Statystyka i statystyczne metody opracowywania wyników Field of study: Micro and Nanotechnology
Programme code: 03-S1MN19.2019

Module name: Statystyka i statystyczne metody opracowywania wyników
Module code: 1MN-07
Programme code: 03-S1MN19.2019
Semester:
  • summer semester 2022/2023
  • summer semester 2021/2022
  • summer semester 2020/2021
  • summer semester 2019/2020
Language of instruction: Polish
Form of verification: exam
ECTS credits: 5
Description:
Podczas zajęć student zapoznaje się z następującymi zagadnieniami: -znaczenie błędów pomiarowych i ich rodzaje, -zasady prezentacji niepewności pomiarowych, -szacowanie błędów w pomiarach bezpośrednich i porównywanie wyników pomiarów z wynikami otrzymanymi w innym doświadczeniu lub tablicowymi, -prezentacja błędów wyników pomiarów na wykresach, -niepewność względna, -przenoszenie niepewności w pomiarach pośrednich (maksymalne i minimalne niepewności sumy i różnicy, iloczynu i ilorazu oraz potęgi wielkości mierzonej bezpośrednio, iloczynu wielkości mierzonej i stałej; przenoszenie niepewności dla pomiarów niezależnych, -przenoszenie niepewności pomiarowych wielkości mierzonych bezpośrednio na niepewności wyniku w postaci dowolnej funkcji jednej i wielu zmiennych (wykorzystanie różniczki funkcji jednej zmiennej i różniczki zupełnej funkcji wielu zmiennych), -pomiary wielokrotne i ich cel, -statystyczna analiza niepewności przypadkowych: wartość średnia i odchylenie standardowe dla wielu pomiarów, odchylenie standardowe średniej, histogramy i rozkłady, rozkład graniczny, warunek normalizacji rozkładu granicznego), -rozkład normalny: wartość oczekiwana i odchylenie standardowe, przedział ufności, uzasadnienie wyboru wartości średniej i odchylenia standardowego jako najlepszych parametrów rozkładu normalnego, uzasadnienie reguł przenoszenia błędów, odchylenie standardowe średniej, -zastosowanie narzędzi numerycznych do opracowania wyników. Podczas konwersatorium student: -zapisuje poprawnie wyniki przykładowych pomiarów i ich niepewności zgodnie z poznanymi regułami, -prezentuje przykładowe dane doświadczalne i ich niepewności w postaci wykresów (praca z komputerem), -oblicza niepewności wyników obliczeń przykładowych wielkości fizycznych na podstawie znajomości niepewności pomiarowych, -przeprowadza obliczenia wartości średnich i odchyleń standardowych dla przykładowych zestawów danych doświadczalnych, -używa prostych programów numerycznych do przeprowadzania obliczeń tego typu. W ramach pracy własnej student: -doskonali umiejętności matematyczne niezbędne do analizy danych doświadczalnych, -podejmuje próby rozwiązania zadań zaproponowanych przez prowadzącego konwersatorium.
Prerequisites:
Znajomość podstawowych pojęć z analizy matematycznej: funkcja, granica funkcji, pochodna funkcji, całka.
Key reading:
1. Wstęp do analizy błędu pomiarowego / John R. Taylor ; z ang. tł.: Adam Babiński, Rafał Bożek. - Warszawa : Wydaw. Naukowe PWN 1999. 2. Podstawowe zagadnienia teorii błędów / W. I. Romanowski ; [przeł. R. Molski]. - Warszawa : Państwowe Wydawnictwo Naukowe 1955. 3. Podstawy rachunku błędów / H. Hänsel ; tł. Bohdan Krajewski. - Warszawa : Wydawnictwa Naukowo-Techniczne 1968. 4. Fizyka statystyczna / F. Reif ; [z jęz. ang. tł. Tomir Coghen, Jerzy Łoskiewicz]. - Warszawa : Państwowe Wydawnictwo Naukowe 1975. 5. Podstawy klasycznej fizyki statystycznej / Jerzy Smela. - Rzeszów : Wydawnictwo Wyższej Szkoły Pedagogicznej 1990.
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Zna podstawowe wzory wybranych metod statystyki do opracowania wyników pomiarów. [1MN-07-01]
KN_W07 [5/5] KN_U21 [5/5] KN_U23 [5/5]
Zna podstawy wybranych działów statystyki i analizy danych. [1MN-07-02]
KN_W02 [5/5] KN_W07 [5/5] KN_U21 [5/5] KN_U22 [5/5]
Zna podstawy technik obliczeniowych wspomagających opracowanie wyników pomiarów. [1MN-07-03]
KN_W07 [5/5] KN_U21 [5/5] KN_U22 [5/5]
Zna różne metody numeryczne pomocne w analizie danych i opracowywaniu wyników pomiarów. [1MN-07-04]
KN_W07 [5/5] KN_U21 [5/5] KN_U22 [5/5]
Umie zastosować aparat matematyczny do rozwiązywania prostych problemów analizy danych doświadczalnych. [1MN-07-05]
KN_W07 [5/5] KN_U21 [5/5] KN_U22 [5/5]
Umie, za pomocą odpowiednich metod, dokonać analizy i interpretacji wyników pomiarów. [1MN-07-06]
KN_W07 [5/5] KN_U21 [5/5] KN_U22 [5/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
egzamin [1MN-07-w1]
Egzamin ustny lub pisemny sprawdzający stopień opanowania materiału wykładu.
1MN-07-01 1MN-07-02 1MN-07-03 1MN-07-04 1MN-07-05 1MN-07-06
kolokwium [1MN-07-w2]
Sprawdzenie umiejętności samodzielnego rozwiązywania zadań.
1MN-07-01 1MN-07-02 1MN-07-03 1MN-07-04 1MN-07-05 1MN-07-06
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [1MN-07-z1]
Wykład o treściach podanych w punkcie 3 z wykorzystaniem tablicy oraz środków audiowizualnych (komputer+rzutnik multimedialny) .
30
Praca z podręcznikiem i materiałami z wykładu.
20 egzamin [1MN-07-w1]
discussion classes [1MN-07-z2]
Sprawdzenie umiejętności samodzielnego rozwiązywania zadań.
30
Rozwiązywanie zadań i problemów dotyczących przedmiotu.
20 kolokwium [1MN-07-w2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)