MK EN
ФИНКИ

Subject

Применета статистичка анализа

1. Course Title Применета статистичка анализа
Applied statistical analysis
2. Code m23_w_023
3. Study Programme Статистика и аналитика на податоци
4. Organizer of the study programme (unit, institute, department or division) Faculty of Computer Science and Engineering
5. Degree level (first, second, third cycle) Second cycle
6. Academic year / semester 9 / Winter
7. Number of ECTS credits 6
8. Teacher Бојан Илијоски, Илинка Иваноска, Марија Михова
9. Prerequisites for enrolling in the course —
10. Objectives of the course programme (competences) Главна цел е студентите да се стекнат со знаење и искуство во користење на статистиката со поглед кон реалниот свет и кој би можеле да бидат нивните решенија. Дополително целите на овој предмет опфаќаат градење на основа на студентите за применета статистика, подобрување на практичните вештини и промовирање на корпоративни практики, градење на вештини за статистички консалтинг и рударење низ податоци, искуство за подготовка на усни и писмени извештаи инт. Студентите ќе научат да ракуваат со софтверските пакети со отворен код за анализа и обработка на податоци и комерцијалните софтвери за статистичка обработка на податоци и ќе се запознаат и со основите на статистичко програмирање.
11. Course content Принципи на применета статистика, Статистичко пресметување, Статистичко моделирање, Примена на статистика, Oпис, толкување и истражувачка анализа на податоците со графички и други средства, Статистички алатки, Аналза на готови податоци со SPSS(или Stata или SAS), работа во Excel и основи на програмирање во R и/или Python.
12. Learning methods Предавања. Изработка на семинарски и проект.
13. Total available time 6 ECTS x 30 hours = 180 hours
14. Distribution of available time 60 + 0 + 30 + 60 + 30 = 180 часа
15. Forms of teaching activities
15.1. Lectures - theoretical instruction 60 hours
15.2. Exercises (laboratory, auditory), seminars, teamwork 0 hours
16. Other forms of activities
16.1. Project assignments 60 hours
16.2. Independent assignments 30 hours
16.3. Home study 30 hours
17. Assessment method
17.1. Tests 10 бодови
17.2. Seminar paper / project (presentation: written and oral) 60 points
17.3. Activities and learning 10 бодови
17.4. Final exam 0 points
18. Grading criteria (points / grade)
up to 50 points5 (five) (F)
from 51 to 60 points6 (six) (E)
from 61 to 70 points7 (seven) (D)
from 71 to 80 points8 (eight) (C)
from 81 to 90 points9 (nine) (B)
from 91 to 100 points10 (ten) (A)
19. Requirement for obtaining a signature and taking the final exam Изготвен проект и семинарски работи
20. Language of instruction Македонски
21. Method for monitoring the quality of teaching Анкетни прашалници и разговор со студентите.
22. Literature
22.1. Required literature
1. George E. P. Box, J. Stuart Hunter, William G. Hunter | Statistics for Experimenters: Design, Innovation, and Discovery | Wiley | 2005
2. Lothar Sachs | Applied Statistics | Springer | 1984
3. J.N. Corcoran | The Simple and Infinite Joy of Mathematical Statistics | Independently published | 2022
4. Thomas Haslwanter | An Introduction to Statistics with Python: With Applications in the Life Sciences (Statistics and Computing) | Springer | 2016
5. Dieter Rasch, Rob Verdooren, Jürgen Pilz | Applied Statistics: Theory and Problem Solutions with R | Wiley | 2019
22.2. Additional literature
No. Author Title Publisher Year
Деканат Dean’s Office Студии Studies Акти Acts Проекти Projects