Detaljni izvedbeni plan

Akademska godina 2022. / 2023. Semestar Zimski
Studij:

Preddiplomski sveučilišni studij sociologije
Godina studija:

Preddiplomski sveučilišni studij sociologije: 1., 2., 3.;

I. OSNOVNI PODACI O PREDMETU

Naziv predmeta Uvod u programski jezik R
Kratica predmeta IZBP213 Šifra predmeta 236169
Status predmeta Izborni ECTS bodovi 4
Preduvjeti za upis predmeta Nema
Ukupno opterećenje predmeta
Vrsta nastave Ukupno sati
Predavanja 15
Vježbe 30
Mjesto i vrijeme održavanja nastave HKS – prema objavljenom rasporedu

II. NASTAVNO OSOBLJE

Nositelj predmeta
Ime i prezime Petra Rihter Tadić
Akademski stupanj/naziv Doktorica znanosti Zvanje Docent
Kontakt e-mail petra.rihter.tadic@unicath.hr Telefon +385 (1)
Konzultacije Prema objavljenom rasporedu

III. DETALJNI PODACI O PREDMETU

Jezik na kojem se nastava održava Hrvatski
Opis
predmeta

Cilj kolegija je upoznavanje studenata sa osnovama rada u statističkom programskom jeziku R (http://www.r-project.org/),  jednog od najbrže rastućih statističkih paketa korištenih u društvenim znanostima. Student će na pristupačan i jednostavan način biti osposobljen za samostalni elementarni rad u programskom jeziku R, koji će kasnije moći koristiti i primijeniti u svom području rada.

R se koristi u raznim sektorima – poslovanju, financijama, proizvodnji, zdravstvu, društvenim mrežama,  informatici, prirodnim znanostima i naročito je popularan u društvenim znanostima. Kolegij je napravljen za studente bez predznanja iz statistike, računalnog programiranja, analize podataka i napredne matematike. Neće biti  zalaženja u matematičke i tehničke detalje koji stoje u pozadini tih metoda, već će naglasak biti na praktičnim primjerima iz društvenih znanosti. Sa znanjem stečenim u ovom kolegiju, student će biti spreman poduzeti svoju prvu samostalnu (statističku) analizu podataka.

Očekivani ishodi
učenja na razini
predmeta
1. Protumačiti mogućnosti i organičenja programskog jezika R. 2. Koristiti programski jezik R za statističku analizu podataka. 3. Riješiti numeričke i statističke probleme iz područja društvenih znanosti u programskom jeziku R. 4. Upotrijebiti programski jezik R za osnove programiranja. 5. Riješiti složeniji problem u programskom jeziku R i sastaviti pisano izvješče o rješenju.
Literatura
Obvezna
http://www.DataCamp.com (Introduction to R, Intermediate R, Introduction to statistics in R, Statistics Fundamentals with R)
W.N. Venables et al.: An Introduction to R. R Foundation for Statistical Computing, Vienna, 2013. (slobodno dostupno na  https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf) 
Dopunska
R. Kabacoff: R in Action, 2th edition, Manning Publications, 2015. 
P. Daalgard: Introductionary Statistics with R, 2nd Edition, Springer 2008.
Ryan Kennedy, Philip D. Waggoner – Introduction to R for Social Scientists
Quan Li – Using R for Data Analysis in Social Sciences: A Research Project-Oriented Approach
G. James et al.: An Introduction to Statistical Learning with Applications in R. Springer, 2013. (slobodno dostupno na: https://www.statlearning.com/)
 
Način ispitivanja i ocjenjivanja
Polaže seDa Isključivo kontinuirano praćenje nastaveNe Ulazi u prosjekDa
Preduvjeti za dobivanje
potpisa i polaganje
završnog ispita

Redovito pohađanje nastave: Na predavanjima i laboratorijskim vježbama se provjerava prisustvovanje. Studenti su dužni prisustvovati na najmanje 80% nastavnih sati iz predavanja i laboratorijskih vježbi. Ukoliko studenti ne ispune spomenuti kriterij pohađanja nastave, isti neće moći pristupiti ispitu i obvezni su ponovno upisati kolegij u idućoj akademskoj godini.

Način polaganja ispita

Najavljenim kratkim testovima znanja provjeravat će se znanje studenata  tijekom nastave.

Kolokviji će se sastojati od rješavanja programerskih, numeričkih i statističkih zadataka na računalu. Prvi kolokvij održat će se polovicom, a drugi krajem semestra.

Završni ispit (Projektni zadatak) sastojat će se od rješavanja nekog složenijeg problema i završit će izradom pisanog izvješća. Korištenje tuđeg rješenja (plagijat) je zabranjeno te povlači disciplinsku odgovornost.

Način ocjenjivanja

Svaki od navedenih elemenata ocjenjivanja boduje se na skali od 0 do 100. Ukupni bodovi jednaki su ponderiranoj aritmetičkoj sredini pojedinih bodovnih rezultata, s ponderima koji su naznačeni u gornjoj tablici (udio u ocjeni). Npr. ako student/ica na prvom, odnosno drugom kolokviju, testovima znanja i završnom ispitu (projektnom zadatku) osvoji redom 80, 70, 40 i 90 bodova, onda će njegovi/njeni ukupni bodovi iznositi

80 x 0,3 + 70 x 0,3 + 40 x 0,1 + 90 x 0,3 = 76.

Za pozitivnu ocjenu potrebno je ukupno 50 bodova ili više na svakom od kolokvija, uz korektno riješen projektni zadatak. Konačna ocjena formira se na osnovu ukupnih bodova.  Detalji bodovanja i ocjenjivanja mogu se prilagoditi uvjetima u nastavi, npr. veličini studijske grupe, načinu studiranja i sl.

Da ostvari pravo pristupanja ispitu (potpis), student/ica mora:

  1. pohađati nastavu

Da položi kolegij, student/ica mora:

  1. pohađati nastavu
  2. položiti prvi kolokvij (minimalno 50 bodova)
  3. položiti drugi kolokvij (minimalno 50 bodova)
  4. obraniti projektni zadatak

ili

  1. pohađati nastavu
  2. položiti pismeni ispit koji sadrži gradivo prvog i drugog kolokvija (minimalno 50 bodova)
  3. obraniti projektni zadatak
Detaljan prikaz ocjenjivanja unutar Europskoga sustava za prijenos bodova
VRSTA AKTIVNOSTI ECTS bodovi - koeficijent
opterećenja studenata
UDIO
OCJENE

(%)
Pohađanje nastave 1.2 0
Kolokvij-međuispit 0.8 30
Kolokvij-međuispit 0.8 30
Test 0.4 10
Ukupno bodova tijekom nastave 4 100
Datumi kolokvija 1. kolokvij: 8 tjedan nastave; 2. kolokvij: 15 tjedan nastave
Datumi ispitnih rokova Prema objavljenom rasporedu

IV. TJEDNI PLAN NASTAVE

Predavanja
Tjedan Tema
1. Uvod u korištenje programskog jezika R: jednostavne operacije, varijable, tipovi podataka
2. Vektori
3. Matrice
4. Faktori
5. Data frame
6. Liste
7. Relacijski i logički operatori, if izjave
8. Kolokvij
9. Petlje
10. Pisanje funkcija, R paketi
11. Apply familija, korisne funkcije, greške
12. Vrijeme i datumi, učitavanje podataka
13. Uvod u osnove statistike i statističke analize podataka u programskom jeziku R
14. Grafičko prikazivanje podataka u programskom jeziku R
15. Kolokvij
Vježbe
Tjedan Tema
1. Uvod u korištenje programskog jezika R: jednostavne operacije, varijable, tipovi podataka
2. Vektori
3. Matrice
4. Faktori
5. Data frame
6. Liste
7. Relacijski i logički operatori, if izjave
8. Kolokvij
9. Petlje
10. Pisanje funkcija, R paketi
11. Apply familija, korisne funkcije, greške
12. Vrijeme i datumi, učitavanje podataka
13. Uvod u osnove statistike i statističke analize podataka u programskom jeziku R
14. Grafičko prikazivanje podataka u programskom jeziku R
15. Kolokvij