SylabUZ

Wygeneruj PDF dla tej strony

Probabilistic methods - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Probabilistic methods
Kod przedmiotu 11.2-WE-INFP-MetProb-Er
Wydział Wydział Informatyki, Elektrotechniki i Automatyki
Kierunek WIEiA - oferta ERASMUS / Informatyka
Profil -
Rodzaj studiów Program Erasmus pierwszego stopnia
Semestr rozpoczęcia semestr zimowy 2018/2019
Informacje o przedmiocie
Semestr 2
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania angielski
Sylabus opracował
  • prof. dr hab. inż. Dariusz Uciński
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 - - Zaliczenie na ocenę
Ćwiczenia 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Provide basic knowledge of qualitative and quantitative data analysis.
Form a critical view on the credibility of statistical analysis in engineering.
Give basic skills of uncertainty estimation in practical experimental studies in engineering.

Wymagania wstępne

Mathematical analysis, Linear algebra with analytic geometry.

Zakres tematyczny

Measurement uncertainty. Propagation of uncertainty. Random and systematic errors. Statistical sampling study. Frequency distribution. Histogram. Summary statistical measures of location, variability, asymmetry and concentration. Rejection of outliers.


Probability. Sample space. Basic definitions of probability: classical, frequency and modern. Fundamental properties of probability. Conditional probability. Independence. Total probability theorem. Bayes’ Theorem.


Discrete and continuous random variables. Discrete random variables. Distributions: binomial, Bernoulli, Poisson and geometric. Functions of random variables. Expected value and variance. Joint probabilisty distributions of many random variables. Independence of random variables. Continuous random variables. Uniform distribution. Exponential distribution. Cumulative distribution function of a random variable. Normal distribution.


Fundamentals of statistical inference. Types of random samples. Simple random sample. Distributions: chi-square, t-Student and Fisher-Snedecor. Point and interval estimation. Unbiasedness, consistency, efficiency and sufficiency. Parameter and non-parameter estimation. Confidence intervals for the mean. Limit theorems. Interval estimates of the proportion, variance, standard deviation, differences between proprtions and means. Determining the required sample size.


Hypothesis testing. One- and two-sided tests of the mean. Testing the proportion. Testing the variance. Selecting the test procedure.

Metody kształcenia

Lecture, exercise classes.

Efekty kształcenia i metody weryfikacji osiągania efektów kształcenia

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Lecture – the passing condition is to obtain positive marks from written or oral tests conducted at least once per semester.


Exercice classes – the passing condition is to obtain positive marks from all exercises and tests conducted during the semester.


Calculation of the final grade: lecture 50% + exercice classes 50%

Obciążenie pracą

Obciążenie pracą Studia stacjonarne
(w godz.)
Studia niestacjonarne
(w godz.)
Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) 80 -
Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) 45 -
Łącznie 125 -
Punkty ECTS Studia stacjonarne Studia niestacjonarne
Zajęcia z udziałem nauczyciela akademickiego 3 -
Zajęcia bez udziału nauczyciela akademickiego 2 -
Łącznie 5 -

Literatura podstawowa

  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.

Literatura uzupełniająca

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

Uwagi


Zmodyfikowane przez prof. dr hab. inż. Dariusz Uciński (ostatnia modyfikacja: 27-03-2018 16:30)