Detail předmětu

Aplikovaná statistika a plánování experimentu

FSI-XAPAk. rok: 2023/2024

Studenti někdy používají statistiku k tomu, aby popsali výsledky experimentu či pozorování. Tento proces se nazývá analýza dat či popisná statistika. Technici též často používají jiný způsob. Jestliže základní statistický soubor, jenž nás zajímá, nelze z nějakého důvodu vyšetřit popisnou statistikou, pak vyšetříme pouze část tohoto souboru (výběrového statistického souboru) a použijeme statistiky k tomu, abychom odpověděli na otázky o celém základním statistickém souboru. Tento proces se nazývá deduktivní statistika. Deduktivní statistika je hlavní náplní kurzu.

Jazyk výuky

čeština

Počet kreditů

3

Garant předmětu

Ing. Josef Bednář, Ph.D.

Zajišťuje ústav

Ústav matematiky (ÚM)

Vstupní znalosti

Základy pravděpodobnosti a statistiky.

Pravidla hodnocení a ukončení předmětu

Písemná a ústní zkouska.
Chybějící účast na výuce lze nahradit písemným testem.

Učební cíle

Chceme ukázat studentům důležitost statistiky v inženýrství, a to chceme uskutečnit dvěma způsoby. Za první, vysvětlením, že statistika je neoddělitelnou součástí práce inženýra. Za druhé, každé statistické téma se ihned bude ilustrovat na příkladu.
Základní a výběrové statistické soubory, binomické a Poissonovo rozdělení, rozdělení aritmetických průměrů, rozdělení spojité náhodné proměnné, regulační diagramy, intervaly spolehlivosti, testy hypotéz, regresní analýza, plánování experimentu.

Základní literatura

Anděl, J.: Statistické metody. 2. vyd. Praha: MATFYZPRESS, 2003. (CS)
Meloun, M. - Militký, J.: Statistické zpracování experimentálních dat. Praha: PLUS, 1994. (CS)

Doporučená literatura

Hahn, G. J. - Shapiro, S. S.: Statistical Models in Engineering.New York : John Wiley & Sons, 1994.
Montgomery, D. C. - Renger, G.: Applied Statistics and Probability for Engineers. New York : John Wiley & Sons, 2003.

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

  • Program N-KSB-P magisterský navazující 1 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Josef Bednář, Ph.D.

Osnova

1. Sběr dat, náhodné a vymezitelné příčiny variability.
2. Normální rozdělení ve strojírenských procesech rozdělení aritmetického průměru.
3. Statistické předpoklady pro rúzné typy regulačních diagramů.
4. Intervaly spolehlivosti.
5. Testování hypotéz I.
6. Testování hypotéz II.
7. Korelace.
8. Lineární regresní model.
9. Úvod do plánovaného experimentu
10. Faktoriální experiment, ortogonální plány.
11. Plný a zkrácený experiment.
12. Odezvové plochy
13. Optimalizace pomocí plánovaného experimentu.

Cvičení s počítačovou podporou

13 hod., povinná

Vyučující / Lektor

Ing. Josef Bednář, Ph.D.

Osnova

1. Seznámení se statistickým software Minitab
2. Normální rozdělení ve strojírenských procesech rozdělení aritmetického průměru.
3. Statistické předpoklady pro rúzné typy regulačních diagramů.
4. Intervaly spolehlivosti.
5. Testování hypotéz I.
6. Testování hypotéz II.
7. Korelace.
8. Lineární regresní model.
9. Úvod do plánovaného experimentu
10. Faktoriální experiment, ortogonální plány.
11. Plný a zkrácený experiment.
12. Odezvové plochy
13. Optimalizace pomocí plánovaného experimentu.

Elearning

eLearning: aktuální otevřený kurz