- 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. 2021/2022
- 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_01, W_03, W_04, W_05
Powiązane charakterystyki obszarowe:
P7U_W, I.P7S_WG.o, I.P7S_WK, III.P7S_WG, III.P7S_WK
- 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_05, U_06, U_07, U_01, U_02, U_03
Powiązane charakterystyki obszarowe:
P7U_U, I.P7S_UW.o, I.P7S_UO, III.P7S_UW.o, 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:
P7U_U, I.P7S_UW.o, III.P7S_UW.o
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