BM0751 Eksperimentu sagatavošana, īstenošana un apstrāde

Kods BM0751
Nosaukums Eksperimentu sagatavošana, īstenošana un apstrāde
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Akadēmiskais
Tematiskā joma Aviācijas transports
Struktūrvienība Būvniecības un mašīnzinību fakultāte
Mācībspēks Mārtiņš Kleinhofs, Emma Šidlovska
Kredītpunkti 6.0
Daļas 1
Anotācija Studiju kursā ir aplūkoti eksperimentālo datu apstrādes metodes, kas iekļauj darbu ar gadījuma lielumu izlasēm, regresijas analīzes izmantošanu atkarības starp lielumiem pētīšanai un Furjē analīzi periodisku parādību pētīšanai. Speciālā uzmanība ir veltīta mērījumu kļūdu novērtēšanai, kā arī teorētisko modeļu un hipotēžu pārbaudes metodēm..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Gadījuma lielumu modelēšana. 8 8 0 0
Izlases metode. Ticamības intervāli matemātiskajai cerībai un dispersijai. 12 18 0 0
Mērījumu precizitāte. 6 8 0 0
Atkarību starp lielumiem pētīšana. 6 8 0 0
Lineārās regresijas metode. Ticamības intervāli regresijas parametriem. 12 18 0 0
Lineārās regresijas modeļa pielietojamības novērtēšana. 6 12 0 0
Periodisko parādību pētīšana un prognozēšana. 6 12 0 0
Diskrētais Furjē pārveidojums (ātrais Furjē pārveidojums). 8 12 0 0
Kopā: 64 96 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir sniegt teorētiskās zināšanas par matemātiskās statistikas datu apstrādes metodēm un iemācīt pielietot šos metodes eksperimentālo datu apstrādē un analīzē. Studiju kursa uzdevumi ir: - iepazīstināt ar teorētiskiem modeļiem, uz kuriem pamatojas statistiskās datu apstrādes metodes; - apmācīt darbam ar izlasēm; - apmācīt pielietot lineārās regresijas metodi lineāri atkarīgo lielumu pētīšanā; - iepazīstināt ar Furjē analīzes izmantošanas iespējām periodisko parādību pētīšanā un prognozēšanā; - pilnveidot iemaņas darbā ar Excel datorprogrammu un iemācīt lietot Excel datu apstrādes rīkus; - iemācīt redzēt statistisko datu apstrādes metodēm gan pielietošanas iespējas, gan izmantoto teorētisko modeļu ierobežojumus.
Sasniedzamie studiju
rezultāti un to vērtēšana
Prot izlasei aprēķināt vērtības un ticamības intervālus matemātiskajai cerībai, dispersijai un standartnovirzei. - Laboratorijas darbi. Eksāmens. Kritēriji: vērtības un ticamības intervālus matemātiskajai cerībai, dispersijai un standartnovirzei rēķina izlasei bez kļūdām.
Prot izmantot izlases metodi mērījumu precizitātes novērtēšanai. - Laboratorijas darbi. Kritēriji: zina, kā izmantot ticamības intervālu matemātiskajai cerībai mērījumu precizitātes novērtēšanai.
Prot noteikt lineārās regresijas modeļa parametrus. - Laboratorijas darbi. Eksāmens. Kritēriji: pareizi aprēķina vērtības lineārās regresijas modeļa parametrus.
Prot aprēķināt korelācijas un determinācijas koeficientus diviem atkarīgiem gadījuma lielumiem. - Laboratorijas darbi. Eksāmens. Kritēriji: pareizi aprēķina korelācijas un determinācijas koeficientus diviem atkarīgiem gadījuma lielumiem.
Prot novērtēt .lineārās regresijas modeļa pielietojamību atkarībai starp diviem lielumiem. - Laboratorijas darbi. Kritēriji: pareizi lieto divu lielumu atkarības grafikus, korelācijas un determinācijas koeficientus, ka arī lineārās regresijas modeļa parametru ticamības intervālus lineārā modeļa pielietojamības novērtēšanai.
Prot izmantot diskrēto Furjē pārveidojumu vai ātro Furjē pārveidojumu periodiskās funkcijas pētīšanai, ja funkcija ir uzdota ar vērtību tabulu. - Laboratorijas darbi. Kritēriji: pareizi lieto atbilstošo programmatūru Furjē izvirzījuma frekvenču, amplitūdu un fāžu noteikšanai, pareizi izvelās svarīgākus ieguldījumus Furjē izvirzījumā, prot pārbaudīt gala rezultātu grafiski.
Studiju rezultātu vērtēšanas kritēriji
Laboratorijas darbi (tai skaitā atskaites) - 45%
Apmeklējums - 15%
Eksāmens - 40%
 
Priekšzināšanas Matemātikā, Matemātikas papildnodaļas (aviācijas transporta uzdevumos).
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 6.0 32.0 0.0 32.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]