Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka inżynierska
Tok studiów:
2019/2020
Kod:
RIAK-2-101-DH-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Drgania i Hałas w Technice i Środowisku
Kierunek:
Inżynieria Akustyczna
Semestr:
1
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Prowadzący moduł:
dr inż. Ozga Agnieszka (aozga@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

W trakcie zajęć zostaną poruszone teoretyczne i praktyczne podstawy niezbędne do opracowania wyników.
Omawiane będa zagadnienia z zakresu wnioskowania statystycznego, analizy dynamiki zjawiski i zależności pomiędzy zmiennymi. Zadania będą rozwiązywane oraz za pomocą programu R lub Pakietu Statistica.

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 Zna podstawowe techniki wnioskowania statystycznego. IAK2A_W03 Kolokwium,
Egzamin,
Projekt,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
M_W002 Dysponuje wiedzą z zakresu modeli probabilistycznych i zakresu ich stosowalności IAK2A_W03 Egzamin
M_W003 Dysponuje wiedzą z zakresu wielowymiarowych metod statystycznych IAK2A_W03 Egzamin
M_W004 Zna podstawy wykorzystania pakietu R do statystycznej analizy danych. IAK2A_W03 Egzamin
Umiejętności: potrafi
M_U001 Umie opisać, sformułować i rozwiązać praktyczne problemy z zakresu wnioskowania i analizy statystycznej. IAK2A_U18 Wykonanie projektu,
Wykonanie ćwiczeń
M_U002 Potrafi posługiwać się pakietem do statystycznej analizy danych i wykonywać analizy statystyczne z wykorzystaniem programu R. IAK2A_U18 Wykonanie ćwiczeń,
Kolokwium,
Projekt,
Wynik testu zaliczeniowego
M_U003 Potrafi formułować hipotezy statystyczne i w ten sposób weryfikować wyniki eksperymentów IAK2A_U08 Kolokwium
Kompetencje społeczne: jest gotów do
M_K001 Zna role probabilistyki we współczesnym świecie. IAK2A_K05, IAK2A_K07 Egzamin
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
42 28 0 0 14 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 Zna podstawowe techniki wnioskowania statystycznego. - - - - - - - - - - -
M_W002 Dysponuje wiedzą z zakresu modeli probabilistycznych i zakresu ich stosowalności + - - + - - - - - - -
M_W003 Dysponuje wiedzą z zakresu wielowymiarowych metod statystycznych + - - + - - - - - - -
M_W004 Zna podstawy wykorzystania pakietu R do statystycznej analizy danych. + - - + - - - - - - -
Umiejętności
M_U001 Umie opisać, sformułować i rozwiązać praktyczne problemy z zakresu wnioskowania i analizy statystycznej. - - - - - - - - - - -
M_U002 Potrafi posługiwać się pakietem do statystycznej analizy danych i wykonywać analizy statystyczne z wykorzystaniem programu R. + - - - - - - - - - -
M_U003 Potrafi formułować hipotezy statystyczne i w ten sposób weryfikować wyniki eksperymentów + - - - - - - - - - -
Kompetencje społeczne
M_K001 Zna role probabilistyki we współczesnym świecie. + - - - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 112 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 42 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 30 godz
Samodzielne studiowanie tematyki zajęć 40 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (28h):
  1. Statystyka opisowa.

    Statystyka opisowa: cechy i ich skale, dane surowe i skumulowane, miary tendencji centralnej i rozrzutu, dystrybuanta empiryczna, parametry cechy w przypadku szeregu rozdzielczego i czasowego. Graficzna prezentacja wyników, kowariancja, korelacja, regresja liniowa.

  2. Zmienne losowe, rozkłady i ich parametry.

    Zmienne losowe, rozkłady i ich parametry: rozkłady dyskretne i ciągłe oraz ich interpretacja, dystrybuanta, nadzieja matematyczna, wariacja, momenty, prawa wielkich liczb, centralne twierdzenie graniczne, podstawowe rozkłady prawdopodobieństwa: rozkład dwumianowy, wielomianowy, hipergeometryczny, wykładniczy, Poissona, jednostajny, normalny.

  3. Weryfikacja hipotez statystycznych .

    Weryfikacja hipotez statystycznych. Pojęcia ogólne (hipoteza zeorwa, hipoteza alternatywna, budowa testu statystycznego, obszar krytyczny). Szczególne przypadki testów statystycznych dotyczących hipotez parametrycznych (wartość oczekiwana i
    wariancja) i hipotez nieparametrycznych (test chi-kwadrat, test Kołmogorowa-
    Smirnowa, test znaków.

  4. Estymatory, estymacja przedziałowa.

    Estymatory, metody szukania i własności estymatorów, estymacja przedziałowa.

  5. Korelacja i regresja liniowa.Analiza wariancji.

    Korelogram, współczynnik korelacji liniowej, regresja liniowa, ocena stopnia dostosowania linii regresji. Współczynnik korelacji rang Spearmana. Analiza wariancji z klasyfikacją pojedynczą. Weryfikacja założeń modelu.

  6. Analiza dynamiki zjawisk

    Definicja i składniki szeregów czasowych. Miary dynamiki, indeksy agregatowe dla wielkości absolutnych.Analiza trendu i wahań okresowych.

Ćwiczenia projektowe (14h):
  1. Wstęp do programu R. Statystyka opisowa

    Statystyka opisowa: cechy i ich skale, dane surowe i skumulowane, miary tendencji centralnej i rozrzutu, dystrybuanta empiryczna, parametry cechy w przypadku szeregu rozdzielczego. Graficzna prezentacja wyników.

  2. Zmienna losowa.

    Zmienna losowa, dystrybuanta, rozkład prawdopodobieństwa zmiennej
    losowej ciągłej i skokowe,funkcje zmiennej losowej, wielkości charakteryzujące zmienna losową: wartość oczekiwana, wariancja,odchylenie standardowe, współczynnik asymetrii, wartości modalne,kwantyle.

  3. Podstawowe rozkłady prawdopodobieństwa: rozkład dwumianowy, hipergeometryczny, Poissona, jednostajny, normalny.
  4. Estymatory, metody szukania i własności estymatorów, estymacja przedziałowa.
  5. Weryfikacja hipotez statystycznych.

    Weryfikacja hipotez statystycznych- pojęcia ogólne (hipoteza zerowa, hipoteza alternatywna, budowa testu statystycznego, obszar krytyczny).
    Szczególne przypadki testów statystycznych dotyczących hipotez parametrycznych (wartość oczekiwana i wariancja) i hipotez nieparametrycznych (test chi-kwadrat, test Kołmogorowa-Smirnowa, test znaków.

  6. Korelacja i regresja liniowa.Analiza wariancji.
  7. Analiza zależności zmiennych ilościowych. Analiza danych jakościowych. Analiza wariancji.
Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia projektowe: 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:

Statystyka Inżynierska – sposób prowadzenia zajęć oraz warunki zaliczenia:
Warunki zaliczenia:
Oceniana jest praca podczas zajęć. Ukończone zadania na zajęciach, opatrzone odpowiednim komentarzem, należy pokazać prowadzącemu. Ilość ukończonych zadań związana jest z procentową oceną danej instrukcji. Średnia arytmetyczna procentowej oceny każdej z instrukcji będzie decydowała o cząstkowej ocenie pracy studenta podczas zajęć według skali:

2,0: < 50%
3,0: 51-60%
3,5: 61-70%
4,0: 71-80%
4,5: 81-90%
5,0: 91-100%
Zadań nie można rozwiązywać w domu.

2. W czasie semestru będą 2 kolokwia trwające ok. 30 min, sprawdzające nabytą wiedzą. Pozytywne oceny z wszystkich kolokwiów są warunkiem pozytywnej oceny końcowej. Kolokwia można poprawiać tylko w terminie poprawkowym.

Ocena końcowa wystawiona zostanie według skali:

3,0: 3,00-3,25
3,5: 3,26-3,75
4,0: 3,76-4,25
4,5: 4,26-4,75
5,0: > 4,75

Osoby, które nie otrzymały zaliczenia w terminie będą mogły uzupełnić zaległości oraz poprawić kolokwia w terminach poprawkowych po zakończeniu zajęć. Dokładna data zostanie ustalona i podana do wiadomości na zajęciach.

Egzamin składa się z testu( 50% oceny) i z projektu (50% oceny). I test i projekt muszą być zaliczone na ocenę co najmniej 3.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: 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.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Sposób obliczania oceny końcowej:

Ocena końcowa to średnia arytmetyczna z ćwiczeń, z projektu i z testu. Ocenę mogą podnieść obecności na 90% wykładów.

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

Możliwa jest jedna nieobecność, która nie zwalnia z nadrobienia materiału omawianego na zajęciach, na których nieobecność wystąpiła. W przypadku nieobecności należy odrobić zajęcia na innej grupie lub na kolejnych zajęciach przedstawić swoje rozwiązania. Zostaną one ocenione wg. skali podanej w punkcie 2. Jeśli zadania nie zostaną wykonane student otrzymuje 0% za pracę podczas zajęć.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Podstawowa znajomość analizy matematycznej i elementów rachunku prawdopodobieństwa.

Zalecana literatura i pomoce naukowe:

1. Statystyka dla studentów kierunków inżynierskich, A. Koziarska, A. Metelski, Politechnika Opolska 2016
2. Programowanie w języku R : analiza danych, obliczenia, symulacje / Marek Gągolewski.
Warszawa : Wydawnictwo Naukowe PWN SA, 2014.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Analysis of vibrations of an oscillator using statistical series / Agnieszka OZGA // W: DSTA 2017 : 14th conference on Dynamical Systems Theory and Applications : Łódź, Poland, December 11–14, 2015 : abstracts / eds. Jan Awrejcewicz,

Ekologia akustyczna na obszarach leśnych — [Acoustic ecology in forest areas] / Janusz PIECHOWICZ, Agnieszka OZGA, Dominik MLECZKO, Cezary KASPRZAK, Lesław STRYCZNIEWICZ. — Kraków : Akademia Górniczo-Hutnicza. Wydział Inżynierii Mechanicznej i Robotyki. Katedra Mechaniki i Wibroakustyki, 2015. — 101 s.. — (Monografie Katedry Mechaniki i Wibroakustyki). — Bibliogr. przy rozdz.. — ISBN: 978-83-61402-32-9

Quietness in the soundscape of the Białowieża National Park / J. WICIAK, D. MLECZKO, A. OZGA, G. WSZOŁEK, J. WIERZBICKI, J. PIECHOWICZ, P. MAŁECKI // Acta Physica Polonica. A ; ISSN 0587-4246. — 2015 vol. 128 no. 1-A: Acoustical Engineering 2015, s. A-79–A-84. — Bibliogr. s. A-83–A-84. — tekst: http://przyrbwn.icm.edu.pl/APP/PDF/128/a128z1ap14.pdf

Informacje dodatkowe:

Brak