Název předmětu | Statistické vyhodnocování experimentálních dat |
---|---|
Kód předmětu | UFY/SVE |
Organizační forma výuky | Přednáška + Cvičení |
Úroveň předmětu | Bakalářský |
Rok studia | nespecifikován |
Četnost výuky | V každém akademickém roce, jen v zimním semestru. |
Semestr | Zimní |
Počet ECTS kreditů | 5 |
Vyučovací jazyk | čeština |
Statut předmětu | Povinný, Povinně-volitelný, Volitelný |
Způsob výuky | Kontaktní |
Studijní praxe | Nejedná se o pracovní stáž |
Doporučené volitelné součásti programu | Není |
Vyučující |
---|
|
Obsah předmětu |
Obsah přednášky: 1. Definice pravděpodobnosti - klasická, statistická, axiomatická 2. Podmíněná pravděpodobnost a Bayerův vzorec 3. Náhodná veličina, distribuční a frekvenční funkce 4. Hustota pravděpodobnosti, statistické momenty, centrální limitní věta 5. Binomické, Poissonovo, rovnoměrné, Gaussovo rozdělení pravděpodobnosti 6. Korelační funkce, kovariance, spektrální výkonová hustota, Wiener-Chinčinův teorém 7. Složené statistické systémy 8. Náhodný vektor, jeho popis a popis jeho rozdělení, sdružená distribuční funkce 9. Statistika - statistické soubory, základní pojmy 10. Statistický soubor s jedním argumentem - základní charakteristiky 11. Zpracování rozsáhlého statistického souboru 12. Regrese a korelace - metoda nejmenších čtverců, lineární a nelineární regrese 13. Odhady parametrů základního souboru - bodové a intervalové odhady parametrů základního souboru. 14. Testování statistických hypotéz - hypotézy o rozptylu, střední hodnotě. Test dobré shody a test extrémních hodnot. Obsah cvičení: Příklady použití statistických metod na různých fyzikálních problémech (Brownův pohyb, spektrální výkonová hustota, fluktuace teploty, elektronický šum, atd.)
|
Studijní aktivity a metody výuky |
Monologická (výklad, přednáška, instruktáž), Demonstrace
|
Výstupy z učení |
Seznámit studenty se základními pojmy z teorie pravděpodobnosti a matematické statistiky. Budou probírány definice pravděpodobnosti, spojité a diskrétní náhodné veličiny, diskrétní a spojitá rozdělení pravděpodobnosti a distribuční funkce. Studenti se také seznámí se zákonem velkých čísel nebo centrální limitní větou. Kurz se také zaměří na popis odhadových funkcí a jejich vlastností, zobrazení náhodných dat nebo konstrukci intervalů spolehlivosti. Probíraná problematika bude procvičována na zajímavých příkladech.
Absolvent získá přehled o základech teorie pravděpodobnosti a matematické statistiky. Na základě těchto znalostí bude schopen řešit úlohy z oblasti pravděpodobnosti a statistiky. Při práci se softwarovými nástroji bude mít představu o statistických analýzách, které tyto moderní softwarové nástroje poskytují. Znalosti uplatní v praxi, např. při analýze výsledků experimentů. |
Předpoklady |
Znalost základů matematické analýzy, jak je vyučována v prvních dvou semestrech na VŠ.
UMB/CV564 ----- nebo ----- UMB/564 a zároveň UMB/565 |
Hodnoticí metody a kritéria |
Ústní zkouška
Aktivní zvládnutí učiva v rozsahu odpřednášeném a daném tematickým plánem kurzu. Zápočet: docházka na cvičení a aktivní účast při počítání příkladů. Zkouška: prokázání znalostí u ústní zkoušky min na 75%. Během ústní zkoušky bude student tázán na jednu otázku z teorie pravděpodobnosti a jednu otázku z matematické statistiky. |
Doporučená literatura |
|
Studijní plány, ve kterých se předmět nachází |
Fakulta | Studijní plán (Verze) | Kategorie studijního oboru/specializace | Doporučený semestr | |
---|---|---|---|---|
Fakulta: Přírodovědecká fakulta | Studijní plán (Verze): Fyzika (1) | Kategorie: Fyzikální obory | 2 | Doporučený ročník:2, Doporučený semestr: Zimní |
Fakulta: Přírodovědecká fakulta | Studijní plán (Verze): Fyzika pro vzdělávání (1) | Kategorie: Fyzikální obory | - | Doporučený ročník:-, Doporučený semestr: Zimní |
Fakulta: Přírodovědecká fakulta | Studijní plán (Verze): Biofyzika (1) | Kategorie: Fyzikální obory | 2 | Doporučený ročník:2, Doporučený semestr: Zimní |