Nazwa przedmiotu:
Teoria i praktyka eksperymentu
Koordynator przedmiotu:
Prof. dr hab. inż. Marek Dobosz
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Inżynieria Biomedyczna
Grupa przedmiotów:
Przedmioty zaawansowane specjalności (Aparatura Medyczna) – obieralne
Kod przedmiotu:
TPE
Semestr nominalny:
2 / rok ak. 2020/2021
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin bezpośrednich 50 w tym: a) wykład – 30 h; b) ćwiczenia - 0 h; c) laboratorium - 15h; d) projekt – 0 h; e) konsultacje - 5h; 2) Praca własna studenta 50, w tym: a) przygotowanie do kolokwiów zaliczeniowych i egzaminu – 15 h; b) przygotowanie do zajęć laboratoryjnych – 15 h; c) opracowanie zadań – 15 h; d) studia literaturowe – 5 h; Suma: 100 h (4 ECTS)
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
2 punkty ECTS - liczba godzin bezpośrednich: 48, w tym: a) wykład – 30 h; b) ćwiczenia – 0 h; c) laboratorium – 15 h; d) projekt – 0 h; e) konsultacje - 3 h;
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1) Liczba godzin bezpośrednich 50 w tym: a) wykład – 30 h; b) ćwiczenia - 0 h; c) laboratorium - 15h; d) projekt – 0 h; e) konsultacje - 5h; 2) Praca własna studenta 50, w tym: a) przygotowanie do kolokwiów zaliczeniowych i egzaminu – 15 h; b) przygotowanie do zajęć laboratoryjnych – 15 h; c) opracowanie zadań – 15 h; d) studia literaturowe – 5 h; Suma: 100 h (4 ECTS)
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
brak
Limit liczby studentów:
nd
Cel przedmiotu:
Uzyskanie wiedzy teoretycznej i praktycznej 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 oraz badawcze. Umiejętność obsługiwania oprogramowania statystycznego.
Treści kształcenia:
Wykład: Podstawowe pojęcia i twierdzenia statystyki. Statystyka opisowa. Podstawowe pojęcia i twierdzenia statystyki. Estymacja punktowa. Miary miejsca skupienia wyników i ich zastosowania. Miary rozproszenia wyników i ich zastosowania. Punkty odstające i ekstremalne. Parametry kształtu rozkładu i ich zastosowania. Analiza rozkładu populacji generalnej. Wybrane modele probabilistyczne. Estymacja przedziałowa (przedziały ufności i tolerancji). Rozkłady najczęściej stosowanych w praktyce statystyk testowych. Popularne testy statystyczne. Hipotezy parametryczne. Błędy wnioskowania statystycznego. Hipotezy nieparametryczne. Testy zgodności i normalności. Analiza wariancji. ANOVA jednoczynnikowa. Graficzna ANOVA. Porównania zaplanowane i niezaplanowane. Testy wielokrotnych porównań. ANOVA dwuczynnikowa - z jedną obserwacją w podklasach i z powtórzeniami. Czynniki stałe i losowe. Interakcje. Plany czynnikowe axbxc. Bloki kompletnie zrandomizowane. Układy niekompletne: plany hierarchiczne i plany randomizowane kwadratowe (Kwadrat Łaciński, Gracko- Łaciński, i hiperkwadraty. Sprawdzanie założeń do analiz ANOVA. Nieparametryczne procedury analizy wariancji. Wielowymiarowa analiza kowariancji i korelacji. Próbkowe macierze kowariancji i korelacji. Analiza korelacji cząstkowych. Wielowymiarowa analiza regresji. Definicja modelu liniowego i modeli wewnętrznie liniowych. ANOVA dla regresji. Metoda sumy najmniejszych kwadratów. Ocena jakości modelu na podstawie analizy reszt. Standaryzowane współczynniki regresji. Wyraz wolny. Regresja a korelacja. Współczynnik korelacji wielowymiarowej oraz współczynnik r w kwadracie. Statystyczna ocena przyjętego modelu regresji. Założenia. Związki pomiędzy współczynnikami regresji. Istotność modelu. Istotność współczynników regresji. Przedziały ufności dla: współczynników regr., przewidywanej średniej obserwacji, dla prognozowanej pojedynczej obserwacji. Wybór modelu regresji. Warunkowa suma kwadratów. Cząstkowy test F. Regresja krokowa. Testowanie założeń do analizy regresji. Analiza reszt – obserwacje nietypowe i wpływowe. Typowe modele regresji nieliniowych ale wewnętrznie liniowych. Adekwatność przyjętego modelu regresji Modele kalibracyjne. Wiadomości wstępne do planowania eksperymentu. Istota. Poziomy czynników. Normowanie (do -1,+1; 0,1; -,+). Plany dwupoziomowe. Plany czynnikowe kompletne dwuwartościowe. Wpływy czynników. Plany frakcyjne dwupoziomowe. Centralne plany kompozycyjne. Laboratorium: Zastosowanie programu „Statgraphics” lub „Statistica” do rozwiązywania problemów z przedstawionego w ramach wykładu zakresu statystyki opisowej, analizy wariancji, analizy korelacji, analizy regresji oraz planowania eksperymentu
Metody oceny:
W:Testy po każdym dziale tematycznym. Zalicza ustalona liczba uzyskanych punktów. L:Rozwiązanie zadań na kolokwium po każdym dziale tematycznym. Zalicza ustalona liczba uzyskanych punktów.
Egzamin:
tak
Literatura:
M. Dobosz: „Wspomagana komputerowo statystyczna analiza wyników badań – wydanie II uaktualnione”, Akademicka Oficyna Wydawnicza „Exit”, Warszawa, 2004 r Volk W. 1973. Statystyka stosowana dla inżynierów. Warszawa: WNT. Draper N.R., Smith H. 1998. Applied regression analysis. New York: John Wiley & Sons Szydłowiecki H. 1981. Teoria pomiarów. Warszawa: PWN. Bartoszewicz J. 1996. Wykłady ze statystyki matematycznej. Warszawa: PWN. MorrisonD. F. 1990. Wielowymiarowa analiza statystyczna. Warszawa: PWN 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:
brak
Uwagi:
brak

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka TPE_W01
Student uzyskuje wiedzę na temat istoty oraz praktycznych zastosowań metod statystyki opisowej
Weryfikacja: Testy sprawdzające wiedzę. Student musi uzyskać sumarycznie określony procent punktów ze wszystkich testów wykładowych.
Powiązane charakterystyki kierunkowe: W_04, W_05, W_01, W_03
Powiązane charakterystyki obszarowe: I.P7S_WG.o, P7U_W, I.P7S_WK, III.P7S_WK, III.P7S_WG
Charakterystyka TPE_W02
Student uzyskuje wiedzę na temat istoty oraz praktycznych zastosowań statystycznych metod analizy wariancji, wielowymiarowej analizy korelacji i regresji oraz istoty planowania eksperymentu
Weryfikacja: Testy sprawdzające wiedzę. Student musi uzyskać sumarycznie określony procent punktów ze wszystkich testów wykładowych.
Powiązane charakterystyki kierunkowe: W_01, W_04
Powiązane charakterystyki obszarowe: P7U_W, I.P7S_WG.o, I.P7S_WK

Profil ogólnoakademicki - umiejętności

Charakterystyka TPE_U01
Student zdobywa umiejętności zastosowania oprogramowania uniwersalnego oraz specjalistycznego - statystycznego do rozwiązywania problemów z zakresu podstawowej oceny i analizy wyników pomiarów i badań.
Weryfikacja: Rozwiązywanie problemów na kolokwiach przeprowadzonych w trakcie laboratorium.
Powiązane charakterystyki kierunkowe: U_01, U_02, U_03, U_05, U_06, U_07
Powiązane charakterystyki obszarowe: P7U_U, I.P7S_UW.o, III.P7S_UW.o, I.P7S_UO, I.P7S_UU
Charakterystyka TPE_U02
Student zdobywa umiejętności praktycznego zastosowania oprogramowania statystycznego do rozwiązywania problemów z zakresu analizy wariancji oraz metod wielowymiarowej analizy korelacji i regresji
Weryfikacja: Rozwiązywanie problemów na kolokwiach przeprowadzonych w trakcie laboratorium
Powiązane charakterystyki kierunkowe: U_01, U_02
Powiązane charakterystyki obszarowe: I.P7S_UW.o, III.P7S_UW.o, P7U_U

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka TPE_K01
Umiejętność pracy w zespole
Weryfikacja: Zaliczenie laboratorium
Powiązane charakterystyki kierunkowe: K_01, K_02, K_03, K_04
Powiązane charakterystyki obszarowe: P7U_K, I.P7S_KK, I.P7S_KO, I.P7S_KR