Uniwersytet Warszawski - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Wstęp do analizy danych

Informacje ogólne

Kod przedmiotu: 1100-1INZ26 Kod Erasmus / ISCED: 11.101 / (brak danych)
Nazwa przedmiotu: Wstęp do analizy danych
Jednostka: Wydział Fizyki
Grupy: Inżynieria nanostruktur; przedmioty dla I roku
Punkty ECTS i inne: 1.00
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Założenia (opisowo):

Dla studentów specjalności:


1. Energetyka i chemia jądrowa

2. Inżynieria nanostruktur


Wymagana znajomość matematyki na poziomie liceum oraz podstaw rachunku rózniczkowego i całkowego.

Skrócony opis:

Celem zajęć jest przygotowanie studentów do samodzielnej pracy doświadczalnej. Wykład Analiza niepewności pomiarowych (łącznie 16 godzin, w cyklu 2 godziny/tydzień od początku semestru) stanowi wprowadzenie do szerokiego zakresu zagadnień związanych z planowaniem eksperymentu oraz analizą i interpretacją jego wyników. Zgodnie z tytułem, najwięcej miejsca zajmują podstawowe metody określania dokładności uzyskanego wyniku (czyli niepewności pomiaru) z uwzględnieniem błędów przypadkowych i systematycznych. W związku z tym, wykład rozpoczyna się przypomnieniem podstawowych pojęć rachunku prawdopodobieństwa oraz własności rozkładów prawdopodobieństwa najczęściej występujących przy analizowaniu zagadnień fizycznych. Następnym zagadnieniem jest wyznaczanie parametrów rozkładu (mediana, wartość średnia, dyspersja...) na podstawie losowo pobranej próby (serii pomiarów). Wykład zamyka elementarne wprowadzenie do zagadnienia statystycznego testowania hipotez (test 3σ, test χ2.

Pełny opis:

Program wykładu (16 h):

1. Wprowadzenie: pomiar, rodzaje i źródła błędów pomiarowych, niepewność pomiaru.

2. Charakterystyki zbiorów danych liczbowych: mediana, średnia, średnie odchylenie standardowe.

3. Graficzna prezentacja i analiza danych: histogramy, wykresy z użyciem funkcyjnych skal na osiach (liniowo-liniowej, liniowo-logarytmicznej i logarytmiczno-logarytmicznej).

4. Podstawy rachunku prawdopodobieństwa. Rozkłady prawdopodobieństwa: dwumianowy, Poissona, Gaussa. Składowa przypadkowa niepewności pomiaru (błąd przypadkowy).

5. Wpływ efektów systematycznych na dokładność pomiaru: wprowadzanie poprawek i uwzględnianie dokładności przyrządów przy wyznaczaniu niepewności pomiaru.

6. Propagacja małych błędów.

7. Metoda najmniejszych kwadratów i przykłady jej zastosowań: wyznaczanie średniej ważonej i współczynników zależności liniowej (wraz z niepewnościami) na podstawie wyników pomiarów.

8. Wprowadzenie do zagadnień statystycznego testowania hipotez: test 3 σ, test χ2.

Literatura:

1. J. R. Taylor, Wstęp do analizy błędu pomiarowego, Wydawnictwo Naukowe PWN, Warszawa, 1995.

2. G. L. Squires, Praktyczna fizyka, Wydawnictwo Naukowe PWN, Warszawa, 1992.

3. H. Abramowicz, Jak analizować wyniki pomiarów, Wydawnictwo Naukowe PWN, Warszawa, 1992.

4. A. Zięba, Analiza danych w naukach ścisłych i technicznych, Wydawnictwo naukowe PWN, Warszawa, 2013.

Literatura uzupełniająca:

1. S. Brandt, Analiza danych, Wydawnictwo Naukowe PWN, Warszawa, 1998.

2. J. J. Jakubowski i R. Sztencel, Wstęp do teorii prawdopodobieństwa, SCRIPT, Warszawa, 2001.

3. W. Feller, Wstęp do rachunku prawdopodobieństwa, PWN, Warszawa, 1977.

4. R. Nowak, Statystyka dla fizyków, Wydawnictwo Naukowe PWN, Warszawa, 2002.

5. W. T. Eadie, D. Drijard, F. E. James, M. Roos i B. Sadoulet,

Metody statystyczne w fizyce doświadczalnej, PWN, Warszawa, 1989

Efekty uczenia się:

Po zaliczeniu przedmiotu student:

WIEDZA

1. Zna przyjete w naukach przyrodniczych standardy wyznaczania niepewności pomiarów.

2. Zna przyjete w naukach przyrodniczych standardy opisywania procedur doświadczalnych i prezentacji wyników pomiarów.

UMIEJĘTNOŚCI

1. Przedstawia wyniki pomiarów w postaci wykresów i/lub histogramów.

2. Korzysta z graficznej przezntacji wyników do odkrywania zależności między badanymi wielkościami.

3. Określa niepewność wyniku pomiaru.

4. Stosuje metodę najmniejszych kwadratów do wyznaczania parametrów zależności liniowej.

5. Stosuje testy hipotez statystycznych: test 3σ oraz test χ2.

Metody i kryteria oceniania:

Warunki zaliczenia:

Uzyskanie pozytywnej oceny z kolokwium końcowego (zadania rachunkowe).

Praktyki zawodowe:

Nie ma

Zajęcia w cyklu "Semestr letni 2020/21" (zakończony)

Okres: 2021-02-22 - 2021-06-13
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 15 godzin, 70 miejsc więcej informacji
Koordynatorzy: Andrzej Majhofer
Prowadzący grup: Andrzej Majhofer
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie na ocenę
Wykład - Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.