SylabUZ

Wygeneruj PDF dla tej strony

Analiza danych pomiarowych - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Analiza danych pomiarowych
Kod przedmiotu 13.2-WF-FizP-AnDPo-L-S14_genF3JKB
Wydział Wydział Fizyki i Astronomii
Kierunek Fizyka / Fizyka komputerowa
Profil ogólnoakademicki
Rodzaj studiów pierwszego stopnia z tyt. licencjata
Semestr rozpoczęcia semestr zimowy 2016/2017
Informacje o przedmiocie
Semestr 4
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr hab. Piotr Lubiński, prof. UZ
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 30 2 - - Egzamin
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Zapoznanie studentów z podstawami analizy danych pomiarowych i wnioskowania statystycznego.
Opanowanie przez studentów standardowych technik analizy danych i symulacji komputerowych
wspierających tę analizę z wykorzystaniem publicznie dostępnego oprogramowania.

Wymagania wstępne

Przygotowanie z zakresu pierwszej i drugiej pracowni fizycznej, znajomość matematycznych metod fizyki,
elementy analizy statystycznej .

Zakres tematyczny

- Niepewności pomiarowe: zagadnienie cyfr znaczących i zaokrąglania, rozkład populacji i rozkład próby,
obliczanie średniej, mediany, mody, odchylenia standardowego, zakresu zmienność i średniego odchylenia.
- Rozkłady prawdopodobieństwa: obliczanie momentów zmiennej losowej ze znanego rozkładu
prawdopodobieństwa, dystrybuanta i szacowanie prawdopodobieństw.
- Analiza błędu: niepewności instrumentalne i statystyczne, równanie propagacji błędu, wariancja
i kowariancja, konkretne przypadki równania propagacji błędu oraz wariancji i kowariancji, zastosowanie
równań błędów, implementacje komputerowe.
- Estymacja średnich oraz błędów: estymacja średniej, odchylenia standardowego i błędu standardowego,
estymacje ważone, estymacje względne, elementy testowania hipotez statystycznych: testy Studenta i χ 2.
- Techniki Monte Carlo: liczby losowe i ich generatory, generacja liczb losowych z różnych rozkładów przez
transformacje rozkładu jednorodnego, przykłady symulacji prostych układów pomiarowych i doświadczeń.
- Dopasowanie do prostej metodą najmniejszych kwadratów: ćwiczenia z regresji liniowej, rozwiązywania
równań normalnych i grafika naukowa.
- Dopasowanie wielomianowe metodą najmniejszych kwadratów: rozwiązania równań normalnych metodami
wyznacznikowymi i macierzowymi, dopasowania przy użyciu dyskretnych wielomianów ortogonalnych i
wielomianów Legendre'a.
- Dopasowanie metodą najmniejszych kwadratów: metoda Marquardt'a-Levenberga jako optymalna metoda
dopasowania liniowego i nieliniowego.
- Testowanie dopasowania: test χ2 , rozkład χ2 , współczynnik korelacji liniowej, korelacje wielowymiarowe,
test F, przedziały ufności, przedziały ufności dla dopasowania, testy Monte Carlo.
- Grace - program do prezentacji i analizy danych: wczytywanie danych, operacje na danych, ich graficzna
prezentacja, regresja liniowa, fitowanie krzywych.

Metody kształcenia

Wykład konwencjonalny, eksperyment probabilistyczny.
Ćwiczenia rachunkowe, ćwiczenia komputerowe, symulacje komputerowe.

 

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Wykład: pozytywna ocena z egzaminu końcowego.
Laboratorium: pozytywne oceny z dwóch kolokwiów zaliczeniowych oraz wykonanie projektu statystycznego.
Ocena końcowa z ćwiczeń laboratoryjnych: średnia arytmetyczna ocen z kolokwiów i projektu.
Przed przystąpieniem do egzaminu student musi uzyskać zaliczenie z ćwiczeń laboratoryjnych.
Ocena końcowa z przedmiotu: średnia ważona ocen z egzaminu (50%) i ćwiczeń laboratoryjnych (50%).

Literatura podstawowa

[1] H. Szydłowski (red), Teoria pomiarów, PWN, Warszawa 1981.

[2] S. Brandt, Analiza danych, PWN, Warszawa 1998.

 

Literatura uzupełniająca

[1] R. Nowak, Statystyka dla fizyków, PWN, Warszawa 2002.
[2] P. R. Bevington, D. K. Robinson, Data reduction and error analysis for the physical science,
McGraw-Hill., Inc., New York 1992.
[3] J. Koronacki, J. Mielniczuk, Statystyka dla studentów kierunków technicznych i przyrodniczych,
WNT, Warszawa 2001.

Uwagi


Zmodyfikowane przez prof. dr hab. Mirosław Dudek (ostatnia modyfikacja: 30-09-2016 18:14)