Detail předmětu
Statistická analýza a experiment
FSI-9SAE Ak. rok: 2021/2022 Zimní semestr
Předmět je určen pro studenty doktorského studia a je zaměřen na moderní metody statistické analýzy (náhodný výběr a jeho realizace, fitování rozdělení a odhady jejich parametrů, testování statistických hypotéz, regresní analýza) pro zpracování statistických souborů získaných při realizaci a vyhodnocování experimentů v rámci vědeckovýzkumné práce studentů.
Jazyk výuky
čeština
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Studenti získají hlubší znalosti z metod matematické statistiky, které jim umožní aplikovat stochastické modely technických jevů a procesů pomocí výpočtů na PC.
Prerekvizity
Základy teorie pravděpodobnosti a matematické statistiky.
Plánované vzdělávací činnosti a výukové metody
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny.
Způsob a kritéria hodnocení
Zkouška je formou předneseného referátu z vybrané oblasti statistických metod anebo vypracováním písemné práce zaměřené na řešení konkrétních úloh.
Učební cíle
Cílem předmětu je formování stochastického způsobu myšlení studentů a jejich seznámení s moderními metodami matematické statistiky a možnostmi využití profesionálního statistického softwaru ve výzkumu.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast na přednášce není povinná, ale doporučuje se.
Použití předmětu ve studijních plánech
Program CEITEC-AMN-EN-P: Advanced Materials and Nanosciences, doktorský, doporučený kurs
Program D-MAT-K: Materiálové vědy, doktorský, doporučený kurs
Program CEITEC-AMN-EN-K: Advanced Materials and Nanosciences, doktorský, doporučený kurs
Program D-MAT-P: Materiálové vědy, doktorský, doporučený kurs
Program CEITEC-AMN-EN-Z: Advanced Materials and Nanosciences, doktorský, doporučený kurs
Program CEITEC-AMN-CZ-P: Pokročilé materiály a nanovědy, doktorský, doporučený kurs
Program CEITEC-AMN-CZ-K: Pokročilé materiály a nanovědy, doktorský, doporučený kurs
Typ (způsob) výuky
Přednáška
20 hod., nepovinná
Osnova
1. Rozdělení pravděpodobnosti pro modelování technických jevů a procesů.
2. Průzkumová analýza pro zpracování statistických souborů.
3. Náhodný výběr – model a vlastnosti.
4. Metody fitování rozdělení pravděpodobnosti.
5. Odhady parametrů rozdělení pravděpodobnosti.
6. Testování statistických hypotéz o rozděleních a o parametrech.
7. Úvod do analýzy rozptylu, neparametrické testy.
8. Základy lineární regresní analýzy.
9. Statistický software – vlastnosti a možnosti použití.