1. SylabUZ
2. Faculty of Mechanical Engineering
3. winter term 2018/2019
4. Biomedical Engineering - First-cycle studies leading to Engineer's degree
5. Methods of Statistical Data Analysis

Generate PDF for this page

Methods of Statistical Data Analysis - course description

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

Save changes

Scope

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

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. Pojecie 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
laboratorium: ćwiczenia laboratoryjne w oparciu o program obliczeń statystycznych

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Laboratorium – na ocenę z laboratorium składają się wyniki osiągnięte ze sprawozdań (70%) oraz sprawdzenia wiedzy na zajęciach (30%)
Wykład – warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze sprawdzianów pisemnych przeprowadzonych co najmniej raz w semestrze

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

Recommended reading

1. Sobczyk M.: Statystyka, PWN, Warszawa, 2002.
2. Koronacki J. i Mielniczuk J.: Statystyka dla studentów kierunków technicznych i przyrodniczych, WNT, Warszawa, 2001.
3. Stasiewicz S., Rusnak Z. i Siedlecka U.: Statystyka. Elementy teorii i zadania, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław, 1997.
4. Kukuła K.: Elementy statystyki w zadaniach, PWN, Warszawa, 1998.

Further reading

1. Starzyńska W.: Statystyka praktyczna, PWN, Warszawa, 2000.
2. Gajek L. i Kałuszka M.: Wnioskowanie statystyczne. Modele i metody, WNT, Warszawa, 2000.

Notes

Modified by dr inż. Daniel Dębowski (last modification: 14-09-2018 12:11)