Статистичка обрада података у машинству

ID: 0503
врста предмета: научно-стручни
носилац предмета: Вељковић А. Зорица
извођачи: Вељковић А. Зорица
контакт особа: Вељковић А. Зорица
ниво студија: мастер академске студије
ЕСПБ: 6
облик завршног испита: писмени
катедра: катедра за индустријско инжењерство

извођења

циљ

Циљеви предмета се да се студенти упознају са основама статистичких метода које се користе у идустријској пракси. Тежиште је стављено на идентификацију проблема, методе решавања проблема, процедуре за поједине методе и постављање система за одлучивање на основу добијених резултата, односно интерпретације резултата. Обрађене методе представљају савремени приступ анализи и обради великог броја података.

исход

Након положеног испита од студената се може очекивати да науче и знају да употребе: 1. статистичке методе за циљно решавање проблема у пракси, 2. да ивкадахз нетидана дескриптвне статистике, параметарских и непараметарских тестова хипотеза, анализом варијансе и једноструком и вишеструком линеарном регресиојом и корелацијом, 3. циљ учења и вежбања је правилна поставка проблема 4. одређивање методологије решавања проблема на основу резултата дескриптивне статистике 5. спровођење одговарајуће статистичке процедуре дефинисане по корацима процедуре 6. правилна инжењерска интерпретација добијених резултата, уз познавање и математичке интерпретације истих

садржај теоријске наставе

Теоријска настава обухвата следеће области: Основне параметре статистике са њиховим основним графичким презентацијама, Дискретне и континуалне случајне променљиве, њихове карактеристике, основне облике као што су биномна, поасонова, нормална, лог-нормална, вејбулова, гама, бета, експоненцијална расподела. За већину ових расподела обрађене су одговарајуће функције изводница. Области тестирања хипотеза обухватају процедуре и карактеристике параметарских и непараметарских тестова. Испитивања преко параметарских тестова хипотеза се односе на средину, разлику средина, пропорцију, разлику пропорција, варијансу и однос варијанси. Непараметарски тестови обухватају тестове хпотеза за прилагођавање података као што су Тест Колмогорова, потом тестове поређења података као што су тест Колмогоров-Смирнова, Тест Ман Витнија, тест знакова, тест медијане, тест разлика медијана и Дарлинг андерсонов тест.Области једноставне и вишеструке линеарне регресије базирају се на идентификацији регресионе зависности на основу матричног рачуна који се примењује код великог сета података. Поред постављања модела, предвиђања нових опсервација и провере адекватности модела, дат је прорачун коефицијента корелације. Посебна пажња је обраћена на нелинеарне моделе и њихово проналажење преко вишеструке линеарне регресије и преко ортогоналних полинома. Последња област обухвата основе анализе варијансе - једнофакторске и двофакторске, и њен даљи развој у виду планирања експеримената преко потпуних и делимичних факторијелних планова применом традиционалних и Тагучијевих метода.

садржај практичне наставе

Практична настава се састоји од аудиторних вежби и пројектних задатака на рачунару који прате поглавља обрађена теоријском наставом.

услов похађања

Нема услова, пожељно је да су одслушани остали предмети са модула МИТ

ресурси

http://mit.mas.bg.ac.rs Пре сваког часа предавања и вежби студенти добијају хендоуте у електронском облику. Поред тога, за аудиторне вежбе студенти такође унапред добијају материјале који ће бити потребни за активно учествовање на вежбама. За пројектне задатке студенти добијају материјале у електронсој форми. Радојевић, С, Вељковић З, Квантитативне методе, ЦД, МФ

фонд часова

укупан фонд часова: 75

активна настава (теоријска)

ново градиво: 20
разрада и примери (рекапитулација): 0

активна настава (практична)

аудиторне вежбе: 15
лабораторијске вежбе: 15
рачунски задаци: 10
семинарски рад: 0
пројекат: 0
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

провера знања

преглед и оцена рачунских задатака: 3
преглед и оцена лабораторијских извештаја: 4
преглед и оцена семинарских радова: 0
преглед и оцена пројекта: 0
колоквијум са оцењивањем: 6
тест са оцењивањем: 0
завршни испит: 2

провера знања (укупно 100 поена)

активност у току предавања: 5
тест/колоквијум: 50
лабораторијска вежбања: 0
рачунски задаци: 15
семинарски рад: 0
пројекат: 0
завршни испит: 30
услов за излазак на испит (потребан број поена): 31

литература

Радојевић, С, Вељковић З, Квантитативне методе, ЦД, МФ; Montgomery, DC, Runger, GC Applied Statistics and Probability for Engineers, Fourth Edition, Wiley, 2007;