Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Statystyka i planowanie eksperymentu
Tok studiów:
2019/2020
Kod:
NRCM-1-211-s
Wydział:
Metali Nieżelaznych
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Recykling i Metalurgia
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Stępień Michał (mstepien@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

W czasie zajęć student zapoznaje się prawidłowym sposobem prezentacji wyników eksperymentów, z rachunkiem niepewności pomiarowych. Podstawowymi miarami statystycznymi: średnia arytmetyczna, mediana, wariancja odchylenie standardowe itd. Poznaje rozkłady statystyczne: Gausa, Studenta, jednorodny. Regresja funkcji jednej i wielu zmiennych. Analiza wariancji wariancji jedno i wieloczynnikowa.

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 1. Student zna podstawowe zasady prezentacji wyników pomiarowych i danych statystycznych. RCM1A_W07 Kolokwium
Umiejętności: potrafi
M_U001 2. Student potrafi krytycznie ocenić wyniki i dane pomiarowe. RCM1A_U04, RCM1A_U09 Kolokwium
M_U002 3. Potrafi korzystać z narzędzi statystycznych zawartych w popularnych programach komputerowych RCM1A_W07 Kolokwium
M_U003 4. Student podstawowe zasady przenoszenia niepewności pomiarowych i potrafi wykorzystać tę wiedzę w prowadzonych samodzielnie badaniach RCM1A_U04 Kolokwium
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 0 30 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 1. Student zna podstawowe zasady prezentacji wyników pomiarowych i danych statystycznych. + - - - - - - - - - -
Umiejętności
M_U001 2. Student potrafi krytycznie ocenić wyniki i dane pomiarowe. - - + - - - - - - - -
M_U002 3. Potrafi korzystać z narzędzi statystycznych zawartych w popularnych programach komputerowych - - + - - - - - - - -
M_U003 4. Student podstawowe zasady przenoszenia niepewności pomiarowych i potrafi wykorzystać tę wiedzę w prowadzonych samodzielnie badaniach - - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 117 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 60 godz
Przygotowanie do zajęć 25 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 25 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Dodatkowe godziny kontaktowe 5 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):
  1. Wprowadzenie

    Studenci poznają zasady prawidłowej prezentacji wyników pomiarowych w postaci liczb o odpowiedniej liczbie cyfr znaczących oraz wykresów. Poznają podstawowe i pochodne jednostki układu SI, przedrostki powiększające i pomniejszające. Prezentowane są zależności pomiędzy dokładnością planowanego eksperymentu a koniecznym do jego realizacji zasobem czasu i pieniędzy.

  2. Błędy pomiarowe

    Studenci zapoznają się z rodzajami i pochodzeniem błędów pomiarowych. Prezentowane są metody obliczania złożonych niepewności pomiarowych, metoda “krok po kroku” oraz metoda uniwersalna.

  3. Statystyka opisowa – miary

    W czasie wykładu przedstawiane są miary tendencji centralnej, kwartyle, miary rozproszenia, koncentracji oraz asymetrii.

  4. Rozkałdy statystyczne

    Rozkład normalny, rozkłady zmiennej losowej ciągłej. Rozkład chi-kwadrat, rozkład F-Sendecora, rozkład t-Studenta.

  5. Metoda najmniejszych kwadratów

    Wprowadzenie do zagadnienia regresji liniowej,definicja aproksymacji i interpolacji. Liniowa metoda najmarniejszych kwadratów (MNK), wykorzystanie MNK w prostych zagadnieniach nieliniowych.

  6. Metoda najmnjejszych kwadratów – funkcje wielu zmiennych

    Rozszerzenie metody najmniejszych kwadratów na funkcje nieliniowe z wykorzystaniem Jakobianu.

  7. Metoda najmniejszych kwadratów – ocena dopasowania

    Przedstawienie kryteriów oceny liniowości dopasowania, korelacja miedzy zmiennymi. Obliczanie residuów. Ocena niepewności pomiaru na podstawie krzywej kalibracyjnej.

  8. Testowanie hipotez statystycznych

    Ważniejsze definicje, weryfikacja hipotez parametrycznych. Testy istotności dwóch średnich, wariancji oraz wskaźników struktury.

  9. Test Chi-kwadrat

    Omówienie testu Chi- kwadrat oraz prezentacja najważniejszych zastosowań

  10. Analiza wariancji ANOVA – jeden czynnik

    Wprowadzenie do analizy wariancji, zastosowanie i najważniejsze definicje. Przedstawienie jedno-czynnikowej analizy wariancji.

  11. Porównia wielokrotne

    Wprowadzenie do testów post-hoc będących rozszerzeniem dla analizy wariancji. Testy: NIR – najmniejszej istotnej różnicy
    Tukeya
    Scheffego
    Studenta-Newmana-Keula

  12. Analiza wariancji ANOVA – dwuczynnikowa

    Przedstawienie ANOVA z dwoma czynnikami oraz z dwoma czynnikami i powtórzeniem.

  13. ANOVA – trzyczynniki

    Wprowadzenie do ANOVA z trzema czynnikami.

  14. ANOVA w regresji linowej

    Zastosowanie metody ANOVA do oceny regresji liniowej.

  15. Metoda Monte Carlo

    Wprowadzenie do metody Monte Carlo. Zastosowanie metody Monte Carlo do rozwiązywanie wybranych problemów statystycznych.

Ćwiczenia laboratoryjne (30h):
  1. Wprowadzenie do arkusza kalkulacyjnego

    Studenci poznają podstawy pracy z arkuszem kalkulacyjnym.

  2. Porównania wielokrotne

    Zastosowanie arkusza kalkulacyjnego do porównań wielokrotnych

  3. ANOVA -trzyczynnikowa

    Wykonie analizy ANOVA trzy-czynnikowej w arkuszu kalkulacyjnym.

  4. ANOVA w regresji liniowej

    Zastosowanie analizy ANOVA do oceny regresji liniowej

  5. Wykorzystanie złożonych formuł i funkcji arkusza kalkulacyjnego

    Studenci tworzą zaawansowany arkusz potrafiący obsłużyć automatycznie zmienną ilość wprowadzanych danych.

  6. Działania na macierzach w arkuszu kalkulacyjnym

    Studenci zapoznają się z możliwościami arkusza kalkulacyjnego do przeprowadzania działań na macierzach w celu rozwiązywania podstawowych problemów inżynierskich.

  7. Regresja liniowa w arkuszu kalkulacyjnym.

    Studenci zapoznają się z wbudowanymi funkcjami arkusza kalkulacyjnego przydatnymi w regresji liniowej.

  8. Regresja nieliniowa w arkuszu kalkulacyjnym

    Studenci zapoznają się z wbudowanymi funkcjami arkusza kalkulacyjnego dotyczącymi dopasowania wielomianów interpolacyjnych.

  9. Rozkłady statystyczne

    Studenci zapoznają się z możliwościami arkusza kalkulacyjnego dotyczącymi generowania zadanych rozkładów statystycznych.

  10. Kolokwium I

    Weryfikacji wiedzy zdobytej przez studentów na ćwiczeniach laboratoryjnych i wykładzie.

  11. ANOVA – jednoczynnikowa

    Wykonanie analizy ANOVA -jedno-czynnikowej w arkuszu kalkulacyjnym.

  12. ANOVA – dwuczynnikowa

    Wykonie analizy ANOVA dwu-czynnikowej w arkuszu kalkulacyjnym.

  13. Metoda Monte Carlo

    Wykorzystanie arkusza kalkulacyjnego w metodzie Monte Carlo

  14. Kolokwium II

    Weryfikacji wiedzy zdobytej przez studentów z zakresu analizy wariancji.

  15. Termin rezerwowy

    Termin przeznaczony na zajęcie których nie udało się przeprowadzić w przewidzianym czasie.

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 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 z przedmiotu jest zaliczeniem z ćwiczeń laboratoryjnych. W celu zaliczenia ćwiczeń laboratoryjnych należy spełnić łącznie następujące warunki:
- maksymalna liczba nieobecności na zajęciach nie większa niż 3
- uzyskanie pozytywnej oceny z każdego z kolokwiów
- średnia ważona omówiona przy obliczaniu oceny końcowej większa lub równa 3.0

W przypadku niezaliczenia przedmiotu w terminie podstawowym przysługują dwa terminy poprawkowe. Na terminach poprawkowym sprawdzana jest wiedza z zakresu kolokwiów z których nie uzyskano zaliczenia.

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 laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu.
Sposób obliczania oceny końcowej:

Ocena końcowa obliczana jest jako średnia ważona z aktywności na zajęciach laboratoryjnych (oceny za zadania domowe, rozwiązywanie zadań przy tablicy itp.) oraz kolokwiów. Wagi do średniej przyjmują następujące wartości:
0.2 aktywność na zajęciach
0.8 średnia ocen z kolokwiów

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

Obecność na ćwiczeniach laboratoryjnych jest obowiązkowa. Dopuszcza się maksymalnie trzy nieobecności na zajęciach, w tym jedną nieusprawiedliwioną. Zaległości powstałe w skutek nieobecności na zajęciach student nadrabia otrzymując od prowadzącego zajęcia zadanie do wykonania we własnym zakresie. Usprawiedliwienie nieobecności musi się odbyć maksymalnie w terminie 7 dni od ustania jej przyczyny.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Ukończony kurs:
Matematyka I

Zalecana literatura i pomoce naukowe:

“Wstęp do analizy błędu pomiarowego”, John R. Taylor, PWN, 1995
„Podstawy chemii analitycznej 1”, Douglas A. Skoog, Donald M. West, PWN, 2006
„Probability & Statistics for Engineering and the Sciences”, Jay L. Devore, Cengage Laerning, 2010
“Statystyka praktyczna”,W. Starzyńska, PWN, 2000

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak