Статистика - R

ID: 7076
врста предмета: стручно-апликативни
носилац предмета: Михајловић Н. Иван
извођачи: Михајловић Н. Иван
контакт особа: Михајловић Н. Иван
ниво студија: информационе технологије у машинству
ЕСПБ: 5
облик завршног испита: писмени
катедра: катедра за индустријско инжењерство

извођења

циљ

Циљ предмета је упознавање студената са основама вероватноће, основама и процедурама статисике у инжењерству и савлађивање статистичког програмског језика R.

исход

Студент је по завршетку курса способан да: а) примени и пропрати програмирањем основне методе статистике. б) идентификује основна понашања и карактеристике података у циљу одређивања метода за њихову даљу анализу б) постави проблем који је потребно решити, в) реши проблем на основу одговарајућих статистичких процедура и г) донесе одговарајуће закључке који имају практичну примену.

садржај теоријске наставе

Основе вероватноће (сакупљање података, вероватноћа, условна вероватноћа, Централна гранична теорема, интерпретација вероватноћа). Описна статистика и основни појмови (популација, врсте и карактеристике узорака и начин њиховог добијања, графички прикази података, мере локације, мере варијације). Основне дискретне и континуалне расподеле и функције изводнице. Параметарски интервали поверења и параметарско тестирање хипотеза (за аритметичку средину, разлику аритметичких средина, пропорцију, разлике пропорција, варијансу и разлике варијанси), Непараметарска тестирања (Поређења са теоријским расподелама - тестови Колмогорова и Хи квадрат, тестирања независна од расподеле - U-тест Ман-Витнија, Колмогоров-Смирнов, Андерсонов, Медијане и Разлика медијана), Једнофакторска и двофакторска параметарска анализа вараијансе, Једноставна и вишеструка линеарна регресија и корелација, Непараметарска регресија и корелација (Спирманов и Кендалов тест, Чербишевљеви полиноми). Моделовање по приципу структурних једначина.

садржај практичне наставе

Практична настава прати предавања и подрзумева лабораторијске вежбе на којима се решавју проблеми и задаци програмирањем у R-у.

услов похађања

Уписан семестар и одслушани предмети Програмирање (позиција 1,.1.1) и Анализа (позиција 2.2.1.).

ресурси

1. В. Симоновић:Увод у теорију вероватноће и математичку статистику, пето издање, Адмирал, Београд, 2008; 2. Слободан Радојевић, Зорица Вељковић, Квантитативне методе - Теоријске основе, задаци, CD, МФ Београд 2003; 3. хендоути 4. Douglas C. Montgomery, George C, Runger, Applied statistics and probability for Engineers, 6edition, Weley, USA, 2014 5. W. John Braun, Duncan J. Murdoch,A first course in statistical programming with R. CambridgeUP, UK 2007.

фонд часова

укупан фонд часова: 75

активна настава (теоријска)

ново градиво: 25
разрада и примери (рекапитулација): 5

активна настава (практична)

аудиторне вежбе: 20
лабораторијске вежбе: 10
рачунски задаци: 0
семинарски рад: 0
пројекат: 0
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

провера знања

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

провера знања (укупно 100 поена)

активност у току предавања: 0
тест/колоквијум: 0
лабораторијска вежбања: 40
рачунски задаци: 0
семинарски рад: 0
пројекат: 0
завршни испит: 60
услов за излазак на испит (потребан број поена): 30

литература

хендоути са предавања и вежби; W. John Braun, Duncan J. Murdoch, A first course in statistical programming with R. Cambridge UP, UK 2007; Handouts; Douglas C. Montgomery, George C, Runger, Applied statistics and probability for Engineers, 6edition, Weley, USA, 2014;;