| Akademický rok 2021/2022 |
| Garant: | Ing. Josef Bednář, Ph.D. | |||
| Garantující pracoviště: | ÚM | |||
| Jazyk výuky: | čeština | |||
| Cíle předmětu: | ||||
| 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. | ||||
| Výstupy studia a kompetence: | ||||
| Data analysis, descriptive statistics, sample, population, inferential statistics Analýza dat, popisná statistika, výběrový soubor, základní soubor, test hypotéz |
||||
| Prerekvizity: | ||||
| základy matematiky | ||||
| Obsah předmětu (anotace): | ||||
| 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. | ||||
| Metody vyučování: | ||||
| Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách. | ||||
| Způsob a kritéria hodnocení: | ||||
| Řádná docházka do cvičení . | ||||
| Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky: | ||||
| Vypracování samostatné práce | ||||
| Typ (způsob) výuky: | ||||
| Přednáška | 13 × 2 hod. | nepovinná | ||
| Cvičení s počítačovou podporou | 13 × 1 hod. | nepovinná | ||
| Osnova: | ||||
| Přednáška | 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 | 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. |
|||
| Literatura - základní: | ||||
| 1. Egermayer,F.-Boháč,M.:Statistika pro techniky, SNTL,1984 | ||||
| 2. Bakytová,H.: Základy štatistiky, ALFA, 1975 | ||||
| 3. Montgomery, D.C.: Introduction to Statistical Quality Control, John Wiley&Sons, Inc., 2001 | ||||
| Literatura - doporučená: | ||||
| 1. J. Anděl: Statistické metody, , 0 | ||||
| 2. A. Linczenyi: Inžinierska štatistika, , 0 | ||||
| Zařazení předmětu ve studijních programech: | |||||||||
| Program | Forma | Obor | Spec. | Typ ukončení | Kredity | Povinnost | St. | Roč. | Semestr |
| N-SLE-P | prezenční studium | --- bez specializace | -- | zá,zk | 4 | Povinně volitelný | 2 | 1 | L |
| B-MAI-P | prezenční studium | --- bez specializace | -- | zá,zk | 4 | Volitelný | 1 | 3 | L |
| B-VTE-P | prezenční studium | --- bez specializace | -- | zá,zk | 4 | Volitelný | 1 | 3 | L |
| B3S-P | prezenční studium | B-STI Základy strojního inženýrství | -- | zá,zk | 4 | Volitelný | 1 | 3 | L |
Vysoké učení technické v Brně
Fakulta strojního inženýrství
Technická 2896/2,
616 69 Brno
IČ 00216305
DIČ CZ00216305
+420 541 141 111
+420 726 811 111 – GSM O2
+420 604 071 111 – GSM T-mobile