extension of the basic course in statistics and covers the following areas: selected distributions, estimation methods, statistical tests, elements of multidimensional statistics, analysis of variance, statistical inference in regression models without classical assumptions. The course develops the ability to conduct advanced data analyses, necessary in numerous areas, inter alia: economics, management, marketing, banking, insurance, demography.
Literatura:	Literatura podstawowa: G. Casella G. i R.L. Berger, Statistical Inference, 2002, Duxbury. G. S. Madalla, Introduction to Econometrics, 4th Edition, WIley, 2009.
Uwagi:	Evaluation criteria Traditional Written Exam (calculation and problem-solving tasks): 80.00% Other (activity during lab classes): 20.00% The threshold percentage of absences (excluding lectures) defined as the proportion of class hours beyond which the achievement of learning outcomes is deemed unattainable: 50%

Zajęcia w cyklu "Semestr zimowy 2025/26" (w trakcie)

Okres:	2025-10-01 - 2026-02-20	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR LAB WYK LAB CZ PT
Typ zajęć:	Laboratorium, 20 godzin więcej informacji Wykład, 10 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	Piotr Zaborek
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Wykład - Ocena
Skrócony opis:	See "Tematyka zajęć"
Pełny opis:	Creating ability to apply advanced statistical techniques. The course is aimed at both theoretical knowledge and ability to apply this knowledge in practical applications in order to resolve actual problems related to the data analysis. The proposed scope is extension of the basic course in statistics and covers the following areas: selected distributions, estimation methods, statistical tests, elements of multidimensional statistics, analysis of variance, statistical inference in regression models without classical assumptions. The course develops the ability to conduct advanced data analyses, necessary in numerous areas, inter alia: economics, management, marketing, banking, insurance, demography.
Literatura:	Literatura podstawowa: G. Casella G. i R.L. Berger, Statistical Inference, 2002, Duxbury. G. S. Madalla, Introduction to Econometrics, 4th Edition, WIley, 2009.
Uwagi:	Evaluation criteria Traditional Written Exam (calculation and problem-solving tasks): 80.00% Other (activity during lab classes): 20.00% The threshold percentage of absences (excluding lectures) defined as the proportion of class hours beyond which the achievement of learning outcomes is deemed unattainable: 50%

Zajęcia w cyklu "Semestr letni 2024/25" (zakończony)

Okres:	2025-02-15 - 2025-09-30	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR LAB WYK LAB CZ LAB WYK PT
Typ zajęć:	Laboratorium, 20 godzin więcej informacji Wykład, 10 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	Adam Szulc, Piotr Zaborek
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Wykład - Ocena
Skrócony opis:	See "Tematyka zajęć"
Pełny opis:	Creating ability to apply advanced statistical techniques. The course is aimed at both theoretical knowledge and ability to apply this knowledge in practical applications in order to resolve actual problems related to the data analysis. The proposed scope is extension of the basic course in statistics and covers the following areas: selected distributions, estimation methods, statistical tests, elements of multidimensional statistics, analysis of variance, statistical inference in regression models without classical assumptions. The course develops the ability to conduct advanced data analyses, necessary in numerous areas, inter alia: economics, management, marketing, banking, insurance, demography.
Literatura:	Literatura podstawowa: G. Casella G. i R.L. Berger, Statistical Inference, 2002, Duxbury. G. S. Madalla, Introduction to Econometrics, 4th Edition, WIley, 2009.

Zajęcia w cyklu "Semestr zimowy 2024/25" (zakończony)

Okres:	2024-10-01 - 2025-02-14	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR LAB LAB WYK WYK LAB LAB LAB CZ PT
Typ zajęć:	Laboratorium, 20 godzin więcej informacji Wykład, 10 godzin więcej informacji
Koordynatorzy:	(brak danych)
Prowadzący grup:	Adam Szulc, Piotr Zaborek
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Ocena Wykład - Ocena
Skrócony opis:	See "Tematyka zajęć"
Pełny opis:	Creating ability to apply advanced statistical techniques. The course is aimed at both theoretical knowledge and ability to apply this knowledge in practical applications in order to resolve actual problems related to the data analysis. The proposed scope is extension of the basic course in statistics and covers the following areas: selected distributions, estimation methods, statistical tests, elements of multidimensional statistics, analysis of variance, statistical inference in regression models without classical assumptions. The course develops the ability to conduct advanced data analyses, necessary in numerous areas, inter alia: economics, management, marketing, banking, insurance, demography.
Literatura:	Literatura podstawowa: G. Casella G. i R.L. Berger, Statistical Inference, 2002, Duxbury. G. S. Madalla, Introduction to Econometrics, 4th Edition, WIley, 2009.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.