Stochastyczne modele epidemii
Informacje ogólne
Kod przedmiotu: | 1000-1M21SME |
Kod Erasmus / ISCED: |
11.1
|
Nazwa przedmiotu: | Stochastyczne modele epidemii |
Jednostka: | Wydział Matematyki, Informatyki i Mechaniki |
Grupy: |
Przedmioty monograficzne dla matematyki 2 stopnia Przedmioty obieralne na studiach drugiego stopnia na kierunku bioinformatyka |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | angielski |
Rodzaj przedmiotu: | monograficzne |
Skrócony opis: |
Podstawowe metody analizy epidemii z użyciem metod rach. prawdopodobieństwa i statystyki matematycznej. Zastosowanie do danych z COVID-19. |
Pełny opis: |
Wykład będzie poświęcony podstawowym metodom obróbki oraz analizy danych z epidemii dużej populacji z punktu widzenia teorii procesów stochastycznych. Kurs obejmie podstawowe modele epidemii SIR (czyli PZU- podatni/zarażeni/uzdrowieni). Materiał wykładu wprowadzi niezbędne podstawy rach. prawdopodobieństwie i statystyki wraz z przykładami zastosowania modeli do rzeczywistych danych, w szczególności do dokładnej analizy epidemii COVID-19. |
Literatura: |
1. Stochastic Epidemic Models and Their Statistical Analysis by Anderson, H. & Britton, T. Published by Springer (2000) 2. Epidemics: Models and Data using R by Ottar Bjørnstad. Published by Springer (2018) |
Efekty uczenia się: |
a) Wiedza Student po ukończeniu kursu: 1. Ma uporządkowaną wiedzę w zakresie rodzajów modeli, ich rozwiązań, oraz powiązanych z nimi zagadnień algorytmicznych 2. Zna najważniejsze podejścia do kwestii analizy danych epidemiologicznych i ich statystycznych własności 3. Zna najważniejsze rodzaje zwięzłych, przyjaznych obliczeniowo reprezentacji odpowiednich modeli stochastycznych 4. Zna podstawowe własności najważniejszych zastosowań w analizie dynamicznych sieci kontaktów za pomocą grafów losowych. 5. (dotyczy ew. doktorantów) Zna wybrane pozycje z literatury ostatnich lat. b) Umiejętności 1. Potrafi określić jaki rodzaj procesu epidemii najlepiej odzwierciedla modelowaną sytuację w rzeczywistości 2. Potrafi formalizować zadane własności modelu 3. Potrafi analizować stochastyczne własności dynamiczne danego modelu 4. (dotyczy we. doktorantów) Potrafi zapoznać się i poddać krytycznej analizie nowe i bardziej skomplikowane koncepcje pojawiające się w literaturze ostatnich lat. c) Kompetencje społeczne Student po ukończeniu kursu: 1. Rozumie potrzebę przekuwania swojej wiedzy i umiejętności informatycznych i matematycznych na konkretne rozwiązania epidemiologiczne 2. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia, w tym zdobywania wiedzy poza-dziedzinowej 3. Potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania |
Metody i kryteria oceniania: |
Prezentacja (35%); Egzamin pisemny (65%) |
Właścicielem praw autorskich jest Uniwersytet Warszawski.