Nazwa przedmiotu:
Metody statystyczne w badaniach przemysłowych
Koordynator przedmiotu:
Prof. dr hab. inż. Marek Dobosz
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Mechatronika
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
WWP
Semestr nominalny:
6 / rok ak. 2014/2015
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba godzin bezpośrednich – 47, w tym: • wykład 30 godz., • ćwiczenia laboratorium 15 godz, • konsultacje – 2 godz. Praca własna studenta – 55 godz., w tym: • przygotowanie do zajęć laboratoryjnych 10 godz. • zapoznanie się z literaturą 15 godz. • opracowanie sprawozdań 10 godz. • przygotowanie do zaliczeń 20 godz. Razem 103 godz =4 ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
2 punkty ECTS- Liczba godzin bezpośrednich – 47, w tym: • wykład 30 godz., • ćwiczenia laboratorium 15 godz, • konsultacje – 2 godz.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,5 punktu ECTS – 35 godz., w tym: • przygotowanie do zajęć laboratoryjnych 10 godz. • opracowanie sprawozdań 10 godz • ćwiczenia laboratorium 15 godz
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Znajomość podstawowych elementów probabilistyki oraz metrologii ogólnej oraz znajomość zasad obsługi komputera 
Limit liczby studentów:
20
Cel przedmiotu:
Uzyskanie wiedzy teoretycznej na temat wybranych metod statystycznych analizy danych pomiarowych, oraz procedur i technik komputerowych wspomagających obliczenia i prezentację wyników. Zakres tematyki analiz statystycznych skierowany na zastosowania przemysłowe w szczególności metrologiczne oraz badawcze. Umiejętność obsługiwania oprogramowania statystycznego.
Treści kształcenia:
W: Podstawowe pojęcia i twierdzenia statystyki. Statystyka opisowa. Analiza wariancji. Wielowymiarowa analiza kowariancji i korelacji. Wielowymiarowa analiza regresji.Podstawy planowania doświadczeń L: Zastosowanie programu „Statgraphics” do rozwiązywania problemów z zakresu oceny próbek, analizy wariancji, analizy regresji oraz planowania eksperymentu.
Metody oceny:
Wykład: Testy po każdym dziale tematycznym. Zalicza ustalona liczba uzyskanych punktów. Egzamin końcowy Labor: Kolokwia po każdym dziale tematycznym. Samodzielne rozwiązywanie zadań.
Egzamin:
tak
Literatura:
1.M. Dobosz: „Wspomagana komputerowo statystyczna analiza wyników badań – wydanie II uaktualnione”, Akademicka Oficyna Wydawnicza „Exit”, Warszawa, 2004 r 2.Volk W. 1973. Statystyka stosowana dla inżynierów. Warszawa: WNT. 3.Draper N.R., Smith H. 1998. Applied regression analysis. New York: John Wiley & Sons 4.Szydłowiecki H. 1981. Teoria pomiarów. Warszawa: PWN. 5.Bartoszewicz J. 1996. Wykłady ze statystyki matematycznej. Warszawa: PWN. 6.Morrison D. F. 1990. Wielowymiarowa analiza statystyczna. Warszawa: PWN 7.Polański Z. 1984. Planowanie doświadczeń w technice. Warszawa: PWN. 8.Stanisz A. 2000. Przystępny kurs statystyki z wykorzystaniem programu STATISTICA PL na przykładach z medycyny tom I i II. Kraków: StatSoft Polska Sp. z o.o.
Witryna www przedmiotu:
http://zmw.mchtr.pw.edu.pl/przedmiot.php?class_id=21&subj=4&page=5
Uwagi:
Brak

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt PAWB_W01
Student uzyskuje wiedzę na temat istoty oraz zastosowań statystycznych metod Analizy wariancji
Weryfikacja: Testy sprawdzające
Powiązane efekty kierunkowe: K_W01, K_W06
Powiązane efekty obszarowe: T1A_W01, T1A_W03, T1A_W04
Efekt PAWB_W02
Student uzyskuje wiedzę na temat istoty oraz zastosowań statystycznych metod wielowymiarowej analiza kowariancji i korelacji, wielowymiarowej analizy regresji oraz podstaw planowania doświadczeń
Weryfikacja: Testy sprawdzające wiedzę
Powiązane efekty kierunkowe: K_W01, K_W06
Powiązane efekty obszarowe: T1A_W01, T1A_W03, T1A_W04

Profil ogólnoakademicki - umiejętności

Efekt PAWB_U01
Student zdobywa umiejętności przeprowadzenia wspomaganej komputerowo analizy wariancji
Weryfikacja: Rozwiązywanie problemów na kaolokwiach
Powiązane efekty kierunkowe: K_U11
Powiązane efekty obszarowe: T1A_U02, T1A_U08, T1A_U09
Efekt PAWB_U02
Student zdobywa umiejętności przeprowadzenia wspomaganej komputerowo wielowymiarowej analizy kowariancji i korelacji, wielowymiarowej analizy regresji.
Weryfikacja: Kolokwia zaliczające
Powiązane efekty kierunkowe: K_U11
Powiązane efekty obszarowe: T1A_U02, T1A_U08, T1A_U09

Profil ogólnoakademicki - kompetencje społeczne

Efekt PAWB_K01
Umiejętność pracy w zespole.
Weryfikacja: Kolokwia zaliczające ćwiczenia laboratoryjne
Powiązane efekty kierunkowe: K_K01, K_K04
Powiązane efekty obszarowe: T1A_K01, T1A_K03, T1A_K04, T1A_K05