Analiza danych
Informacje ogólne
Kod przedmiotu: | 2800-DF-ANDANYCH |
Kod Erasmus / ISCED: |
08.4
|
Nazwa przedmiotu: | Analiza danych |
Jednostka: | Wydział Archeologii |
Grupy: |
Konwersatoria dla studiów II stopnia |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | fakultatywne |
Założenia (opisowo): | Analiza danych jest podstawowym elementem warsztatu każdego naukowca, nie zależnie czy mówimy tutaj o analizie metrycznej czy stylistycznej. Celem zajęć jest przybliżenie studentowi technik i narzędzi analizy danych, od analizy eksploracyjnej, kiedy szuka się możliwych związków pomiędzy danymi, poprzez testowanie hipotez i budowanie prostych modeli objaśniających. Zagadnienia teoretyczne zostaną połączone z analizą zbiorów danych archeologicznych przy wykorzystaniu języka analiz statystycznych R i programu RStudio. |
Tryb prowadzenia: | w sali |
Pełny opis: |
Analiza danych, w mniej lub bardziej sformalizowanej formie jest niezbędna do przeprowadzenia badań naukowych. Mnogość danych, a archeolodzy z każdym sezonem wykopaliskowym gromadzą ich coraz więcej, bywa przytłaczająca. Stąd wynika potrzeba ich prawidłowego przygotowanie, analizy a w końcu poddania wnioskowaniu statystycznemu. Tutaj człowiekowi z pomocą przychodzą przeróżne narzędzia analityczne. Na potrzeby kursu wybrany został jeżyk analiz statystycznych R wraz z interfejsem graficznym RStudio. R jest narzędziem coraz powszechniej wykorzystywanym w nauce, co więcej jest darmowy (podobnie jak standardowa wersja RStudio) oraz działa na różnych platformach, co czyni z niego narzędzie uniwersalne. Zajęcia rozpocznie 1) wprowadzenie do języka R i programu RStudio. Następnie omówione zostaną podstawowe 2) techniki analizy eksploracyjnej i wreszcie 3) typy danych najczęściej występujące w badaniach archeologicznych. Po zapoznaniu się z rodzajami danych studenci przećwiczą 4) prawidłowe porządkowanie i czyszczenie danych. Poruszone zostaną kwestie 5) wybierania prób, losowość i reprezentatywność danych archeologicznych. Następnie omówione zostanie 6) porównywanie ze sobą dwóch i wielu prób, 7) analizowanie relacji pomiędzy zbiorami. W końcu studenci zostaną zapoznani z zasadami prawidłowego 8) raportowania danych i 9) przedstawiania ich w postaci graficznej. |
Literatura: |
Pablo Casas (2019) Data Science Live Book, Pablo Adrian Casas. Przemysław Biecek (2014) Przewodnik po pakiecie R. Oficyna Wydawnicza GiS. Adam Łomnicki (2003) Wprowadzenie do statystyki dla przyrodników, Wydawnictwo Naukowe PWN. Robert Drennan (2009) Statistics for Archeologists. A Commonsence Approach, Springer. |
Efekty uczenia się: |
Wiedza Student ma rozszerzoną wiedzę w zakresie opisu, analizy i interpretacji źródeł archeologicznych z zastosowaniem zaawansowanych narzędzi analitycznych (K_W03). Zna i rozumie zaawansowane metody analizy oraz interpretacji problemów badawczych z zakresu archeologii (K_W12). Zna i rozumie zaawansowane metody analizy i interpretacji informacji zawartych w publikacjach naukowych (K_W13). Umiejętności Student potrafi samodzielnie analizować, klasyfikować i interpretować źródła archeologiczne dobierając właściwe metody analityczne, dokonując krytycznej analizy (K_U02). Student potrafi kreatywnie wykorzystywać istniejące metody i techniki analityczne w zależności od specyfiki badanych zagadnień (K_U03). Student potrafi formułować problemy badawcze i testować hipotezy w zakresie archeologii (K_U04). Student potrafi dokonać doboru metody prezentacji wyników swoich badań, wykorzystując zaawansowane metody informacyjno-komunikacyjne (K_U09). Kompetencje Student jest gotów do wykorzystywania posiadanej przez siebie wiedzy i umiejętności z zakresu analizy danych w badaniach archeologicznych oraz jest świadom konieczności konfrontowania jej z opiniami ekspertów (K_K01). Jest również gotów do krytycznej oceny interpretacji źródeł archeologicznych i historycznych i ma świadomość wieloaspektowości interpretacji (K_K04). |
Metody i kryteria oceniania: |
Zaliczenie na ocenę na podstawie kolejnych zadań pisemnych |
Właścicielem praw autorskich jest Uniwersytet Warszawski.