Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Advanced statistical methods and models in experimental design

Informacje ogólne

Kod przedmiotu: 2500-EN-COG-OB1L-2
Kod Erasmus / ISCED: 14.4 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. / (0313) Psychologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Advanced statistical methods and models in experimental design
Jednostka: Wydział Psychologii
Grupy: Cognitive Science
Punkty ECTS i inne: 3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Skrócony opis: (tylko po angielsku)

The course assumes students have the basic knowledge of statistical analysis in empirical sciences (as well as some experience with R) and, based on it, introduces more advanced statistical methods used in cognitive research. The course provides students with hands-on experience with real data analysis using R, a cutting-edge statistical environment.

Pełny opis: (tylko po angielsku)

The course assumes students have the basic knowledge of statistical analysis in behavioural sciences, including the understanding of the logic

of statistical inference and the knowledge of classical statistical tests (test, chi-square test etc.). Based on these foundations, students in this

course learn statistical methods stemming from the General Linear Model (linear regression, analysis of variance) and from its extensions (e.g., logistic regression, hierarchical models). They learn how to apply those methods to experimental data, how to prepare data, if necessary, for the

analysis and how to make statistical inferences in complex experimental designs. The course leans towards practice rather than theory and provides students with hands-on experience with real data analysis using R.

Efekty uczenia się: (tylko po angielsku)

Students understand the basics of the General Linear Model and know statistical methods based on it and its generalisations (K_W03).

Students know the main statistical methods used to analyse experimental data (K_W03).

Abilities:

Students can use the programming language of R to perform analyses of experimental data (K_U03, K_U04).

Students are able to choose the right statistical method and use it to analyse a particular dataset (K_U04).

Students can properly report results of their statistical analyses (K_U04, K_U06).

Students are able to draw valid conclusions from statistical analyses they perform (K_U04).

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-19 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Bartosz Maćkiewicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Ćwiczenia - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-7ba4b2847 (2024-06-12)