Přeskočit na hlavní obsah
Přeskočit hlavičku

Statistické zpracování experimentálních dat

Typ studia doktorské
Jazyk výuky čeština
Kód 639-0940/01
Zkratka SZED
Název předmětu česky Statistické zpracování experimentálních dat
Název předmětu anglicky Statistical Processing of Experimental Data
Kreditů 10
Garantující katedra Katedra managementu kvality
Garant předmětu Ing. Filip Tošenovský, Ph.D.

Osnova předmětu

Úvod do statistiky – vysvětlení její použitelnosti pro metalurgy. Grafické znázornění souboru dat, posouzení typu dat. Obecné zásady testování.
Ověření homogenity souboru pomocí grafů. Vybočující hodnoty – jejich zobrazení, detekce (krabicový diagram) a řešení.
Ověření nezávislosti dat pomocí grafů. Vliv závislosti v datech na kvalitu zpracování souboru.
Ověření normality dat: normální rozdělení, Gaussova křivka a její parametry, empirický histogram. Důvody požadované normality a postup, není-li splněna.
Číselné charakteristiky polohy, variability, šikmosti a špičatosti. Pojem robustnosti číselných charakteristik.
Teoretické rozdělení Studentovo, Fischerovo a Pearsonovo: grafy rozdělení. Příklady těchto rozdělení, práce s tabulkami kvantilů a kritických hodnot.
Odhady bodové a intervalové. Pojmy „stupeň spolehlivosti“ a „hladina významnosti“.
Analýza dvou statistických souborů: testování významnosti rozdílu výběrových průměrů a výběrových rozptylů; dvouvýběrový t-test, F test.
Hodnocení míry závislosti (korelace) dvou veličin: Pearsonův koeficient korelace, Spearmanův koeficient pořadové korelace.
Regresní analýza – jednoduchá (párová) lineární regrese. Odhad regresních koeficientů pomocí metody nejmenších čtverců. Hodnocení významnosti a kvality regresní funkce. Jednoduché nelineární regresní modely (mocninný, exponenciální, logaritmický, kvadratický a polynomický).
Regresní analýza – vícenásobná lineární regrese. Hodnocení významnosti modelu a regresních koeficientů. Použití vícenásobné regrese.

Povinná literatura

ANDĚL, J. Základy matematické statistiky. Praha: MATFYZPRESS, 2011. ISBN 978-80-737-8162-0.
TOŠENOVSKÝ, J. Základy statistického zpracování dat. Ostrava: VŠB - Technická univerzita Ostrava, 2015. ISBN 978-80-248-3733-8 .
JAMES, G., D. WITTEN, T. HASTIE a R. TIBSHIRANI. An Introductuion to Statistical Learning. NY: Springer, 2013. ISBN 978-1-4614-7138-7 .
DRAPER, N. R. and H. SMITH. Applied Regression Analysis. NY: Wiley, 1998. ISBN 978-0471170822 .
RYAN, T. P. Modern Regression Methods. NY: Wiley, 2008. ISBN 978-0470550441 .

Doporučená literatura

MELOUN, J. a J. MILITKÝ. Statistické zpracování experimentálních dat. Praha: Ars magna, 1998. ISBN 80-7219-003-2.
TOŠENOVSKÝ, J. a D. NOSKIEVIČOVÁ. Statistické metody pro zlepšování jakosti.
Ostrava: Montanex, 2000. ISBN 80-7225-040-X.