Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka dla inżynierów
Tok studiów:
2019/2020
Kod:
SPSR-1-406-s
Wydział:
Energetyki i Paliw
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Paliwa i Środowisko
Semestr:
4
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr hab. inż. Burmistrz Piotr (burmistr@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Przedmiot obejmuje wybrane zagadnienia rachunku prawdopodobieństwa i statystyki oraz z zasadami ich wykorzystania w rozwiązywaniu zadań technologicznych.

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 Student dysponuje podstawowa wiedzą statystyczną w planowaniu eksperymentów oraz opracowaniu i interpretacji wyników pomiarów (badań). W szczególnosci zna: (1) podstawowe twierdzenia rachunku prawdopodobieństwa, (2) pojęcie i interpretacje funkcji gęstości prawdopodobieństwa i dystrybuanty, (3) zasady estymacji punktowej i przedziałowej dla podstawowych parametrów charakteryzujących rozkłady, (4) zasady weryfikacji hipotez statystycznych, zarówno parametrycznych jak i nieparametrycznych, (5) ogólne zasady analizy wariancji jednej i wielu zmiennych, (6) pojęcie niepewności, metody szacowania niepewności, prawo propagacji niepewności, (7) analize korelacji i regresji, (8) zasady planowania eksperymentu PSR1A_W06, PSR1A_W01 Zaliczenie laboratorium,
Kolokwium,
Aktywność na zajęciach
M_W002 Student posiada podstawową wiedzę z zakresu wykorzystania sprzętu komputerowego oraz zna oprogramowanie z zakresu statystyki, w tym Excel (funkcje statystyczne) i Statistica. PSR1A_W06 Zaliczenie laboratorium,
Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student potrafi: (1) obliczyć prawdopodobieństwo warunkowe, (2) sprawdzić niezależność zdarzeń, (3) wykorzystać podstawowe twierdzenia rachunku prawdopodobieństwa do rozwiązywania problemów praktycznych (np. teoria niezawodności urządzeń), (4) określić przedziały ufności dla wybranych parametrów (wartości oczekiwanej, odchylenia standardowego, prawdopodobieństwa), (5) sformułować i zweryfikować hipotezy parametryczne i nieparametryczne, (6) oszacować niepewność wyniku badania, (7) zaplanować pomiary i eksperymenty badawcze, (8) opracować statystycznie wyniki badań, (9) zinterpretować uzyskane wyniki. PSR1A_U01, PSR1A_U04 Zaliczenie laboratorium,
Odpowiedź ustna,
Kolokwium,
Aktywność na zajęciach
M_U002 Student potrafi: (1) wykorzystać specjalistyczne oprogramowanie komputerowe do przeprowadzenia obliczeń statystycznych, (2) przygotować merytoryczny raport opisujący rozwiązywany przez niego problem wraz z krytyczną dyskusją uzyskanych wyników, (3)pracować w zespole nad rozwiązaniem problemu w zakresie planowania eksperymentu, analizy i interpretacji statystycznej uzyskanych wyników PSR1A_U08, PSR1A_U01 Zaliczenie laboratorium,
Aktywność na zajęciach
Kompetencje społeczne: jest gotów do
M_K001 Student rozumie potrzebę dokształcania się oraz podnoszenia swoich kwalifikacji i kompetencji osobistych oraz zawodowych. PSR1A_K01 Zaliczenie laboratorium,
Aktywność na zajęciach
M_K002 Student potrafi zidentyfikować problem, myśleć w sposób kreatywny i dokonać opisu problemu językiem statystyki. PSR1A_K01 Kolokwium,
Aktywność na zajęciach
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
60 30 15 15 0 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 Student dysponuje podstawowa wiedzą statystyczną w planowaniu eksperymentów oraz opracowaniu i interpretacji wyników pomiarów (badań). W szczególnosci zna: (1) podstawowe twierdzenia rachunku prawdopodobieństwa, (2) pojęcie i interpretacje funkcji gęstości prawdopodobieństwa i dystrybuanty, (3) zasady estymacji punktowej i przedziałowej dla podstawowych parametrów charakteryzujących rozkłady, (4) zasady weryfikacji hipotez statystycznych, zarówno parametrycznych jak i nieparametrycznych, (5) ogólne zasady analizy wariancji jednej i wielu zmiennych, (6) pojęcie niepewności, metody szacowania niepewności, prawo propagacji niepewności, (7) analize korelacji i regresji, (8) zasady planowania eksperymentu + + + - - - - - - - -
M_W002 Student posiada podstawową wiedzę z zakresu wykorzystania sprzętu komputerowego oraz zna oprogramowanie z zakresu statystyki, w tym Excel (funkcje statystyczne) i Statistica. + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi: (1) obliczyć prawdopodobieństwo warunkowe, (2) sprawdzić niezależność zdarzeń, (3) wykorzystać podstawowe twierdzenia rachunku prawdopodobieństwa do rozwiązywania problemów praktycznych (np. teoria niezawodności urządzeń), (4) określić przedziały ufności dla wybranych parametrów (wartości oczekiwanej, odchylenia standardowego, prawdopodobieństwa), (5) sformułować i zweryfikować hipotezy parametryczne i nieparametryczne, (6) oszacować niepewność wyniku badania, (7) zaplanować pomiary i eksperymenty badawcze, (8) opracować statystycznie wyniki badań, (9) zinterpretować uzyskane wyniki. + + + - - - - - - - -
M_U002 Student potrafi: (1) wykorzystać specjalistyczne oprogramowanie komputerowe do przeprowadzenia obliczeń statystycznych, (2) przygotować merytoryczny raport opisujący rozwiązywany przez niego problem wraz z krytyczną dyskusją uzyskanych wyników, (3)pracować w zespole nad rozwiązaniem problemu w zakresie planowania eksperymentu, analizy i interpretacji statystycznej uzyskanych wyników - + + - - - - - - - -
Kompetencje społeczne
M_K001 Student rozumie potrzebę dokształcania się oraz podnoszenia swoich kwalifikacji i kompetencji osobistych oraz zawodowych. + + - - - - - - - - -
M_K002 Student potrafi zidentyfikować problem, myśleć w sposób kreatywny i dokonać opisu problemu językiem statystyki. - + + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 87 godz
Punkty ECTS za moduł 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 60 godz
Przygotowanie do zajęć 15 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):

(1) Wybrane elementy rachunku prawdopodobieństwa. Definicje prawdopodobieństwa (klasyczna, geometryczna, statystyczna = częstościowa). Aksjomaty i wybrane twierdzenia rachunku prawdopodobieństwa.
(2) Zdarzenia losowe, zmienne losowe, rozkład zmiennej losowej, funkcja gęstości prawdopodobieństwa, dystrybuanta, parametry rozkładu.
(3) Wybrane rozkłady zmiennych losowych dyskretnych i ciągłych: rozkład dwupunktowy, Bernoulliego, wielomianowy, Poissona, Pascala, jednostajny, normalny, logarytmiczno – normalny, wykładniczy, gamma, chi-kwadrat, t-Studenta, F-Snedecora. Przykłady zastosowania w/w rozkładów.
(4) Teoria estymacji. Populacja generalna, populacja próbna, losowe pobieranie próbek, reprezentatywność próbki, estymatory parametrów, kryteria oceny estymatorów.
(5) Poziom istotności i poziom ufności. Estymacja punktowa, estymacja przedziałowa, błąd oszacowania, problem minimalnej wymaganej liczebności próbki.
(6) Formułowanie i weryfikacja hipotez statystycznych. Błędy I i II rodzaju. Testy parametryczne i nieparametryczne. Zastosowanie hipotez do zadań praktycznych.
(7) Teoria niepewności. Podstawowe definicje, identyfikacja źródeł niepewności, budżet niepewności, niepewność standardowa i rozszerzona, metody szacowania niepewności. Prawo propagacji niepewności.
(8) Analiza wariancji jednej i wielu zmiennych. Kwadrat grecko-łaciński. Planowanie eksperymentu, rodzaje eksperymentów, zasady opracowania wyników badań.
(9) Analiza korelacji i regresji. Metoda najmniejszych kwadratów, inne procedury optymalizacyjne. Empiryczne modele regresyjne.
(10) Zasady planowania eksperymentu. Analiza czynnikowa, randomizacja eksperymentu.
(11) Omówienie możliwości programów Excel i Statistica w zakresie analizy statystycznej.

Ćwiczenia audytoryjne (15h):

Na ćwiczeniachaudytoryjnych studenci rozwiązują w praktyce problemy omawiane na wykładach. Ponadto studenci dostają do rozwiązania, na zasadzie dobrowolnej pracy domowej, bardziej zaawansowane zadania (problemy).

Ćwiczenia laboratoryjne (15h):

Na ćwiczeniach laboratoryjnych studenci zapoznają się ze specjalistycznym oprogramowaniem komputerowym (Excel i Statistica) i z jego wykorzystaniem rozwiązują problemy statystyczne podane przez prowadzącego.

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 audytoryjne: Podczas zajęć audytoryjnych studenci na tablicy rozwiązują zadane wcześniej problemy. Prowadzący na bieżąco dokonuje stosowanych wyjaśnień i moderuje dyskusję z grupą nad danym problemem.
  • Ćwiczenia laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie ćwiczeń audytoryjnych wymaga obecności na wszystkich zajęciach. W przypadku usprawiedliwionych nieobecności (max. 3) student zobowiązany jest do ich odrobienia. Ocena końcowa z ćwiczeń audytoryjnych © wyznaczana jest na podstawie liczby zdobytych punktów za: kolokwia, aktywność na ćwiczeniach audytoryjnych i aktywność na wykładach. Szczegółowy sposób przyznawania punktów omawiany jest na pierwszych zajęciach (wykładzie i ćwiczeniach audytoryjnych).

Zaliczenie ćwiczeń laboratoryjnych wymaga obecności na wszystkich zajęciach. W przypadku usprawiedliwionych nieobecności (max. 3) student zobowiązany jest do ich odrobienia. Ocena końcowa z ćwiczeń laboratoryjnych (L) obliczana jest jako średnia ważona z ocen za poszczególne ćwiczenia realizowane w pracowni komputerowej.

Studentowi przysługują po dwa terminy poprawkowego z ćwiczeń audytoryjnych i ćwiczeń laboratoryjnych. Termin poprawkowy z ćwiczeń audytoryjnych obejmuje kolokwium z całości materiału, a ocena zależy od procentowego udziału uzyskanych punktów zgodnie z Regulaminem studiów AGH. Termin poprawkowy z ćwiczen laboratoryjnych polega na przygotowaniu ćwiczeń, których student nie zaliczył w trakcie trwania semestru.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Uczestnictwo w wykładach nie jest obowiązkowe. Udział studenta w wykładach jest premiowany dodatkowymi punktami, które mają wpływ na uzyskaną ocenę końcową z przedmiotu.
  • Ćwiczenia audytoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Udział w zajęciach jest obowiązkowy. Na ćwiczeniach audytoryjnych studenci rozwiązuja zadania i problemy dostępne na stronie przedmiotu. Warunkiem zaliczenia ćwiczeń audytoryjnych jest uzyskanie odpowiedniej liczby punktów za kolokwia oraz aktywnośc na zajęciach.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Ćwiczenia laboratoryjne sa obowiązkowe. Studenci rozwiązują zadane problemy statystyczne z wykorzystaniem specjalistycznego oprogramowania komputerowego.
Sposób obliczania oceny końcowej:

Oceny z ćwiczeń audytoryjnych © obliczana jest następująco: procent uzyskanych za kolokwia i aktywność studentów punktów przeliczany jest na ocenę zgodnie z Regulaminem studiów AGH.
Ocena z ćwiczeń laboratoryjnych (L) obliczana jest jako średnia arytmetyczna z ocen za poszczególne ćwiczenia realizowane w pracowni komputerowej.

Ocena końcowa (OK) obliczana jest jako średnia ważona z następującego wzoru:

OK = 0,6*C + 0,4*L

Zgodnie z regulaminem studiów AGH, studentowi przysługują dwa terminy poprawkowe zaliczenia. Uzyskana pozytywna ocena zaliczenia z ćwiczeń audytoryjnych © i ćwiczeń laboratoryjnych (L), bez względu na termin, w którym została uzyskana, jest wstawiana do wzoru na obliczenie OK.

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

Nieobecności na ćwiczeniach rachunkowych (maksymalnie 3) i ćwiczeniach laboratoryjnych (maksymalnie 3) wymagają usprawiedliwienia i odrobienia. Odrobienie zajęć polega, jeżeli istnieje taka możliwość, na odbyciu zajęć z tego samego zakresu materiału z inną grupą ćwiczeniową/laboratoryjną. W przypadku braku takiej możliwości student otrzymuje od prowadzącego dany rodzaj zajęć zestaw zadań/problemów do samodzielnego rozwiązania i przedstawieniu przygotowanych rozwiązań prowadzącemu.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Ukończony moduł Matematyka realizowany na kierunku studiów “Paliwa i środowisko” lub równoważny na innym Wydziale AGH lub innej szkoły wyższej.

Zalecana literatura i pomoce naukowe:

Zalecana literatura:
1. J.Godziszewski, R.Mania, R.Pampuch „Zasady planowania doświadczeń i opracowywanie wyników pomiarów” – skrypt AGH 1093, Kraków 1987 i wydania późniejsze.
2. A.Sikorski i inni „Metody statystyczne dla chemików” – PWN Warszawa, 1986 i wydania późniejsze.
3. S.Brandt „Analiza danych” – PWN Warszawa, 1998.
4. W.Klonecki „Elementy statystyki dla inżynierów” – Wrocław 1996.

Wymagane pomoce naukowe:
1. Kalkulator z modułem analizy statystyczne
2. Komputer z oprogramowaniem (Excel)
3. Na ćwiczeniach laboratoryjnych studenci maja dostęp do programu Statistica

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. P.Burmistrz, K.Kogut – Mercury in Bituminous Coal Combusted in Polish Power Plants – Archives of Mining Sciences: 2016, 61, No.3, pp. 473-488.

2. P. Burmistrz i inni „Opracowanie systemu oceny ryzyka nieodłącznego oraz ryzyka zawodności systemów w procesie monitorowania wielkości emisji substancji objętych wspólnotowym systemem handlu uprawnieniami do emisji w warunkach Elektrociepłowni „Kraków” S.A., 2012 – zlecenie EDF Polska.

3. P.Burmistrz, K.Bytnar, K.Kogut, P.Rychcik, S.Stelmach „Wiarygodność wyników badań węgla kamiennego” Gospodarka Surowcami Mineralnymi, 2008, 24, 33-48.

Informacje dodatkowe:

Brak