Uniwersytet Ślaski w Katowicach - Centralny System Uwierzytelniania
Strona główna

Advanced statistical methods in natural sciences

Informacje ogólne

Kod przedmiotu: 20-SD-S3-ADV-METH
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Advanced statistical methods in natural sciences
Jednostka: Szkoła Doktorska
Grupy:
Punkty ECTS i inne: 2.00 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.
Język prowadzenia: angielski

Zajęcia w cyklu "semestr letni 2020/2021" (zakończony)

Okres: 2021-02-22 - 2021-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin, 6 miejsc więcej informacji
Koordynatorzy: Piotr Skubała
Prowadzący grup: Izabella Franiel, Joanna Kohyt, Piotr Skubała
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie z modułu
Ćwiczenia - Zaliczenie z modułu

Zajęcia w cyklu "semestr letni 2021/2022" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 15 godzin więcej informacji
Koordynatorzy: Piotr Skubała
Prowadzący grup: Joanna Kohyt, Piotr Skubała
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie z modułu
Sposób ustalania oceny końcowej:

(tylko po angielsku) The final grade for the module is weighted on the average of following student activities:

- Reports from the realised classes (0.8)

- Active participation in discussion (0.2)

The final grade is set up on the basis of the percent scale:

91-100%: excellent (5.0)

81-90%: very good (4.5)

71-80%: good (4.0)

61-70%: satisfactory (3.5)

51-60%: with minimum academic criteria (3.0)

0-50%: fail (2.0)

To be awarded a final grade, the student must have passed each report. The final date for returning completed reports is one week from the last class (April 25, 2022).

Only one absence is possible.

Any difficulties with the fulfillment of the presented requirements should be reported immediately to the lecturers.
Pełny opis: (tylko po angielsku)

The aim of the module is to broaden the students’ knowledge on advanced methods in statistics applied in natural sciences, but also applicable in other disciplines of knowledge, e.g. economics, medicine, politics. Students learn different methods of multivariate analysis, especially ordination and classification (cluster analysis). Indirect gradient analyses, e.g. Polar ordination (PO), Principal Coordinates Analysis (PCoA), Nonmetric Multidimensional Scaling (NMDS), Principal Components Analysis (PCA), Correspondence Analysis (CA), Detrended Correspondence Analysis (DCA) and direct gradient analyses, e.g. Canonical Correspondence Analysis (CCA), Detrended Canonical Correspondence Analysis (DCCA), Redundancy Analysis (RDA) are discussed and practiced on many examples. As regards cluster analysis, hierarchical agglomerative methods is mainly practiced. Practicals are taught using the following statistical programs: Statistica, Multivariate Variate Statistical Package (MVSP) and PAST (PAleontological STatistics).

Zajęcia w cyklu "semestr letni 2022/2023" (zakończony)

Okres: 2023-02-27 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 15 godzin więcej informacji
Koordynatorzy: Joanna Kohyt, Piotr Skubała
Prowadzący grup: Joanna Kohyt, Piotr Skubała
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie z modułu
Sposób ustalania oceny końcowej:

(tylko po angielsku) The final grade for the module is weighted on the average of following student activities:

- Reports from the realised classes (0.8)

- Active participation in discussion (0.2)

The final grade is set up on the basis of the percent scale:

91-100%: excellent (5.0)

81-90%: very good (4.5)

71-80%: good (4.0)

61-70%: satisfactory (3.5)

51-60%: with minimum academic criteria (3.0)

0-50%: fail (2.0)

To be awarded a final grade, the student must have passed each report. The final date for returning completed reports is one week from the last class (May 19, 2023).

Only one absence is possible.

Any difficulties with the fulfillment of the presented requirements should be reported immediately to the lecturers.
Pełny opis: (tylko po angielsku)

The aim of the module is to broaden the students’ knowledge on advanced methods in statistics applied in natural sciences, but also applicable in other disciplines of knowledge, e.g. economics, medicine, politics. Students learn different methods of multivariate analysis, especially ordination and classification (cluster analysis). Indirect gradient analyses, e.g. Polar ordination (PO), Principal Coordinates Analysis (PCoA), Nonmetric Multidimensional Scaling (NMDS), Principal Components Analysis (PCA), Correspondence Analysis (CA), Detrended Correspondence Analysis (DCA) and direct gradient analyses, e.g. Canonical Correspondence Analysis (CCA), Detrended Canonical Correspondence Analysis (DCCA), Redundancy Analysis (RDA) are discussed and practiced on many examples. As regards cluster analysis, hierarchical agglomerative methods is mainly practiced. Practicals are taught using the following statistical programs: Statistica, Multivariate Variate Statistical Package (MVSP) and PAST (PAleontological STatistics).
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Ślaski w Katowicach.
kontakt deklaracja dostępności USOSweb 7.0.3.0-1 (2024-04-02)