Course detail

Statistické metody ve strojírenství

FSI-PSTAcad. year: 2023/2024

Technici někdy používají statistiku k tomu, aby popsali výsledky experimentu. To se nazývá analýza dat či popisná statistika. Statistika se dá použít jiným způsobem. Není-li objekt našeho zájmu celý nám dostupný (základní statistický soubor), vyšetříme pouze část (výběrový soubor) a použijeme statistiku k tomu, aby nám dala odpovědi na otázky o celém základním souboru. Tento proces ( indukce ) je podstatou kurzu.

Language of instruction

čeština

Number of ECTS credits

4

Mode of study

Not applicable.

Guarantor

doc. RNDr. Libor Žák, Ph.D.

Department

Ústav matematiky (ÚM)

Vstupní znalosti

základy matematiky

Pravidla hodnocení a ukončení předmětu

Řádná docházka do cvičení .
Vypracování samostatné práce

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, každý statistické téma se ihned bude ilustrovat na příkladu.
Data analysis, descriptive statistics, sample, population, inferential statistics
Analýza dat, popisná statistika, výběrový soubor, základní soubor, test hypotéz

Studijní opory

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

Egermayer,F.-Boháč,M.:Statistika pro techniky, SNTL,1984
Bakytová,H.: Základy štatistiky, ALFA, 1975
Montgomery, D.C.: Introduction to Statistical Quality Control, John Wiley&Sons, Inc., 2001

Recommended reading

J. Anděl: Statistické metody, , 0
A. Linczenyi: Inžinierska štatistika, , 0

Classification of course in study plans

  • Programme B-MAI-P bakalářský 3 year of study, letní semester, volitelný
  • Programme B-VTE-P bakalářský 3 year of study, letní semester, volitelný

Type of course unit

 

Přednáška

26 hod., optionally

Teacher / Lecturer

doc. RNDr. Libor Žák, Ph.D.

Syllabus

1. Sběr dat
2. Rozptyl.
3. Paretova analýza.
4. Funkce hustoty pravděpodobnosti a distribuční funkce.
5. Normální rozdělení .
6. Rozdělení aritmetického průměru.
7. Odhady parametrů.
8. Testování hypotéz .
9. Analýza rozptylu. Jednoduché třídění.
10. Dvojné třídění.
11. Tukeyova metoda. Scheffeho metoda.
12. Lineární model.
13. Korelační koeficient. Parciální korelační koeficient.
14. Statistické modelování. Metoda Monte Carlo.

Cvičení s počítačovou podporou

13 hod., optionally

Teacher / Lecturer

doc. RNDr. Libor Žák, Ph.D.

Syllabus

1. Sběr dat
2. Rozptyl.
3. Paretova analýza.
4. Funkce hustoty pravděpodobnosti a distribuční funkce.
5. Normální rozdělení .
6. Rozdělení aritmetického průměru.
7. Odhady parametrů.
8. Testování hypotéz .
9. Analýza rozptylu. Jednoduché třídění.
10. Dvojné třídění.
11. Tukeyova metoda. Scheffeho metoda.
12. Lineární model.
13. Korelační koeficient. Parciální korelační koeficient.
14. Statistické modelování. Metoda Monte Carlo.