Module also offered within study programmes:
General information:
Name:
Statystyka dla inżynierów
Course of study:
2019/2020
Code:
NIMN-1-309-s
Faculty of:
Non-Ferrous Metals
Study level:
First-cycle studies
Specialty:
-
Field of study:
Inżynieria Metali Nieżelaznych
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż, prof. AGH Mamala Andrzej (amamala@agh.edu.pl)
Module summary

Przedmiot obejmuje w zakresie przydatnym dla inżynierów: podstawowe terminy i definicje związane ze statystyką, elementy kombinatoryki, trójkąt Pascala, analizę rozkładów i ich cech charakterystycznych, rozkład dwumianowy (jako przykład rozkładu dyskretnego), rozkład normalny, rozkład t – Studenta, rozkład Poissona, przykłady zastosowań rozkładów, elementy analizy trendów, zagadnienia korelacji zmiennych, szeregi statystyczne

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Skills: he can
M_U001 Student potrafi wykorzystywać i interpretować wielkości statystyczne IMN1A_U01 Test
M_U002 Student potrafi dokonywać analiz statystycznych dostępnych danych oraz poszukiwać korelacji między zmiennymi IMN1A_U01 Test
Knowledge: he knows and understands
M_W001 Student ma wiedzę z kombinatoryki i rachunku prawdopodobieństwa. IMN1A_W01 Activity during classes
M_W002 Student ma ugruntowaną wiedzę dotyczącą podstawowych rozkładów statystycznych wykorzystywanych przez inżynierów. IMN1A_W01 Test
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 15 15 0 15 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Skills
M_U001 Student potrafi wykorzystywać i interpretować wielkości statystyczne - + - - - - - - - - -
M_U002 Student potrafi dokonywać analiz statystycznych dostępnych danych oraz poszukiwać korelacji między zmiennymi - - - - - - - - - - -
Knowledge
M_W001 Student ma wiedzę z kombinatoryki i rachunku prawdopodobieństwa. + - - - - - - - - - -
M_W002 Student ma ugruntowaną wiedzę dotyczącą podstawowych rozkładów statystycznych wykorzystywanych przez inżynierów. + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 80 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 h
Preparation for classes 10 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 h
Realization of independently performed tasks 10 h
Contact hours 5 h
Module content
Lectures (15h):
Wykłady

Statystyka – podstawowe terminy, definicje i cele, syntetyczna historia statystyki
Definicja prawdopodobieństwa, podstawowe zasady rachunku prawdopodobieństwa
Elementy kombinatoryki – permutacje, kombinacje, wariacje, trójkąt Pascala
Rozkład dwumianowy – analiza rozkładu, cechy charakterystyczne, przykłady zastosowań
Rozkład normalny – wprowadzenie w problematykę, cechy charakterystyczne rozkładu normalnego, prawdopodobieństwo, zasada „trzech sigm”, przykłady zastosowań
Metodyka opracowywania wyników badania statystycznego, zmienna standaryzowana, poziom istotności
Miary wielkości przeciętnej: średnia arytmetyczna, geometryczna, harmoniczna, wartość modalna, mediana
Miary zmienności: wariancja, odchylenie standardowe i przeciętne, rozstęp
Rozkład t – studenta podstawowe zagadnienia, cechy charakterystyczne i przykłady zastosowań
Rozkład Poissona – analiza rozkładu cechy charakterystyczne, przykłady zastosowań
Elementy analizy trendów, zagadnienia korelacji zmiennych
Przykłady zastosowań analiz statystycznych w zarządzaniu i inżynierii produkcji
Przykłady prostych paradoksów statystycznych

Auditorium classes (15h):
ćwiczenia

Kombinatoryka
Miary tendencji centralnej i rozproszenia
Prawdopodobieństwo
Rozkłady zmiennej losowej skokowej i ciągłej, rozkład dwumianowy, rozkład normalny, rozkład t- studenta, rozkład Poissona
Estymacja przedziałowa parametrów populacji generalnej
Weryfikacja hipotez statystycznych
Korelacja i regresja
Wspomaganie komputerowe w analizach statystycznych

Project classes (15h):
ćwiczenia projektowe

Kombinatoryka
Miary tendencji centralnej i rozproszenia
Prawdopodobieństwo
Rozkłady zmiennej losowej skokowej i ciągłej, rozkład dwumianowy, rozkład normalny, rozkład t- studenta, rozkład Poissona
Estymacja przedziałowa parametrów populacji generalnej
Weryfikacja hipotez statystycznych
Korelacja i regresja
Wspomaganie komputerowe w analizach statystycznych

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Auditorium classes: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Podstawą zaliczenia ćwiczeń rachunkowych będzie kolokwium zaliczeniowe. Podstawą zaliczenia ćwiczeń projektowych będzie przedstawienie i dyskusja z Prowadzącym wyników obliczeń w ramach przygotowywanego przez Studenta projektu.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Auditorium classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej formy zajęć.
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Ocena końcowa stanowić będzie średnią arytmetyczną oceny z ćwiczeń rachunkowych i projektowych

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Obowiązki Studenta w zakresie uczestnictwa w poszczególnych formach zajęć reguluje regulamin studiów pierwszego i drugiego stopnia Akademii Górniczo-Hutniczej im. St. Staszica w Krakowie.
Wyrównanie zaległości powstałych wskutek nieobecności Studenta na zajęciach na jest możliwe tylko w wyjątkowych i jednostkowych przypadkach wynikających z nadzwyczajnych zdarzeń losowych, problemów zdrowotnych, aktywności Studenta w organizacjach studenckich (np. sesje kół naukowych), uwarunkowań wynikających z indywidualnego toku studiów.
Preferowanym sposobem wyrównania zaległości jest uczestnictwo w komplementarnych zajęciach z innymi grupami po uzyskaniu akceptacji Prowadzącego Zajęcia. W innych przypadkach po wyrażeniu pisemnej zgody na wyrównanie zaległości przez Prodziekana ds. Studenckich i Kształcenia Student wyrówna zaległości w ramach pracy indywidualnej w tym nad problemem zadanym przez Prowadzącego, a weryfikacja wiedzy i umiejętności będzie przeprowadzona w formie dodatkowego kolokwium.

Prerequisites and additional requirements:

podstawy analizy matematycznej

Recommended literature and teaching resources:

W. Klonecki: Statystyka dla inżynierów, Wyd. PWN
M. Sobczyk: Statystyka, Wyd. PWN
T. Michalski: Statystyka, Wyd. WNT
J. Tarasiuk: Wirtualne vademecum statystyki) http://www.ftj.agh.edu.pl/~tarasiuk/wvs/index1.htm) e-book
Internetowy podręcznik statystyki (http://www.statsoft.pl/textbook/stathome.html) e-book

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None