Статистическая обработка результатов эксперимента (стр. 1 )

РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

Государственное образовательное учреждение

высшего профессионального образования

ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Институт математики, естественных наук и информационных технологий

Кафедра математического моделирования

СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТА

Учебно-методический комплекс. Рабочая программа

для студентов направления 010800.62 –

“Механика и математическое моделирование”,

профиль подготовки “Механика жидкости, газа и плазмы”,

очная форма обучения.

Тюменский государственный университет

2011

. Статистическая обработка результатов эксперимента. Учебно-методический комплекс. Рабочая программа для студентов направления 010800.62 – “Механика и математическое моделирование”, профиль подготовки “Механика жидкости, газа и плазмы”, очная форма обучения. Тюмень: Издательство Тюменского государственного университета, 2011, ___ стр.

Рабочая программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВПО по направлению и профилю подготовки.

Рабочая программа дисциплины Статистическая обработка результатов эксперимента опубликована на сайте ТюмГУ: [электронный ресурс] / Режим доступа: http://www. *****, свободный.

Рекомендовано к изданию кафедрой математического моделирования. Утверждено проректором по учебной работе Тюменского государственного университета.

ОТВЕТСТВЕННЫЙ РЕДАКТОР: и. о. зав. кафедрой математического моделирования,

д. ф.-м. н., доцент

© Тюменский государственный университет, 2011.

© , 2011.

1.  Пояснительная записка

1.1.  Цели и задачи дисциплины:

Целями освоения дисциплины "Статистическая обработка результатов эксперимента" являются: приложения современной теории математической статистики, моделированию реальных задач, встречающихся в инженерном деле; овладение вероятностно-статистическим подходом для обработки реальных данных.

Задачи учебного курса:

– познакомить студентов с различными методами обработки наблюдаемых данных;

– дать навыки анализа наблюдаемых данных и по результатам уметь делать прогнозы о распределениях генеральной совокупности и их характеристиках, давать рекомендации специалистам, работающим с экспериментами.

1.2.  Место дисциплины в структуре ООП бакалавриата

Курс "Статистическая обработка результатов эксперимента" входит в естественнонаучный цикл дисциплин по выбору в базовой части. Для его успешного изучения необходимы знания и умения, приобретенные в результате освоения предшествующих дисциплин: математический анализ, алгебра, теории вероятностей, математическая статистика и случайные процессы. Полученные знания и умения могут быть использованы для анализа экспериментальных данных и в научно-исследовательской работе.

1.3. Компетенции выпускника ООП бакалавриата, формируемые в результате освоения данной ООП ВПО.

В результате освоения ООП бакалавриата выпускник должен обладать следующими общекультурными и профессиональными компетенциями:

5.1. Выпускник должен обладать следующими общекультурными компетенция (ОК):

Умением активно использовать базовые знания в области гуманитарных и естественных наук в профессиональной деятельности (ОК-6);

Способностью и готовностью использования в профессиональной деятельности фундаментальной подготовки по основам профессиональных знаний (ОК-11);

Способностью активно использовать компьютер в профессиональной и социально-бытовой сфере (ОК-12);

Владением базовыми знаниями в областях информатики и современных информационных технологий, навыками использования программных средств и работы в компьютерных сетях, умение создавать базы данных и использовать ресурсы Интернет (ОК-13);

способностью к анализу и синтезу (ОК-14);

5.2. Выпускник должен обладать следующими

профессиональными компетенциями (ПК):

научно-исследовательская и научно-изыскательская деятельность:

способностью к определению общих форм, закономерностей и инструментальных средств отдельной предметной области (ПК-1);

умением понять поставленную задачу (ПК-2);

умением формулировать результат (ПК-3); умением строго доказать утверждение (ПК-4);

умением грамотно пользоваться языком предметной области (ПК-7);

умением ориентироваться в постановках задач (ПК-8);

знанием корректных постановок классических задач (ПК-9);

пониманием корректности постановок задач (ПК-10);

способностью к самостоятельному построению алгоритма и его анализу (ПК-11);

глубокое понимание сути фундаментального знания (ПК-12);

обретение опыта самостоятельного различения различных типов знания (ПК-13);

способностью к контекстной обработкой информации (ПК-14);

способностью передавать результат проведенных физико-математических и прикладных исследований в виде конкретных рекомендаций, выраженных в терминах предметной области изучавшегося явления (ПК-15);

производственно-технологическая деятельность:

владением методом алгоритмического моделирования при анализе постановок прикладных задач (ПК-19);

владением методами математического и алгоритмического моделирования при решении прикладных и инженерно-технических задач (ПК-20);

умением грамотно использовать программные комплексы при решении задач механики (ПК-21);

пониманием того, что фундаментальное математическое знание является главным инструментом механики (ПК-22);

владением методами математического и алгоритмического моделирования при решении задач механики (ПК-23);

умение самостоятельно математически корректно ставить инженерно-физические задачи (ПК-28);

глубокое понимание роли экспериментальных исследований в механике (ПК-29);

умением самостоятельно математически корректно ставить задачи механики

(ПК-30);

способностью передавать результат проведённых физико-математических и прикладных исследований в виде конкретных рекомендаций, выраженных в терминах предметной области изучающегося явления (ПК - 31).

В результате освоения дисциплины обучающийся должен:

1) Знать: основные понятия теории вероятностей, математической статистики и случайных процессов, определения и свойства математических объектов в этой области, формулировки утверждений, методы их доказательства, возможные сферы их приложений, методы применения на практике.

2) Уметь: решать задачи вычислительного и теоретического характера в области теории вероятностей, математической статистики, случайных процессов и стохастического анализа, доказывать утверждения, проводить статистический анализ данных.

3) Владеть: математическим аппаратом теории вероятностей, математической статистики и случайных процессов, методами решения задач и доказательства утверждений в этой области, методами статистической обработки данных.

2. Структура и трудоемкость дисциплины.

Семестр 8. Форма промежуточной аттестации экзамен.

Общая трудоемкость дисциплины составляет 3 зачетные единицы 108 часов.

3. Тематический план.

Таблица 1.

№	Тема	Недели семестра	Виды учебной работы и самостоятельная работа, в час.	Итого часов по теме	Из них в интерактивной форме	Итого количество баллов
Лекции	Семинарские (практические) занятия	Лабораторные занятия	Самостоятельная рабо
	Модуль 1
1.	Элементы математической статистики: Способы отбора статистических данных. Эмпирические характеристики распределений наблюдаемых данных.	1,2	4	4		4	11	2	0 - 4
2	Основы корреляционного анализа. Приближённые методы определения собственных чисел и собственных векторов корреляционной матрицы.	2,3,4	7	7		12	26	4	0 - 26
	Всего		11	11		16	38	6	0 - 30
	Модуль 2
1.	Линейный регрессионный анализ. Модели и методы факторного анализа	5,6	3	3		12	18	4	0 - 12
2.	Специальный факторный анализ. Задача агрегирования Автоматическая классификация объектов.	7,8,9	8	8		6	22	4	0 - 18
	Всего		11	11		18	40	8	0 - 30
	Модуль 3
1.	Задачи восстановления зависимостей: Задача обучения распознавания образов. Задача восстановления регрессии. Задача минимизации среднего риска по эмпирическим данным.	9,10	6	4		4	14	2	0 - 20
2.	Теория ошибок: Статистический анализ случайных погрешностей. Случайные и систематические ошибки. Аппроксимация методом наименьших квадратов.	10, 11	5	7		4	16	4	0 - 20
	Всего		11	11		8	35		0 - 40
	Итого (часов, баллов):		33	33		42	108		0-100
	из них часов в интерактивной форме		10	10				20

Таблица 2.