Politechnika Rzeszowska im. Ignacego Łukasiewicza - Centralny System Uwierzytelniania
Strona główna

Analiza i wizualizacja danych

Informacje ogólne

Kod przedmiotu: MP/F-DI>AnaWizDan
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Analiza i wizualizacja danych
Jednostka: Zakład Informatyki
Grupy: Przedmioty 7 sem.-zarządzanie i inż.produkcji-inf. w zarz.przedsiębiorstwem st. I-go stopnia (inż.)
Punkty ECTS i inne: 4.00 LUB 6.00 LUB 5.00 (zmienne w czasie) 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.

zobacz reguły punktacji
Język prowadzenia: polski
Pełny opis:

Przedmiot jest obowiązkowy na specjalności dyplomowania, ponieważ analiza danych biznesowych oraz przemysłowych jest obecnie podstawą właściwego podejmowania decyzji w zarządzaniu organizacją, w tym również przedsiębiorstwem produkcyjnym.

Treści kształcenia

- Analiza danych w arkuszach kalkulacyjnych MS Excel. Wykorzystywanie wybranych funkcje finansowych, statystycznych oraz daty i czasu do analizy danych. Tworzenie zaawansowanych formuł, przetwarzanie informacji z zewnętrznych źródeł danych.

- Wykorzystanie analizy scenariuszowej w procesie podejmowania decyzji w przedsiębiorstwie (narzędzie: Menedżer scenariuszy). Podstawy analizy wrażliwości w pakiecie Microsoft Excel (narzędzie: Tabela danych). Wykorzystanie narzędzia "Szukaj wyniku"

- Wizualna prezentacja danych. Dobór formy prezentacji do celu (trendy, różnice, związki). Sporządzanie wykresów danych. Tworzenie wykresów złożonych.

- Tabele i raporty przestawne. Pola obliczeniowe w tabelach przestawnych. Grupowanie i filtrowanie danych, zmiana typu obliczeń. Tworzenie wykresów przestawnych, zmiana układu i typu wykresu.

- Przygotowywanie i analiza statystyk opisowych. Wykorzystanie dodatku do arkuszy MS Excel Analiza danych. Używanie narzędzia Kreator sum warunkowych. Przeprowadzanie analiz wartości wariancji dla listy danych ANOVA. Znajdowanie korelacji pomiędzy dwoma zestawami danych.

- Wykorzystanie pakietu typu data-mining "Tanagra" do analizy danych źródłowych w celu: wyznaczenia statystyk opisowych, zbadania wykresów rozrzutu, wyznaczenia współczynnik korelacji liniowej oraz współczynnika korelacji częściowej.

- Prowadzenie analizy inwestycyjnych i finansowych na podstawie danych źródłowych: obliczenia okresu zwrotu nakładów, określanie bieżącej i przyszłej wartości inwestycji, obliczanie indeksu zyskowności, zarządzanie płynnością finansową oraz segmentami rynku.

- Motywacje uzasadniające analizę danych: orientacja procesowa przedsiębiorstw, outsourcing i tworzenie nowoczesnych struktur biznesowych, Przemysł 4.0, Big Data. Podstawowe pojęcia stosowane w analizie danych. Metody analizy danych. Dane – informacje - wiedza.

- Microsoft Excel jako narzędzie analizy i wizualizacji danych. Zasady i dobre praktyki dotyczące projektowania zestawień tabelarycznych. Narzędzie filtr automatyczny - autofiltr. Narzędzie filtr zaawansowany. Narzędzie suma pośrednia.

- Pojęcie wizualizacji danych, definicja wykresu. Proces interpretacja danych wizualnych. Historia wizualizacji. Elementy składowe wykresu. Typy wykresów, dobór odpowiedniego typu wykresu do danych. Wykresy przebiegu w czasie. Inne techniki wizualizacji danych dostępne w środowisku Microsoft Excel. Przegląd technik manipulacji danymi na wykresie: zachowania celowe i przypadkowe. Obsługa danych brakujących na wykresach. Wykresy przebiegu w czasie w Microsoft Excel 2007.

- Definicja i struktura tabeli przestawnej. Proces tworzenia tabeli przestawnej. Modyfikowanie tabel przestawnych i ich aktualizacja. Dostosowywanie tabel przestawnych do potrzeb odbiorcy raportu. Tworzenie: list rankingowych, zestawień miesięcznych, kwartalnych i rocznych, zestawień procentowych

oraz zestawień przychodów narastająco. Pola obliczeniowe w tabeli przestawnej. Wykresy przestawne. Formatowanie warunkowe w tabeli przestawnej. Wykorzystanie tabel przestawnych do budowy histogramów.

- Podstawowe pojęcia statystyczne. Odwzorowanie pojęć statystycznych w pojęciach charakterystycznych dla pakietu Microsoft Excel. Stosowane typy danych w Microsoft Excel. Szeregi statystyczne: nieuporządkowany, prosty, rozdzielczy punktowy, rozdzielczy przedziałowy. Budowa szeregów rozdzielczych. Badanie rozkładów empirycznych. Miary tendencji centralnej: średnia arytmetyczna, mediana, kwartyle-decyle-centyle, dominanta

Podstawowe zależności między średnią arytmetyczną, medianą i dominantą. Miary zróżnicowania - rozstęp, odchylenie ćwiartkowe, kwartylowy typowy obszar zmienności, odchylenie standardowe, klasyczny współczynnik zmienności. Miary asymetrii - trzeci moment centralny standaryzowany. Miary spłaszczenia - współczynnik ekscesu. Miary koncentracji - współczynnik koncentracji Lorentza.

- Pulpit menedżerski - definicja. Cel tworzenia pulpitów menedżerskich. Typy pulpitów menedżerskich. Zasady projektowania pulpitów menedżerskich

Kryteria oceny pulpitu menedżerskiego. Warstwowy model danych w pulpicie menedżerskim: warstwa danych, warstwa analizy, warstwa prezentacji. Przykłady biznesowych pulpitów menedżerskich.

Definicja infografiki. Rodzaje infografik biznesowych. Wykorzystywanie infografiki w biznesie. Przykłady infografik biznesowych. Kryteria oceny infografiki

Literatura:

Literatura wykorzystywana podczas zajęć wykładowych

Michael Alexander, John Walkenbach - Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha - Helion, Gliwice. - 2011

Daniel T. Larose. - Metody i modele eksploracji danych - Warszawa : Wydaw.Nauk.PWN . - 2012

Foster Provost, Tom Fawcett - Analiza danych w biznesie. Sztuka podejmowania skutechnych decyzji - Helion, Gliwice. - 2015

Wierzbiński Jerzy - Statystyka opisowa - Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego. - 2008

Goldmeier J., Duggirala P. - Dashboards for Excel: Deliber Critical Information and Insight at the Speed of a Click - Apress. - 2015

Nussbaumer Knaflic C. - Storytelling with data - John Wiley & Sons, Inc.. - 2015

Albright C. S., Winston W. L. - Business Analytics: Data Analysis and Decision Making - Cengage Learning. - 2015

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

Wayne L.Winston - Microsoft Excel. Analiza i modelowanie danych - APN PROMISE Sp. Z.o.o, Warszawa. - 2005

McFedries P. - Excel 2007 PL. Tabele i wykresy przestawne. Niebieski podręcznik - Helion, Gliwice. - 2009

Bill Jelen, Michael Alexander - Microsoft Excel 2007 PL : analiza danych za pomocą tabel przestawnych - Gliwice : Helion. - 2011

Powell S., Baker K. - Business Analytics: The Art of Modeling With Spreadsheets - John Wiley & Sons. - 2016

Milton M. - Head First: Data Analysis - O'Reilly Media, Inc.. - 2009

Literatura do samodzielnego studiowania

StatSoft Polska - Praktyczna analiza danych w marketingu i badaniach rynku - Kraków StatSoft Polska. - 2010

Michael Alexander, John Walkenbach - Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha - Helion, Gliwice,. - 2011

Peck R., Olsen C., Devore J. L. - Introduction to: Statistics & Data Analysis - Cengage Learning. - 2016

Publikacje naukowe

J. Jakieła; M. Olech; M. Rataj - Crossing the Chasm-from Business Models to Software Architecture - International Business Information Management Association (IBIMA). - 2020

J. Jakieła; P. Litwin; M. Olech - Dynamic simulation based optimization of information flow in extended enterprise and its impact on business partners production efficiency and stock replenishment - . - 2016

J. Jakieła; P. Litwin; M. Olech - Modelowanie wirtualnych organizacji z wykorzystaniem paradygmatu agentowego - WYDAWNICTWA AGH. - 2016

Efekty uczenia się:

Student, który zaliczył modułFormy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształceniaSposoby weryfikacji każdego z wymienionych efektów kształcenia
Potrafi analizować dane, pochodzące z różnych źródeł, wykorzystując do tego odpowiednie narzędzia programowewykład, laboratoriumzaliczenie cz. praktyczna
Potrafi na podstawie wykonanych analiz danych opracować odpowiednie wnioski i raporty w celu wspomagania decyzji menadżerskichwykład, laboratoriumzaliczenie cz. praktyczna
Zna podstawowe metody statystyczne niezbędne do analiz danych inżynierskich, biznesowych oraz produkcyjnych i potrafi je wykorzystywać do rozwiązywania zadań wykład, laboratorium,zaliczenie cz. praktyczna,zaliczenie cz. pisemna
Umie pogłębić swoją wiedzę w zakresie zaawansowanych metod analizy i wizualizacji danych oraz umiejętność prowadzenia badań naukowychwykład, laboratoriumzaliczenie cz. pisemna
Rozumie konieczność analizowania i wizualizowania danych źródłowych w celu usprawnienia procesu decyzyjnego w organizacji.wykładzaliczenie cz. pisemna
Zna zasady prawidłowego projektowania zestawień tabelarycznych oraz doboru odpowiednich typów wykresów do posiadanych danych źródłowychwykład, laboratoriumzaliczenie cz. pisemna, zaliczenie cz. praktyczna

Metody i kryteria oceniania:

na ocenę 3na ocenę 4na ocenę 5
Potrafi analizować dane, pochodzące z różnych źródeł, wykorzystując do tego odpowiednie narzędzia programowe
Potrafi na podstawie wykonanych analiz danych opracować odpowiednie wnioski i raporty w celu wspomagania decyzji menadżerskich
Zna podstawowe metody statystyczne oraz zaawansowane metody sztucznej inteligencji, niezbędne do analiz danych inżynierskich, biznesowych czy produkcyjnych i potrafi je wykorzystywać do rozwiązywania zadań

Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Olech
Prowadzący grup: Marcin Olech
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-01-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Olech
Prowadzący grup: Marcin Olech
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-28
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Olech
Prowadzący grup: Marcin Olech
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie

Zajęcia w cyklu "Semestr zimowy 2024/25" (w trakcie)

Okres: 2024-10-01 - 2025-02-02
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Olech
Prowadzący grup: Marcin Olech
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Rzeszowska im. Ignacego Łukasiewicza.
al. Powstańców Warszawy 12
35-959 Rzeszów
tel: +48 17 865 11 00 https://prz.edu.pl
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0-3 (2024-12-18)