Статистичка обработка на податоци

Објавено: јуни 28, 2022
1. Наслов на наставниот предмет Статистичка обработка на податоци
2. Код 4ФЕИТ08З013
3. Студиска програма NULL
4. Организатор на студиската програма Факултет за електротехника и информациски технологии
5. Степен Прв циклус студии
6. Академска година / семестар 7. Број на ЕКТС 6
8. Наставник Д-р Сања Атанасова
9. Предуслов за запишување на предметот
10. Цели на предметната програма (компетенции). Главната цел на овој предмет е да им овозможи на студентите вовед во статистичка анализа на податоци. Покрај развивањето компетентност во темите, предметот има за цел дополнително да ги развие вештините за решавање проблеми со користење статистички поими и софтверски пакети и да обезбеди основа за примена на знаењата стекнати во претходните курсеви по математика. По успешното завршување на овој курс, студентот ќе може ефективно да ги визуализира и разбере податоците со помош на графикони, пити-графикони и хистограми. Студентот, исто така ќе може да определува и толкува интервали на доверба за конкретни проблеми од интерес и да спроведува различни тестирање на хипотези. Студентот ќе биде оспособен да користи статистички пакети во процесот на решавање на проблемите и да ги толкува резултатите од анализата на собраните податочни множества.
11. Содржина на програмата: Случајни променливи. Распределба и трансформации. Основни поими од статистика.Прибирање и подготовка на податоци за статистичка обработка. Запознавање со статистички софтвер за обработка на податоци.
Визуализација на податоци
Интервали на доверба.
Статистички тестови.
Анализа на варијанса и коваријанса.
Регресија.
12.Методи на учење Предавања, презентации, изработка на проекти
13. Вкупен расположив фонд на часови 3 + 1 + 1 + 0
14. Распределба на расположивото време 180
15. Форми на наставните активности 15.1. Предавања – теоретска настава 45
15.2. Вежби, семинари, тимска работа 30
16. Други форми на активност 16.1. Проектни задачи 30
16.2. Самостојни задачи 45
16.3. Домашно учење 30
17. Начини на оценување 17.1. Тестови 30
17.2. Семинарска работа/проект 10
17.3. Активност и учење 0
17.4. Завршен испит 60
18. Критериуми за оценување до 50 бодови 5 (пет) (F)
од 51до 60 бодови 6 (шест) (E)
од 61до 70 бодови 7 (седум) (D)
од 71до 80 бодови 8 (осум) (C)
од 81до 90 бодови 9 (девет) (B)
од 91до 100 бодови 10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Присуство на часови и учество на тестови
20. Начин на полагање на испитот Во текот на семестарот се предвидени два парцијални писмени испити, со времетраење од најмногу 90 минути,на средина и на крајот на семестарот, тестови и проектна задача која треба да се предаде пред завршување на семестарот. За студентите кои ги положиле парцијалните испити и тестовите, може да се спроведе завршен устен испит во траење од максимум 60 минути. Во конечната оценка влегуваат поените од парцијалните испити, тестовите, проектната задача и завршниот устен испит.
Во предвидените испитни сесии се полага писмен испит со времетраење од максимум 135 минути. За студентите кои го положиле писмениот испит, може да се спроведе завршен устен испит. Во конечната оценка влагуваат поените од писмениот испит и завршниот устен испит.
21. Јазик на кој се изведува наставата Македонски и Англиски
22. Метод на следење на квалитетот на наставата Интерна евалуација и анкети
23. Литература
23.1. Задолжителна литература
Бр. Автор Наслов Издавач Година
1 Roxy Peck, Chris Olsen, Jay Devore Introduction to statistics and data analysis Thomson 2008
23.2. Дополнителна литература
Бр. Автор Наслов Издавач Година
1 Hadley Wickham, Garrett Grolemund R for data science O’Reilly 2017
2 Jared P. Lander R for everyone Addison-Wesley 2017
3 Kenneth N.Berk, Patrick Carey Data Analysis with Microsoft Excel Brooks/Cole, Cengage Learning 2010
4 Darius Singpurwalla A handbook of Statistics Bookboon 2013