Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statistics for engineers
Tok studiów:
2019/2020
Kod:
GBUD-2-305-IP-s
Wydział:
Górnictwa i Geoinżynierii
Poziom studiów:
Studia II stopnia
Specjalność:
Inżynieria przedsięwzięć budowlanych
Kierunek:
Budownictwo
Semestr:
3
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż. Jakubowski Jacek (Jacek.Jakubowski@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Basic concepts and principles of probablity and statistics. Problem solving with the use of interactive user environment and/or programming.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Understands selected basic concepts of statistics BUD2A_W01 Aktywność na zajęciach,
Kolokwium,
Odpowiedź ustna,
Udział w dyskusji
M_W002 Understands selected basic concepts of probability BUD2A_W01 Aktywność na zajęciach,
Odpowiedź ustna,
Kolokwium,
Udział w dyskusji
Umiejętności: potrafi
M_U001 Is capable of using statistical computer software for problem solving BUD2A_U03 Aktywność na zajęciach,
Odpowiedź ustna,
Projekt,
Sprawozdanie,
Kolokwium
M_U002 Is capable of using selected procedures of statistical inference BUD2A_U03 Aktywność na zajęciach,
Projekt,
Sprawozdanie,
Odpowiedź ustna,
Kolokwium
Kompetencje społeczne: jest gotów do
M_K001 Is capable of presenting and interpreting results of basic statistical data analysis BUD2A_K02 Aktywność na zajęciach,
Projekt,
Sprawozdanie,
Udział w dyskusji
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
30 15 0 0 15 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Understands selected basic concepts of statistics + - - - - - - - - - -
M_W002 Understands selected basic concepts of probability + - - - - - - - - - -
Umiejętności
M_U001 Is capable of using statistical computer software for problem solving - - - + - - - - - - -
M_U002 Is capable of using selected procedures of statistical inference - - - + - - - - - - -
Kompetencje społeczne
M_K001 Is capable of presenting and interpreting results of basic statistical data analysis + - - + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 80 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 godz
Przygotowanie do zajęć 20 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 30 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (15h):

Introduction. Probablity and statistics in engineering. Uncertainty in engineering. Events and probability. Random variables and probability distributions. Statistical inference in engineering. Goodness of fit of distribution models. Fundamentals of linear regression analysis. Elements of quality assurance and acceptance sampling. Computer based simulation methods. Civil Engineering design under uncertainty.

Ćwiczenia projektowe (15h):

STATISTICA interactive user environment. Matlab statistics scripting user environment. Estimating probabilities. Useful probability distributions. Statistical estimation of parameters. Testing of hipotheses. Confidence intervals. Measurement uncertainty. Testing goodness of fit of distribution. Application of regression analysis in engineering. Correlation analysis. Multiply regression analysis. Monte-Carlo simulation.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: The content presented at the lectures is provided in the form of a multimedia presentation in combination with a classical lecture panel enriched with demonstrations relating to the issues presented.
  • Ćwiczenia projektowe: Students carry out the project on their own without major intervention. This is to create a sense of responsibility for group work and responsibility for making decisions.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

A pass may be obtained at the primary date or at one resit date. In order to pass the classes, all assignments and projects completion and defense is necessary. The final test includes the range of material from the lectures and classes. Temporary policy and exceptions will be presented at the first lecture. Special circumstances of obtaining a pass will be presented by the tutors at the beginning of term.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Students participate in classes learning further content of teaching according to the syllabus of the subject. Students should constantly ask questions and explain doubts. Audiovisual recording of the lectures requires the teacher's written consent.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Students perform practical work aimed at obtaining competences assumed by the syllabus. The project implementation method and the final result are subject to evaluation
Sposób obliczania oceny końcowej:

The final grade is the arithmetic mean of the grades of theory assesment and project assesment.

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

Justified absences at classes may be made up with a different group providing the material implemented at the classes is the same.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Darts training

Zalecana literatura i pomoce naukowe:

Alfredo H-S. Ang, Wilson H. Tang: Probability Concepts in Engineering: Emphasis on Applications to Civil and Environmental Engineering (v. 1);
STATISTICA User Manual; Matlab User Manual
Kot S.M., Jakubowski J., Sokołowski A.: Statystyka, Warszawa, Difin 2011

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Multivariate linear regression and CART regression analysis of TBM performance at Abu Hamour phase-I tunnel — Analiza wskaźników wydajności drążenia tarczami TBM dla tunelu Abu Hamour etap I, z zastosowaniem wielorakiej regresji liniowej i regresji CART / J. JAKUBOWSKI, J. B. Stypulkowski, F. G. Bernardeau // Archives of Mining Sciences; ISSN 0860-7001. — 2017 vol. 62 no. 4, s. 825–841.
2. Predictive regression models of monthly seismic energy emissions induced by longwall mining — Regresyjne modele predykcyjne miesięcznej emisji energii sejsmicznej indukowanej eksploatacją w ścianie / Jacek JAKUBOWSKI, Antoni TAJDUŚ // Archives of Mining Sciences ; ISSN 0860-7001. — 2014 vol. 59 no. 3
3. Descriptive statistical analysis of TBM performance at Abu Hamour Tunnel Phase I / J. Stypułkowski, F. Bernardeau, J. JAKUBOWSKI //Arabian Journal of Geosciences ; ISSN 1866-7511. 2018 v.11 iss. 9 art. no. 191
4. Platform for data integration and analysis, and publishing medical knowledge as done in a large hospital / Jacek JAKUBOWSKI, Lesław Kułach, Piotr Murawski, // W: Practical predictive analytics and decisioning systems for medicine : informatics accuracy and cost-effectiveness for healthcare administration and delivery including medical research / [eds.] Linda A. Winters-Miner, [et al.]. — Amsterdam, [etc.] : Academic Press, cop. 2015. — ISBN: 978-0-12-411643-6.
5. Probabilistic approach to deformable blocky rock mass modeling / Jacek JAKUBOWSKI, Antoni TAJDUŚ, Jan WALASZCZYK, Peter Starzec // W: International conference on Probabilistics in geotechnics : technical and economic risk estimation : 15–19 September 2002 Graz, Austria / ed. Rudolf Pöttler. — [New York : United Engineering Foundation],

Informacje dodatkowe:

A pass may be obtained at the primary date or at one resit date. If a student misses over 20% of the classes they may not obtain a pass. Presence at lectures is advised and may be rewarded. Presence at the classes is compulsory. In order to pass the classes, all assignments and projects completion and defense is imperative. Justified absences at classes may be made up with a different group given an agreement is made with both tutors and providing the material implemented at the classes is the same. The final test includes the range of material from all the lectures and classes. Temporary policy and exceptions will be presented at the first lecture. Special circumstances of obtaining a pass will be presented by the tutors at the beginning of term.