University of Warsaw - Central Authentication System
Strona główna

Basics of Statistics for Everyone (Who is Willing to Explore our Complex World)

General data

Course ID: 3700-AL-PS-qDP
Erasmus code / 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) Statistics The ISCED (International Standard Classification of Education) code has been designed by UNESCO.
Course title: Basics of Statistics for Everyone (Who is Willing to Explore our Complex World)
Name in Polish: Podstawy statystyki dla każdego (chętnego do poznawania złożonego świata)
Organizational unit: Faculty of "Artes Liberales"
Course groups:
ECTS credit allocation (and other scores): (not available) Basic information on ECTS credits allocation principles:
  • the annual hourly workload of the student’s work required to achieve the expected learning outcomes for a given stage is 1500-1800h, corresponding to 60 ECTS;
  • the student’s weekly hourly workload is 45 h;
  • 1 ECTS point corresponds to 25-30 hours of student work needed to achieve the assumed learning outcomes;
  • weekly student workload necessary to achieve the assumed learning outcomes allows to obtain 1.5 ECTS;
  • work required to pass the course, which has been assigned 3 ECTS, constitutes 10% of the semester student load.

view allocation of credits
Language: Polish
Type of course:

elective courses

Prerequisites (description):

(in Polish) Otwarty umysł i ciekawość świata uczestnika zajeć

Short description: (in Polish)

Zajęcia niniejsze mają na celu zapoznanie studentów z pięknem i użytecznością statystyki w ramach każdej dziedziny wiedzy o skomplikowanym świecie. Zajęcia szczególnie polecam osobom mającym złe doświadczenie z tzw. matematyką szkolną, rachunkami itp. Chciałbym im pokazać, że zarówno prawdziwa matematyka, w ogólności jak i statystyka, w szczególności to nie zbiór równań do wbijania do głowy, nie tabliczka mnożenia, lecz cudowny (bo ścisły i spójny) język opisu – niezbędny do naukowego opisu świata – zwłaszcza w jego najciekawszej złożonej formie.

Full description: (in Polish)

Zajęcia niniejsze mają na calu zapoznanie studentów z pięknem i użytecznością statystyki w ramach każdej dziedziny wiedzy o skomplikowanym świecie.

Znaczna cześć (i to ta zdecydowanie najciekawsza!) obszaru zainteresowania współczesnej nauki empirycznej, to strefa niepewności i przybliżeń. Tak więc takie dziedziny nauki, jak fizyka kwantowa i fizyka gazów, meteorologia, biologia ewolucyjna i ekologia, psychologia i socjologia, mimo oczywistych różnic znacznie więcej łączy niż dzieli - wszystkie one bowiem opisują rzeczywistość nie w sposób pewny lecz z niepewnością (czyli probabilistycznie lub inaczej mówiąc statystycznie). I to właśnie nauka formalna, zwana statystyką (będąca częścią matematyki stosowanej), sprawia, że owe dziedziny wiedzy empirycznej są wciąż dziedziną ścisłej nauki, a nie tylko swobodnych pozanaukowych domniemywań. Język statystyki daje nam bowiem możliwość ścisłego mówienia o nieścisłości, pewnego mówienia o niepewności. Statystyka sprawia, że człowiek współczesny może starać się ściśle rozumieć coś co przez tysiąclecia ludzkiej cywilizacja wymykało obiektywnemu spojrzeniu.

Nasze zajęcia zaczniemy od spojrzenia na ogólny sens statystyki,

zarówno od strony empirycznej - w kontekście ogólnych aksjomatów nauki o świecie, jak i od strony formalnej, czyli od podstaw współczesnej matematyki stosowanej (zwłaszcza teorii decyzji i teorii gier). Parę słów poświecimy tu też historii sojuszu matematyki z badaniem empirii (w tym kontekście zapoznamy się zarówno z kołem wiedeńskim, jak i z tradycją szkoły lwowsko–warszawskiej).

Następnie spojrzymy na statystykę nieco bardziej szczegółowo – zwłaszcza w kontekście jej elementarnego podziału na opis i wnioskowanie.

W ramach opisu statystycznego spróbujemy zrozumieć zarówno przybliżenia statystyczne (takie jak np. średnia arytmetyczna), jak i miary błędu owych przybliżeń (takie jak entropia bądź wariancja). Zobaczymy następnie, jak wprowadzanie do opisu świata kolejnych jego własności może zmniejszać entropię otrzymywanego obrazu. Takie zjawisko będziemy nazywali zależnością statystyczną (korelacją) miedzy interesującą nas własnością świata (którą będziemy nazywać zmienną zależną) a własnościami pomocniczymi (zmiennymi niezależnymi). Przy okazji zauważymy, że korelacja nie musi oznaczać zależności przyczynowo-skutkowej.

W końcu w ramach wnioskowania statystycznego zajmiemy się opisem pewnej całości – pewnego obszaru rzeczywistości (zwanej uniwersum bądź populacją) na podstawie opisu pobranej z niej próby. Zwrócimy tu uwagę na to, że duża próba nie jest wcale gwarantem poprawnych wniosków.

Nasze zajęcia zakończymy przeglądem błędów w ramach stosowalności zarówno statystyki, jak i każdej formalizacji matematycznej do opisu świata empirycznego.

Bibliography:

King M., Minium W. (2009) Statystyka dla psychologów i pedagogów. Warszawa PWN.

Lissowski G., Haman M., J Jasiński (2011) Podstawy statystyki dla socjologów Warszawa Scholar

Wieczorkowska, G. (2003). Statystyka. Wprowadzenie do analizy danych sondażowych i eksperymentalnych. Warszawa: Wydawnictwo Naukowe Scholar.

Learning outcomes: (in Polish)

1. wiedza

Uczestnik zajeć powinien po ich ukończeniu:

1.1 po pierwsze – znać podstawowe podejścia statystyczne do problemów probabilistycznych

1.2 po drugie powinien znać ograniczenia owych podejść – wyróżnić obszary niepewności i wątpliwości

2. umiejętności

Uczestnik zajeć powinien po ich ukończeniu umieć zastosować powyższą wiedzą:

2.1 w praktyce naukowej – przy analizie własnych badań

2.2 w praktyce naukowej i szerzej, w codziennym życiu - przy czytania i wykorzystywaniu artykułów naukowych lub popularnych) zawierających elementy statystyczne

3. kompetencje społeczne

Uczestnik zajeć powinien po ich ukończeniu

3.1 być w stanie samodzielnie przekazywać nabyte w toku zajęć wiedze i umiejętności

Assessment methods and assessment criteria: (in Polish)

test sprawdzający (wielokrotnego wyboru)

This course is not currently offered.
Course descriptions are protected by copyright.
Copyright by University of Warsaw.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
contact accessibility statement USOSweb 7.0.3.0 (2024-03-22)