1. SylabUZ
2. Faculty of Mechanical Engineering
3. winter term 2016/2017
4. Mechanical Engineering / Operating Machines - Second-cycle studies leading to MSc degree
5. Statistical Methods in Engineering

Generate PDF for this page

Statistical Methods in Engineering - course description

Aim of the course

Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami statystycznymi stosowanymi w
praktyce inŜynierskiej w celu planowania badań i weryfikacji ich wyników do wykorzystania w dalszym
procesie kształcenia oraz w przyszłej pracy zawodowej.

Prerequisites

Save changes

Przedmioty specjalnościowe z zakresu eksploatacji maszyn, Elementy inŜynierii powierzchni, Niezawodność
maszyn.

Scope

Treść wykładowa. Podstawowe pojęcia w badaniach inŜynierskich. Metody pomiarów podstawowych
wielkości wykorzystywane w badaniach inŜynierskich (długości, siły, ciśnienia, temperatury itp.). Wybrane
zagadnienia statystyki matematycznej. Wyeliminowanie błędnych wartości losowych w trakcie analizy
wyników pomiarów. Rozkłady prawdopodobieństwa w eksploatacji maszyn. Obliczenia podstawowych
wartości rozkładów prawdopodobieństwa. Testowanie hipotez statystycznych. Metody określenia istotności
wpływu czynników badanych. Zastosowanie analizy korelacyjnej w obliczeniach inŜynierskich. Zastosowanie
analizy regresyjnej w obliczeniach inŜynierskich. Zastosowanie analizy dyspersyjnej w obliczeniach
inŜynierskich. Metody planowania eksperymentu pozwalające na zmniejszenie ilości czynników wejściowych.
Plany statyczne zdeterminowane dwupoziomowe i wielopoziomowe. Planowanie eksperymentu w badaniach
wartości jakościowych. Jednokryterialne metody optymalizacji procesów technologicznych i eksploatacyjnych.
Optymalizacja wielokryterialna.
Tematy ćwiczeń.
1. Analiza wstępna wyników badań (analiza graficzna, analiza statystyczna za pomocą
programu Excel, eliminowanie błędów grubych).
2. Sprawdzenie hipotez (testów statystycznych).
3. Opracowanie planu badań zdeterminowanych dwóch i wielopoziomowych.
4. Analiza statystyczna wyników badań zdeterminowanych.
5. Określenie równania regresji za pomocą programu Excel.
6. Analiza korelacyjna wyników badań za pomocą programu Excel.
7. Opracowanie planów badań eliminujących (Taguchi, Plackett-Burman i inne).
8. Opracowanie matrycy optymalizacji metodą simpleks.

Teaching methods

Wykłady z wykorzystaniem środków audiowizualnych. Opracowanie referatów i prezentacji multimedialnych w
ramach seminariów i zadań indywidualnych. Praca z ksiąŜkami.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Warunkiem zaliczenia części wykładowej jest uzyskanie pozytywnej oceny z 3-ch pisemnych odpowiedzi na
pytania egzaminacyjne dotyczące teoretycznych zagadnień przedmiotu.
Warunkiem zaliczenia części ćwiczeniowej jest uzyskanie pozytywnych ocen sporządzonych sprawozdań ze
wszystkich zajęć, przewidzianych do realizacji w ramach programu z uwzględnieniem obecności i aktywności
studenta na zajęciach.

Warunkiem zaliczenia przedmiotu jest zaliczenie wszystkich jego form.
Ocena końcowa na zaliczenie przedmiotu jest średnią arytmetyczną z ocen za poszczególne formy zajęć.

Recommended reading

1. Kukiełka L. Podstawy badań inŜynierskich. Warszawa, PWN, 2002;
2. Korzyński M. Metodyka eksperymentu. Planowanie, realizacja i statystyczne opracowanie wyników
eksperymentów technologicznych. Warszawa, PWN, 2006.

Further reading

1. Kacprzycki B.L. Planowanie eksperymentu. Podstawy matematyczne. Warszawa, WNT, 1974;
2. Kurcyusz S. Matematyczne podstawy teorii optymalizacji. Warszawa, PWN, 1982;
3. Pająk E., Wieczorkowski K. Podstawy optymalizacji operacji technologicznych w przykładach. Warszawa PWN
1982.
4. Trajdos T. Matematyka dla inŜynierów. Warszawa, WNT, 1981.

Notes

Modified by prof. dr hab. inż. Eugene Feldshtein (last modification: 14-09-2016 19:07)