Doświadczalnictwo i statystyczna analiza danych G
Informacje ogólne
Kod przedmiotu: | T.2s.DSAD.SM.TTZGZ.T |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Doświadczalnictwo i statystyczna analiza danych G |
Jednostka: | Katedra Inżynierii i Aparatury Przemysłu Spożywczego |
Grupy: |
Technologia Żywności, 2 sem, SM |
Punkty ECTS i inne: |
0 LUB
3.00
(w zależności od programu)
|
Język prowadzenia: | polski |
Skrócony opis: |
Studenci zapoznają się z podstawami estymacji parametrycznej oraz planowania eksperymentów z użyciem oprogramowania komputerowego MS Excel, gnuR, gnuPlot., |
Pełny opis: |
Idea metody najmniejszych kwadratów, definiowanie funkcji celu. Metody minimalizacji funkcji celu Analiza estymatorów otrzymanych metodą najmniejszych kwadratów, analiza macierzy kowariancji i błędów oszacowania estymatorów Zastosowanie programów komputerowych do analizy funkcji regresji Zastosowanie programów komputerowych do analizy wariancji oraz analizy czynnikowej Formułowanie funkcji celu do minimalizacji. Analiza problemów znajdowania minimum globalnego funkcji celu Zastosowanie programów Gnuplot i Excel do analizy funkcji regresji Analiza istotności parametrów liniowej funkcji regresji Podstawy programowania w środowisku gnuR: testy statystyczne, analiza wariancji |
Literatura: |
K. Mańczak „Technika Planowania Eksperymentu” WNT Warszawa 1976 B Kacprzyński „Planowanie Eksperymentu – Podstawy Matematyczne” WNT Warszawa 1974 S. Brandt „Analiza danych - metody statystyczne i obliczeniowe” PWN Warszawa 1998 Materiały dostępne na stronach internetowych: www.gnuplot.org, https://www.r-project.org/ |
Efekty uczenia się: |
Rozumie potrzebę i idee stosowania metody najmniejszych kwadratów, rozumie analizę estymatorów w sensie najmniejszych kwadratów Zna metody statystyczne do oceny współczynników regresji oraz korelacji. Rozumie potrzebę stosowania analizy wariancji. Zna podstawowe podstawy programu gnuR, gnuPlot. Umie dopasować do danych doświadczalnych sformułowany model matematyczny – liniowy jak i nieliniowy. Umie oszacować błąd dopasowania i poprawnie zinterpretować macierz kowariancji. Umie posługiwać się programem Gnuplot i Excel pod kątem estymacji w sensie najmniejszych kwadratów Umie przygotować plan doświadczenia. Umie standaryzować zmienne wejściowe. Umie ustalić kryteria optymalności planu Umie przeprowadzić analizę statystyczną funkcji regresji oraz analizę wariancji z wykorzystaniem programu gnuR. Umie przygotować dokumentację – raport z przeprowadzonej analizy statystycznej. |
Metody i kryteria oceniania: |
Zaliczenie projektu, 100% oceny |
Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)
Okres: | 2020-10-01 - 2021-02-24 |
Przejdź do planu
PN WT WYK
CWL
ŚR CZ PT |
Typ zajęć: |
Ćwiczenia laboratoryjne, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Paweł Ptaszek | |
Prowadzący grup: | Paweł Ptaszek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia laboratoryjne - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)
Okres: | 2021-10-01 - 2022-02-27 |
Przejdź do planu
PN WT CWL
WYK
ŚR CZ PT |
Typ zajęć: |
Ćwiczenia laboratoryjne, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Paweł Ptaszek | |
Prowadzący grup: | Paweł Ptaszek | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Ćwiczenia laboratoryjne - Zaliczenie na ocenę Wykład - Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie.