Detail předmětu

Inženýrství řízené daty

FSI-RIDAk. rok: 2027/2028

Předmět seznamuje studenty s metodami aplikované statistiky a plánování experimentů používanými při řešení technických a inženýrských problémů. Důraz je kladen na statistické vyhodnocování výsledků měření, formulaci a ověřování hypotéz, modelování vztahů mezi veličinami a efektivní návrh experimentů.

Studenti se naučí rozlišovat náhodnou a systematickou variabilitu, kvantifikovat nejistotu statistických závěrů a využívat statistické metody k identifikaci významných faktorů ovlivňujících sledované technické charakteristiky.

Teoretické poznatky jsou průběžně aplikovány na příkladech z inženýrské praxe s využitím statistického softwaru. Součástí předmětu je samostatný semestrální projekt zaměřený na statistickou analýzu technických dat, návrh experimentu nebo vyhodnocení výsledků experimentálního měření či numerické simulace.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

Zajišťuje ústav

Výsledky učení předmětu

Po absolvování předmětu bude student schopen:

  1. Popsat a analyzovat variabilitu experimentálních a provozních dat a rozlišovat náhodné a vymezitelné příčiny variability.
  2. Využívat základní pravděpodobnostní modely při analýze technických dat.
  3. Sestrojit a interpretovat intervaly spolehlivosti a provádět statistické testování hypotéz.
  4. Posoudit vhodnost zvolených statistických metod a ověřit jejich základní předpoklady.
  5. Vytvářet a interpretovat regresní modely popisující vztahy mezi technickými veličinami.
  6. Navrhovat a vyhodnocovat faktoriální experimenty včetně plných a zkrácených experimentálních plánů.
  7. Využívat metody plánování experimentů při hledání významných faktorů a optimalizaci technických procesů.
  8. Samostatně zpracovat komplexnější technickou úlohu s využitím statistického softwaru a prezentovat její výsledky v podobě odborné zprávy.

Vstupní znalosti

Základní znalosti pravděpodobnosti a statistiky, zejména popisné statistiky, náhodných veličin a jejich rozdělení. Předpokládá se schopnost základní práce s daty na počítači.

Znalosti pokročilých statistických metod ani zkušenosti se specializovaným statistickým softwarem nejsou vyžadovány.

Způsob zakončení předmětu a pravidla hodnocení studentů

Předmět je zakončen klasifikovaným zápočtem.

Podmínky udělení klasifikovaného zápočtu:

  • Aktivní účast na počítačových cvičeních.
  • Vypracování a odevzdání semestrálního projektu.
  • Úspěšné hodnocení projektu, případně krátká obhajoba zvolených metod a výsledků.
  • Úspěšné absolvování závěrečného ověření znalostí a dovedností.

Závěrečné ověření znalostí a dovedností je součástí klasifikovaného zápočtu a ověřuje znalost základních statistických principů, schopnost volit vhodné metody a správně interpretovat statistické závěry. Má písemnou/počítačovou a případně ústní část.

Výsledná klasifikace vychází z hodnocení semestrálního projektu a závěrečného ověření znalostí a dovedností. Pro úspěšné absolvování předmětu je nutné splnit minimální požadavky na obě tyto části.

Učební cíle

Cílem předmětu je naučit studenty samostatně používat základní statistické metody při analýze technických dat a plánování experimentů.

Důraz je kladen zejména na schopnost správně formulovat statistický problém, vybrat vhodnou metodu jeho řešení, posoudit splnění jejích předpokladů a interpretovat získané výsledky v kontextu řešené technické úlohy.

Nedílnou součástí výuky je rozvoj schopnosti navrhovat efektivní experimenty, vyhodnocovat vliv jednotlivých faktorů a formulovat technicky relevantní závěry na základě statistické analýzy.

Základní literatura

ANDĚL, J. Statistické metody. Praha: MATFYZPRESS, 2003 (CS)
MELLOUN, M. a MILITKÝ, J. Statistické zpracování experimentálních dat. Praha: PLUS, 1994 (CS)
MONTGOMERY, D. C. a RUNGER, G. C. Applied Statistics and Probability for Engineers. Wiley. (EN)
MONTGOMERY, D. C. Design and Analysis of Experiments. Wiley. (EN)

Doporučená literatura

BOX, G. E. P., HUNTER, J. S. a HUNTER, W. G. Statistics for Experimenters: Design, Innovation, and Discovery. Wiley. (EN)
HAHN, G. J. a SHAPIRO, S. S. Statistical Models in Engineering. Wiley. (CS)

Zařazení předmětu ve studijních plánech

  • Program N-IMB-P magisterský navazující

    specializace IME , 2 ročník, zimní semestr, povinně volitelný
    specializace BIO , 2 ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Sběr a popis dat, náhodné a vymezitelné příčiny variability. Statistické soubory a výběry.
  2. Pravděpodobnostní rozdělení používaná v technické praxi. Normální rozdělení a výběrové rozdělení aritmetického průměru.
  3. Statistické posuzování stability procesů. Základní principy regulačních diagramů a předpoklady jejich použití.
  4. Bodové a intervalové odhady parametrů. Intervaly spolehlivosti a jejich interpretace.
  5. Testování statistických hypotéz I. Princip testování, chyby rozhodování, jednovýběrové testy.
  6. Testování statistických hypotéz II. Porovnávání výběrů, parametrické testy a jejich předpoklady.
  7. Korelační analýza. Kvantifikace a interpretace závislosti mezi veličinami.
  8. Lineární regresní model. Odhad parametrů, statistická významnost a diagnostika modelu.
  9. Úvod do plánování experimentů. Faktory, odezvy, randomizace, replikace a principy experimentálního návrhu.
  10. Faktoriální experimenty. Hlavní efekty, interakce, ortogonální experimentální plány.
  11. Plné a zkrácené faktoriální experimenty. Výběr experimentálního plánu a vyhodnocení efektů.
  12. Metody odezvových ploch. Modelování nelineárních vztahů a návrh experimentů.
  13. Optimalizace pomocí plánovaného experimentu. Interpretace výsledků a doporučení optimálního nastavení.

Cvičení s počítačovou podporou

13 hod., povinná

Vyučující / Lektor

Osnova

  1. Seznámení se statistickým softwarem. Import a základní analýza dat.
  2. Pravděpodobnostní rozdělení, rozdělení výběrového průměru a simulace náhodného výběru.
  3. Analýza stability procesu pomocí regulačních diagramů.
  4. Konstrukce a interpretace intervalů spolehlivosti.
  5. Jednovýběrové statistické testy.
  6. Dvouvýběrové a párové statistické testy.
  7. Korelační analýza a grafické posouzení vztahů mezi veličinami.
  8. Lineární regresní model a regresní diagnostika.
  9. Návrh jednoduchého experimentu a stanovení experimentálních faktorů.
  10. Analýza faktoriálního experimentu, hlavní efekty a interakce.
  11. Návrh a analýza plných a zkrácených faktoriálních experimentů.
  12. Modelování odezvových ploch.
  13. Optimalizace odezvy, interpretace a prezentace výsledků experimentu.