Dalyko sando aprašas

Dalyko sando kodas (Course unit code)	bus suteiktas registruojant į DB (Senas dalyko sando kodas - SDAN7114)
Dalyko sando pavadinimas (Course unit title)	Statistinių duomenų analizė
Dėstytojo (-jų) pedagoginis vardas, mokslo laipsnis, vardas ir pavardė (Name and title of lecturer)	Prof. habil. dr. Vilijandas Bagdonavičius
Katedra, centras	Matematinės statistikos katedra
Fakultetas, padalinys	Matematikos ir informatikos fakultetas
Dalyko sando lygis (Level of course)	Antrosios pakopos
Semestras (Semester)	Rudens (3)
ECTS kreditai (ECTS credits)	7,5
VU kreditai (VU credits)	5
Auditorinės valandos	Iš viso dalyko 80
	Paskaitų 48
	Seminarų 32
	Pratybų
	Laboratorinių darbų
	Konsultacijų
Reikalavimai (Prerequisites)	Studentas turi žinoti matematinės analizės, tikimybių teorijos bei pradinį statistikos kursus.
Dėstomoji kalba (Language of instruction)	Lietuvių
Dalyko sando tikslai ir numatomi gebėjimai (Objectives and learning outcomes)	Išmokyti analizuoti ir interpretuoti statistinius duomenis. Žinoti parametrų vertinimo bei statistinių hipotezių tikrinimo principus, žinoti regresinės ir dispersinės analizės, klasifikavimo ir klasterizavimo principus.
Dalyko sando turinys (Course unit content)	Įvadas : imties, taškinio ir intervalinio įverčio, statistinės hipotezės sąvokos; įverčių gavimo metodai ; eksponentinio, normalaus, Puasono, geometrinio ir binominio skirstinių parametrų taškiniai ir intervaliniai įverčiai. Chi kvadrato statistika: suderinamumo, nepriklausomumo ir homogeniškumo testai. Vienfaktorinė dispersinė analizė : daugelio vidurkių palyginimas. Tiesinė regresija: modelis, koeficientų interpretacija, interakcija, statistinis vertinimas, hipotezių apie koeficientų reikšmes tikrinimas, pašaginė regresija, formalūs modelio adekvatumo testai bei diagnosti-ka. Logistinė regresija: modelis, koeficientų interpretacija, statistinis vertinimas, hipotezių apie koeficientų reikšmes tikrinimas, paralelės su tiesinės regresijos modeliais. Neparametrinės statistikos elementai : ranginės koreliacijos ir ranginiai testai, Kolmogorovo tipo testai. Klasifikacija ir klasterizacija. Apklausų duomenų analizė. Rešo modelis.
Pagrindinės literatūros sąrašas (Reading list)	1. Čekanavičius V., Murauskas G. Statistika ir jos taikymai: [vadovėlis aukštųjų mokyklų studentams]. - Vilnius, I t. (2000), II t. (2003) 2. V. Bagdonavičius. Paskaitų konspektai.
Papildomos literatūros sąrašas	1. J. Kruopis. Matematinė statistika, Mokslas, 1993.
Mokymo metodai (Teaching methods)	Paskaitas skaitau rašydamas kreida ant lentos. Praktinė duomenų analizė atliekama naudojant statistinius programų paketus (seminarų metu). Semestro viduryje kontrolinis darbas.
Lankomumo reikalavimai (Attendance requirements)	Jokių
Atsiskaitymo reikalavimai (Assessment requirements)	Egzaminas, jo metu reikia atsakyti į du teorinius klausimus raštu ir atlikti dvi praktines užduotis, naudojant statistinius programų paketus.
Vertinimo būdas (Assessment methods)	8 balai egzamino metu (4 balai už teorinę, 4 balai už praktinę dalį) ir 2 balai kontrolinio metu.
Aprobuota katedros	2004-12-27
Patvirtinta Studijų programos komiteto	2006-04-13