polski | english | Zobacz w formacie PDF

Wydział Informatyki i Gospodarki Elektronicznej

KARTA OPISU MODUŁU KSZTAŁCENIA
Nazwa modułu
Metoda reprezentacyjna
Nazwa modułu w języku angielskim
Survey sampling
Kod modułu Forma zaliczenia
II00N.21B.843.16 Zaliczenie
Kierunek studiów Profil kształcenia Rok / semestr
Informatyka i Ekonometria ogólnoakademicki 1 / 1
Specjalność Język wykładowy Moduł
Wszystkie Polski Obowiązkowy
Godziny Liczba punktów ECTS Blok zajęciowy
Wykłady: 0 Ćwiczenia: 18 3 B
Poziom kształcenia Forma studiów Obszar kształcenia
studia drugiego stopnia niestacjonarne Nauki społeczne
Autor sylabusa Jan Paradysz
Prowadzący Jan Paradysz

Cele kształcenia dla modułu

C1 Poznanie wybranych metod badań próbkowych i estymacji oraz możliwości ich wykorzystania do opisu i analizy zjawisk gospodarczych i społecznych
C2 Poznanie możliwości wykorzystania programu SAS, SPSS oraz arkusza kalkulacyjnego Exel w prowadzeniu badań próbkowych
C3 Nabycie umiejętności projektowania badań statystycznych w warunkach różnorodności źródeł
C4 Nabycie umiejętności prowadzenia i oceny badań statystycznych opartych na próbie

Efekty kształcenia dla modułu

Kod Efekty w zakresie Kierunkowe efekty kształcenia
Wiedzy
W1 Zna podstawowe źródła danych wykorzystywane do prowadzenia badan próbkowych K2_W06, K2_W08
W2 Zna metody wykorzystywane w społeczno-gospodarczych badaniach próbkowych K2_W05, K2_W08
W3 Zna metody wykorzystywane do oceny społeczno-gospodarczych badań próbkowych K2_W05, K2_W08
W4 Zna wybrane, nieklasyczne metody badań próbkowych K2_W05, K2_W08
W5 Zna możliwości wykorzystania programu SAS, SPSS, arkusza kalkulacyjnego Excel do prowadzenia badań próbkowych K2_W05
Umiejętności
U1 Potrafi właściwie dobrać źródła danych i metody statystyczne do realizacji różnych celów badawczych K2_U01, K2_ U06
U2 Potrafi wykorzystać program SAS, SPSS, arkusz kalkulacyjny Excel do porządkowania i prezentacji zbiorów danych oraz do prowadzenia analiz statystycznych K2_U01, K2_ U02
U3 Umie przeprowadzić analizę zjawisk społeczno-ekonomicznych za pomocą poznanych metod i interpretować uzyskane wyniki K2_U01, K2_ U06
U4 Potrafi wykorzystać poznane narzędzia do estymacji parametrów charakteryzujących zjawiska społeczno-ekonomiczne K2_ U02
Kompetencji społecznych
K1 Potrafi przygotować proste badanie próbkowe K2_K01
K2 Jest świadomy przydatności metod statystycznych w prowadzeniu badań opartych na próbie K2_K01
K3 Potrafi samodzielnie uzupełniać wiedzę z zakresu metod statystycznych K2_K01

Treści programowe

Lp. Treści programowe Cele kształcenia dla modułu Efekty kształcenia dla modułu
1. Etapy badania statystycznego C1 K1, K2, K3
2. Plany i strategie losowania, własności estymatorów C1 W1, W5, K2
3. Dokładność badań statystycznych – błędy losowe, podstawowe źródła i metody ich pomiaru, metody ograniczania błędów losowych, błędy nielosowe i ich klasyfikacja, metody ograniczania błędów nielosowych C1, C2 W5, U1, K2
4. Losowanie proste: estymacja podstawowych parametrów, niezbędna wielkość próby C1, C2, C3, C4 W2, W5, U2, U3, K1, K2
5. Estymatory złożone C1, C2, C3, C4 W2, W5, U2, U3, K1, K2
6. Losowanie warstwowe: wariant proporcjonalny i optymalny, estymatory złożone C1, C2, C3, C4 W2, W5, U2, U3, K1, K2
7. Losowanie zespołowe (gniazdowe) C1, C2, C3, C4 W2, W5, U2, U3
8. Losowanie systematyczne C1, C2, C3, C4 W3, W5, U2, U3
9. Losowanie wielostopniowe z jednakowymi i różnymi prawdopodobieństwami wyboru C1, C2, C3, C4 W3, W5, U2, U3, K1
10. Badania powtarzalne, metoda rotacyjna, dobór kwotowy C1, C2 W3, W5, U2, U3, K1
11. Imputacja i kalibracja danych statystycznych C1, C2 W3, W5, U2, U3, U4, K1
12. Statystyka małych obszarów (SMO) C1, C2 W1, W2, W5, U1, U2, U3, U4, K1, K2
13. Nowoczesne techniki wspomagania wywiadu (CAPI, CASI, CATI, CAWI) C1, C2 W1, W4, W5, U1, U2, U3
14. Sondaże internetowe: rodzaje i reprezentatywność C1, C2, C3 W3, W4, U3, U4
15. Bootstrapowe metody szacowania wariancji estymatora C1, C2 W1, W4, W5, U2, U3, U4, K2

Literatura

Obowiązkowa
  1. Särndal C.E., Swensson B., Wretman J., Model Assisted Survey Sampling, Springer - Verlag, New York, Berlin, Heidelberg, London, Paris, 1992
  2. Rao J.N.K., Small Area Estimation, Wiley –Interscience, John Wiley and Sons, INC., Hoboken, New Jersey 2003
  3. Zasępa R., Metoda reprezentacyjna, PWE, Warszawa 1972
  4. Szreder M. Metody i techniki sondażowych badań opinii. PWE, Warszawa 2010, Wydanie II zmienione
  5. Bracha C., Teoretyczne podstawy metody reprezentacyjnej, PWN, Warszawa 1996
Zalecana
  1. Paradysz J., (2002-red.) Statystyka regionalna w służbie samorządu lokalnego i biznesu. Internetowa Oficy-na Wydawnicza Centrum Statystyki Regionalnej, Poznań 2002,
  2. Paradysz J., Estymacja dla małych obszarów w statystyce regionalnej. [w:] Przestrzenno-czasowe modelo-wanie i prognozowanie zjawisk gospodarczych. Pod red. A. Zeliasia. Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków 2001, s. 193 – 209.
  3. Paradysz J., (1997-red.) Statystyka regionalna. Sondaż i integracja baz danych. Urząd statystyczny w Poznaniu. Poznań 1997
  4. Paradysz J., (1997-red.) Metoda reprezentacyjna. Powielone materiały dydaktyczne. GUS, Poznań-Warszawa 1997.
  5. Kordos J. i J. Paradysz (2000a): Some experiments in small area estimation in Poland. Statistics in Transition 4.4., ss. 679—697.
  6. Gołata E., Problems of estimating unemployment for small domains in Poland. STATISTICS IN TRANSITION, Aprił 2004 Vol. 6, No. 5, s. 755—775.
  7. Gołata E., Estymacja pośrednia bezrobocia na lokalnym rynku pracy. Wydawnictwo Akademii Ekonomicznej w Poznaniu. Prace habilitacyjne nr 11, Poznań 2004, ss. 380.
  8. Dehnel, G., Gołata, E., Klimanek, T., Consideration on optimal sample design for small area estimation. STATISTICS IN TRANSITION, Aprił 2004 Vol. 6, No. 5, s. 725—754
  9. Dehnel G., Statystyka małych obszarów jako narzędzie oceny rozwoju ekonomicznego regionów. Wydaw-nictwo Akademii Ekonomicznej w Poznaniu, Poznań 2003,
Wymagania wstępne Znajomość podstawowych metod ilościowych oraz narzędzi informatycznych, niezbędnych do prowadzenia badań próbkowych
Metody nauczania Analiza tekstów , Metoda projektów , Burza mózgów, Wykład konwersatoryjny, Wykład z prezentacją multimedialną, Dyskusja, Analiza przypadków, Ćwiczenia laboratoryjne
Sposób zaliczenia Esej / referat, Udział w dyskusji / Uczestnictwo w zajęciach, Projekt grupowy / praca w grupie, Przeprowadzenie badań, Przygotowanie prezentacji, Udział w dyskusji

Rozliczenie punktów ECTS

Forma aktywności studenta Średnia liczba godzin przeznaczonych na zrealizowane aktywności *
Przeprowadzenie badań literaturowych 3
Konsultacje z prowadzącym/i zajęcia 5
Uczestnictwo w ćwiczeniach 18
Przygotowanie do ćwiczeń 15
Przygotowanie prezentacji multimedialnej 3
Zbieranie informacji do zadanej pracy 5
Przygotowanie referatu 10
Łączny nakład pracy studenta
Liczba godzin
59
ECTS
3
Zajęcia z bezpośrednim udziałem nauczyciela
Liczba godzin
23
ECTS
0.5
Nakład pracy związany z zajęciami o charakterze praktycznym
Liczba godzin
18
ECTS
0.5

* godzina (lekcyjna) oznacza 45 minut

Opis sposobu sprawdzenia osiągnięcia efektów kształcenia

Kod efektu kształcenia dla modułu Metoda sprawdzenia
Esej / referat Udział w dyskusji / Uczestnictwo w zajęciach Projekt grupowy / praca w grupie Przeprowadzenie badań Przygotowanie prezentacji Udział w dyskusji
W1 x x x x x
W2 x x x x x
W3 x x x x x
W4 x x x x x
W5 x x x x
U1 x x x x x
U2 x x x x x
U3 x x x x x
U4 x x x x x
K1 x x x x x
K2 x x x x x
K3 x x x x x