BM0232 Eksperimenta plānošana un datu analīze

Kods BM0232
Nosaukums Eksperimenta plānošana un datu analīze
Statuss Obligātais/Ierobežotās izvēles; Brīvās izvēles
Līmenis un tips Doktora, Akadēmiskais
Tematiskā joma Transports
Struktūrvienība Būvniecības un mašīnzinību fakultāte
Mācībspēks Edmunds Kamoliņš, Mihails Gorobecs
Kredītpunkti 8.0
Daļas 1
Anotācija Studiju kursā apskatīti eksperimenta plānošanas bāzes principi, eksperimenta plānošanas efektivitātes nosacījumi, atgriezeniskās funkcijas, faktoru atlases procesa formalizēšana, eksperimenta laukuma un shēmas izvēle. Kursa ietvaros apgūšanai piedāvātas eksperimenta plānošanas metodes, pilnīgs faktoru eksperiments, daļējais faktoru eksperiments, eksperimenta rezultātu matemātiskā apstrāde, datu analīzes tradicionālās metodes, datu statistikas apstrādes ekspresīvās metodes, informācijas tehnoloģiju izmantošana eksperimenta rezultātu apstrādē un analīzē..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Mūsdienu inženieru eksperimenta teorijas pamatproblēmas. Eksperimenta plānošanas teorijas pamatuzdevumi. 4 8 0 0
Varbūtību teorijas un matemātiskās statistikas elementi. 4 8 0 0
Eksperimenta mērķi un uzdevumi. Eksperimenta stratēģijas izvēle. Eksperimenta organizācija. 4 8 0 0
Eksperimenta objekta shēmas parametru raksturojums. Faktoru izplatījuma noteikšana. 4 10 0 0
Faktoru ietekmes novērtējums. Eksperimenta plāna optimuma kritērijs.Mērķu funkcijas noteikšana. 4 10 0 0
Pilns faktoru eksperiments. Frakcionēts faktoru eksperiments. Daudzfaktoru eksperiments. 5 12 0 0
Optimāla eksperimenta plānošana. 5 12 0 0
Mērījuma rezultātu pareizības pārbaudes un paaugstināšanas veidi. 5 12 0 0
Mazāko kvadrātu metode.Matemātiskā modeļa izstrādes metodika, izmantojot statistikas datus. 5 12 0 0
Statistisko hipotēžu statistiskā pārbaude. Korelatīvā analīze. Dispersionālā analīze. 5 12 0 0
Dispersionālā analīze. Regresivitātes analīze. 5 12 0 0
Statistisko datu apstrādes ekspresmetodes. 5 12 0 0
Statistisko datu apstrādes datorrealizācija. 5 12 0 0
Kopā: 60 140 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs 		Studiju kursa mērķis ir sniegt zināšanās par modelēšanas metodēm un attīstīt prasmes plānot eksperimentus un apstrādāt datus. Studiju kursa uzdevumi ir: 1) sniegt zināšanas par par dažādiem modelēšanas rīkiem, to priekšrocībām un trūkumiem, 2) iegūt iemaņas formalizēt eksperimentus un izmantot statistikas metodes un datormodelēšanu dzelzceļa transporta problēmu risināšanai.
Sasniedzamie studiju
rezultāti un to vērtēšana 		Spēj izmantot matemātiskās statistikas metodes sadalījuma funkcijas parametru novērtēšanai. - Students apgūst plānošanas metožu un eksperimentālās plānošanas izmantošanas iespējas - Laboratorijas darbi. Eksāmens.
Spēj izmantot piemērotu rīku, veicot problēmas kvalitatīvu un kvantitatīvu analīzi, spēj izvēlēties reālās situācijas problēmai piemērotus modelēšanas rīkus. - Laboratorijas darbi.
Spēj izpildīt faktora analīzi. Spēj izstrādāt jaunus komponentus sarežģītāku pētījuma uzdevumu modelēšanai - Laboratorijas darbi.
Spēj izveidot modeli, izvēloties piemērotus programmas komponentus, vajadzības gadījumā programmējot jaunus. Spēj veikt modeļa adekvātuma pārbaudi.Spēj veikt statistiskās hipotēzes pārbaudi - Laboratorijas darbi.
Spēj izpildīt korelatīvas, regresijas un dispersijas analīzi. - Laboratorijas darbi.
Spēj veikt datu analīzi, lietojot modeli. - Laboratorijas darbi.
Saprot un spēj izmantot matemātiskās statistikas metodes dzelzceļa transporta problēmu risināšanai. - Eksāmens.
Studiju rezultātu vērtēšanas kritēriji
Eksāmens - 50%
Laboratorijas darbi - 50%
 
Priekšzināšanas Matemātika, varbūtību teorija un matemātiskā statistika
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi Pārbaudījumi (brīvai izvēlei)
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs Ieskaite Eksāmens Darbs
1 8.0 48.0 0.0 32.0 *
Pieteikties uz šo kursu
[Kursa apraksts PDF formātā]