Data Analysis Methods - course description

General information

Course name	Data Analysis Methods
Course ID	11.2-WE-EP-MAD
Faculty	Faculty of Computer Science, Electrical Engineering and Automatics
Field of study	Electrical Engineering
Education profile	academic
Level of studies	First-cycle studies leading to Engineer's degree
Beginning semester	winter term 2023/2024

Course information

Semester	2
ECTS credits to win	4
Course type	obligatory
Teaching language	polish
Author of syllabus	prof. dr hab. inż. Dariusz Uciński

Classes forms

The class form	Hours per semester (full-time)	Hours per week (full-time)	Hours per semester (part-time)	Hours per week (part-time)	Form of assignment
Class	15	1	9	0,6	Credit with grade
Lecture	30	2	18	1,2	Credit with grade

Aim of the course

zapoznanie studentów z podstawowymi procedurami jakościowej i ilościowej analizy danych
ukształtowanie krytycznego spojrzenia na wiarygodność inżynierskich analiz statystycznych
ukształtowanie umiejętności szacowania niepewności w praktyce inżynierskich badań eksperymentalnych

Prerequisites

Scope

Niepewność pomiarowa. Przenoszenie niepewności. Błędy przypadkowe i systematyczne. Szeregi rozdzielcze punktowe i przedziałowe. Histogram. Miary położenia, zmienności, asymetrii i koncentracji. Odrzucanie danych.

Prawdopodobieństwo. Przestrzeń zdarzeń elementarnych. Definicje prawdopodobieństwa: klasyczna, częstościowa i współczesna. Podstawowe własności prawdopodobieństwa. Prawdopodobieństwo warunkowe. Niezależność. Prawdopodobieństwo całkowite. Wzór Bayesa.

Zmienne losowe dyskretne i ciągłe. Zmienne losowe dyskretne. Rozkłady: dwupunktowy, Bernoulliego, Poissona i geometryczny. Funkcje zmiennych losowych. Pojęcia wartości oczekiwanej i wariancji zmiennej losowej. Rozkłady łączne wielu zmiennych losowych. Niezależność zmiennych losowych. Zmienne losowe ciągłe. Rozkład równomierny. Rozkład wykładniczy. Pojęcie dystrybuanty zmiennej losowej. Rozkład normalny.

Podstawy wnioskowania statystycznego. Schematy losowania próby. Próba prosta. Rozkłady: chi-kwadrat, t-Studenta i Fishera-Snedecora. Estymacja punktowa i przedziałowa. Nieobciążoność, zgodność, efektywność i dostateczność. Estymacja parametryczna i nieparametryczna.

Przedziały ufności dla wartości oczekiwanej. Twierdzenia graniczne. Przedziały ufności dla wartości oczekiwanej w populacji o nieznanym rozkładzie, wariancji, odchylenia standardowego, prawdopodobieństw oraz różnic prawdopodobieństw i wartości oczekiwanych.

Testowanie hipotez statystycznych. Parametryczne testy istotności dla wartości oczekiwanej, wariancji wskaźnika struktury w populacji. Nieparametryczne testy istotności.

Regresja liniowa i wielomianowa. Metody analizy współzależności zjawisk. Korelacja i regresja. Metoda najmniejszych kwadratów. Wnioskowanie w analizie korelacji i regresji. Współczynnik korelacji liniowej. Przedziały ufności.

Teaching methods

wykład: wykład konwencjonalny
ćwiczenia: ćwiczenia rachunkowe

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Ćwiczenia na ocenę z ćwiczeń składają się wyniki osiągnięte na kolokwiach (80%) oraz aktywność na zajęciach (20%)
Wykład warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze sprawdzianów pisemnych przeprowadzonych co najmniej raz w semestrze

Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i z wykładu (50%). Warunkiem zaliczenia przedmiotu są pozytywne oceny z ćwiczeń i wykładu.

Notes

Modified by dr hab. inż. Paweł Szcześniak, prof. UZ (last modification: 13-03-2023 21:54)

Generate PDF for this page