Рабочая программа по дисциплине: Статистическая обработка данных для специальности: 020801 Экология

Вид материала

Рабочая программа

Содержание Распределение учебного времени Общая трудоемкость 60 ч 1 Цель и задачи дисциплины и ее место в учебном процессе 1.2 Задачи изучения дисциплины 1.3 В результате изучения дисциплины студент должен знать и уметь 1.4 Место дисциплины в учебном процессе 2 Содержание дисциплины 2.1 Лекции: седьмой (осенний) семестр – 18 ч, самостоятельная работа 10 ч Тема 4. Оценки параметров распределения. Тема 5. Проверка статистических гипотез. Тема 6. Статистический анализ связей. Исследование взаимосвязей между случайными величинами. Корреляционный анализ. Тема 7. Регрессионный анализ. Тема 8. Дисперсионный анализ. Тема 9. Кластерный анализ. 2.2 Лабораторные работы: седьмой (осенний) семестр–18 ч, самост. работа 12 ч 2.3 Самостоятельная работа Форма отчетности 2.4 Рейтинговая раскладка 3 Учебно-методические материалы по дисциплине 3.2 Рекомендуемая литература ... Полное содержание

Подобный материал:

• Рабочая программа по дисциплине Экономика природопользования для специальности 020801, 72.69kb.
• Рабочая программа по дисциплине Основы природопользования для специальности 020801, 136.11kb.
• Рабочая программа по дисциплине Правовые основы природопользования и охраны окружающей, 110.01kb.
• Рабочая программа по дисциплине Общая экология для специальности 020801 Экология, 107.95kb.
• Рабочая программа по дисциплине Экология человека для специальности 020801 Экология, 122.08kb.
• Рабочая программа по дисциплине Экологический мониторинг для специальности 020801 -экология, 62.37kb.
• Рабочая программа по дисциплине: Геология для специальности: 020801 Экология, 188.46kb.
• Рабочая программа по дисциплине Основы коррекции и оздоровления экологических ситуаций, 184.08kb.
• Рабочая программа по дисциплине: Основы электроники (рег компонент) для специальностей:, 121.46kb.
• Рабочая программа по дисциплине Биоиндикационные методы контроля окружающей среды для, 78.97kb.

Федеральное агентство по образованию

ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ

И РАДИОЭЛЕКТРОНИКИ (ТУСУР)


УТВЕРЖДАЮ

Проректор по учебной работе

__________ М.Т. Решетников

«______» ____________2008 г.


РАБОЧАЯ ПРОГРАММА


по дисциплине: Статистическая обработка данных

для специальности: 020801 – Экология

факультет: Радиоконструкторский (РКФ)

Профилирующая кафедра Радиоэлектронных технологий и

экологического мониторинга» (РЭТЭМ)

Курс – четвертый

Семестр – седьмой


Учебный план набора 2005г. и последующих лет


Распределение учебного времени:

Лекции 18 ч (ауд.)

Лабораторные занятия 18 ч (ауд.)

Всего ауд. занятий 36 ч


Самостоятельная работа 24 ч

Общая трудоемкость 60 ч

Зачет седьмой семестр


2008

Предисловие

1 программа составлена с учетом ГОС ВО для специальности 020801 «Экология» утвержденного 10.03.2000 (№ гос. рег. 99 ЕН/СП) и дополненного 18.06.2003 (№ гос. рег. 99 ЕН/СП/1).

Рабочая программа ОБСУЖДЕНА и УТВЕРЖДЕНА на заседании обеспечивающей кафедры РЭТЭМ 14.02.2008, протокол № 64/2008.


2 Разработчик

профессор каф. РЭТЭМ А.Н. Сычёв


3 Зав. обеспечивающей

кафедрой РЭТЭМ Г. В. Смирнов


4 Рабочая программа СОГЛАСОВАНА с факультетом и СООТВЕТСТВУЕТ действующему рабочему плану занятий.

5 Срок действия рабочей программы – 31.12.2012.


Декан РКФ Г.В. Смирнов

Зав. выпускающей и

профилирующей каф. РЭТЭМ Г.В. Смирнов

1 Цель и задачи дисциплины и ее место в учебном процессе

1.1 Цель преподавания дисциплины

Целью курса является обучение студентов применению методов математической статистики для обработки и анализа экспериментальных данных.

1.2 Задачи изучения дисциплины

Основными задачами курса являются:

• изучение основных положений теории вероятностей и математической статистики;
  
• изучение современных методов статистического анализа экспериментальных данных;
  
• практическое освоение методов статистической обработки одномерных и многомерных выборок;
  
• знакомство с возможностями компьютерных пакетов статистического анализа.
  

1.3 В результате изучения дисциплины студент должен знать и уметь:

• основные положения теории вероятностей и математической статистики;
  
• возможности и ограничения конкретных статистических методов, уметь подобрать адекватный метод анализа в соответствии с целью исследования и характером статистических данных;
  
• четкое представление о существующих подходах к статистическому анализу экспериментальных данных;
  
• представление о возможностях статистической обработки данных с использованием электронных таблиц (Excel), математических пакетов общего назначения (MathCAD) и специализированных программ статистического анализа (Statistica, SPSS и др.);.
  
• приобрести практические навыки статистической обработки данных, в том числе с использованием вычислительной техники;
  
• представить содержательную интерпретацию результатов статистической обработки экспериментальных данных.
  

1.4 Место дисциплины в учебном процессе

Базой для изучения данной дисциплины являются следующие дисциплины:

• высшая математика (раздел теория вероятностей);
  
• информатика (практические навыки работы с программными продуктами MathCAD, Excell);
  

2 Содержание дисциплины

Распределение часов по видам занятий (лекции, практические занятия) и самостоятельная работа студентов приведены в учебно-методической карте дисциплины (обязательное приложение А).

2.1 Лекции: седьмой (осенний) семестр – 18 ч, самостоятельная работа 10 ч

Тема 1. Введение в теорию вероятностей. Дискретные и непрерывно распределенные случайные величины. Ряд, многоугольник и функция распределения ДСВ. Функция распределения вероятностей случайной величины F(x), функция плотности распределения f(x) НСВ (лекций 2 ч, самостоят. работа 1 ч).

Тема 2. Наиболее важные законы распределения, их свойства. Законы распределения: равномерное, нормальное (гауссово), Стьюдента, «хи-квадрат», экспоненциальное, Фишера. Числовые характеристики случайных величин, характеристики центра группирования и вариации. Теоретические моменты (2 ч, самостоят. работа 1 ч).

Тема 3. Математическая статистика, основные определения и понятия выборочного метода. Представления о генеральной совокупности и выборке. Эмпирическая функция распределения, полигон и гистограмма. Описательная статистика. Оценки параметров распределения по выборке. (2 ч, самостоят. работа 1 ч).

Тема 4. Оценки параметров распределения. Точечные оценки. Метод моментов. Интервальные оценки. Доверительный интервал и доверительная вероятность. Использование вычислительной техники в задачах статистического анализа, сравнение существующих компьютерных программ. (2 ч, самостоят. работа 1 ч).

Тема 5. Проверка статистических гипотез. Описание гипотез и критерии их проверки. Проверка гипотез и доверительные интервалы. Гипотезы о равенстве средних и дисперсий (2 ч, самостоят. работа 1 ч).

Тема 6. Статистический анализ связей. Исследование взаимосвязей между случайными величинами. Корреляционный анализ. Линейная и криволинейная корреляции. Парная и множественная корреляции. Ранговая корреляция, коэффициенты Спирмена и Кендалла (2 ч, самостоят. работа 1 ч).

Тема 7. Регрессионный анализ. Построение и оценка уравнений линейной регрессии. Метод наименьших квадратов (МНК). Нелинейные регрессионные модели. Значимость коэффициентов по критерию Стьюдента (2 ч, самостоят. работа 1,5 ч).

Тема 8. Дисперсионный анализ. Однофакторный дисперсионный анализ с одинаковым числом испытаний на различных уровнях. Однофакторный дисперсионный анализ с различным числом испытаний на различных уровнях. Двух- и многофакторный дисперсионный анализ. Критерий адекватности Фишера (2 ч, самостоят. работа 1,5 ч).

Тема 9. Кластерный анализ. Применение кластерного анализа для решения задач группирования, классификации, разбиения и сегментации объектов выборки. Иерархические методы кластерного анализа (агломеративные, дивизимные; дендрограмма) при небольших выборках. Метод двухвходового объединения. Метод К-средних (2 ч, самостоят. работа 1 ч).


2.2 Лабораторные работы: седьмой (осенний) семестр–18 ч, самост. работа 12 ч


Лабораторная работа 1. Исследование дискретных и непрерывных случайных величин. Теоретические законы распределения вероятностей случайных величин. Работа с данными в MathCAD. (2 ч, самостоят. работа 1 ч).

Лабораторная работа 2. Основы статистического анализа в Excel. Построение графиков случайных величин и гистограмм. (2 ч, самостоят. работа 1 ч).

Лабораторная работа 3. Статистическая обработка экспериментальных данных в MathCAD. (4 ч, самостоят. работа 1 ч).

Лабораторная работа 4. Основы статистического анализа в системе Statistica 6.0. Оценки параметров распределения (2 ч, самостоят. работа 1,5 ч).

Лабораторная работа 5. Методы визуализации и графического анализа данных в системе Statistica 6.0 (2 ч, самост. работы 1,5 ч).

Лабораторная работа 6. Канонический корреляционный анализ в Statistica (2 ч, самостоят. работа 1,5 ч).

Лабораторная работа 7. Линейный регрессионный анализ в Statistica. Метод наименьших квадратов для аппроксимации экспериментальных данных в MathCAD (2 ч, самостоят. работа 1,5 ч).

Лабораторная работа 8. Однофакторный дисперсионный анализ в MathCAD и Statistica (2 ч, самостоят. работа 1,5 ч).

Лабораторная работа 9. Двухфакторный дисперсионный анализ в MathCAD и Excel (2 ч, самостоят. работа 1,5 ч).


2.3 Самостоятельная работа

Наименование работы	Кол-во часов	Форма отчетности и контроля	Рейтинг. баллы (макс.)
1 Проработка лекционного материала	10	Контрольные работы (2 по 10 баллов)	20
2 Изучение тем теоретической части, отводимых на самостоятельную работу (темы отмечены курсивом в табл. А1).	2	Проверка конспектов, cобеседование. (2 по 8 баллов)	16
3 Подготовка к лабораторным занятиям и выполнение отчетов.	12	Опрос на занятиях. Защита лабораторных работ (9 по 5 баллов)	45
Всего часов:	24

2.4 Рейтинговая раскладка

По дисциплине, заканчивающейся зачетом, для получения «автомата» необходимо набрать как минимум 60 баллов из 120. При этом обязательное условие – выполнение и защита всех лабораторных работ (45 баллов).

В целом, рейтинговая раскладка по дисциплине следующая:

• лабораторные работы – 45;
  
• контрольные работы – 20;
  
• посещаемость лекций – 19;
  
• собеседование по темам, отводимым на самостоятельное изучение – 16;
  
• индивидуальное творческое задание – 20.
  

3 Учебно-методические материалы по дисциплине

3.1 Программные продукты, используемые при выполнении лабораторных работ: MathCAD; Excel; Statistica-6.0. Описания программных продуктов (назначение, состав, структура, методы, алгоритмы).


3.2 Рекомендуемая литература

а) основная

1. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов.– 10-е изд., стер.– М.: Высш. шк., 2004.– 479с.
   
2. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике: Учеб. пособие для вузов.– 8-е изд., стер.– М.: Высш. шк, 2003.– 405 с.
   
3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник для вузов.– 4-е изд.– М.: Финансы и статистика, 2002.– 480 с.
   
4. Теория вероятностей и математическая статистика: Учеб. пособие / Под ред. В.А. Колемаева.– М.: Высш. шк., 1991.– 400с.
   
5. Смирнов Г.В. Статистические методы обработки.– Томск: ТУСУР, 2007.– 105 с.
   

б) дополнительная

1. Решетников М.Т. Планирование эксперимента и статистическая обработка данных: Учеб. пособие для вузов.– Томск: ТУСУР, 2000.– 232 с.
   
2. Статистика: Учебник / Под ред. И.И. Елисеевой.– М.: ТК Велби, Изд-во Проспект, 2004.– 448с.
   
3. Боровиков В.П. Statistica. Искусство анализа данных на компьютере. – С.П-б.: Питер, 2001. – 656 с.
   
4. Боровиков В.П. Популярное введение в программу Statistica. – М.: Компьютер Пресс, 1998. – 267 с.
   
5. Дюк В. Обработка данных на ПК в примерах.– С.П-б.: Питер, 2001.– 656 с.
   
6. Математическая теория планирования эксперимента / Под ред. С.М. Ермакова.– Наука, 1983.– 392 с.
   
7. Плис А.И., Сливина Н.А. MathCAD. Математический практикум для инженеров и экономистов. Учеб. Пособие.– 2-е изд.– М.: Финансы и статистика, 2003.– 656с.
   

Приложение А

(обязательное)

Учебно-методическая карта дисциплины «Статистическая обработка данных»

для специальности: 020801 (013100) – Экология


Таблица А1 –седьмой (осенний) семестр

Номер недели семестра	Лекции		Лабораторные работы		Часы самост. работы студента по всем видам занятий	Формы контроля и отчетности	Рейтинг. баллы по всем видам занятий
	Номер лекции и наименование темы	Часов	Номер занятия и название работы	Часов
1	2	3	4	5	6	7	8
1,2	1 Тема 1 Введение в теорию вероятностей. Дискретные и непрерывно распределенные случайные величины. Ряд, многоугольник и функция распределения ДСВ. Функция распределения вероятностей случайной величины F(x), функция плотности распределения f(x) НСВ.	2	1. Исследование дискретных и непрерывных случайных величин. Теоретические законы распределения вероятностей случайных величин. Работа с данными в MathCAD.	2	2	ЛБ	8
3,4	2 Тема 2. Наиболее важные законы распределения, их свойства. Законы распределения: равномерное, нормальное (гауссово), Стьюдента, «хи-квадрат», экспоненциальное, Фишера. Числовые характеристики случайных величин, характеристики центра группирования и вариации. Теоретические моменты.	2	2. Основы статистического анализа в Excel. Построение графиков случайных величин и гистограмм.	2	2	ЛБ	7
5,6	3 Тема 3. Математическая статистика, основные определения и понятия выборочного метода. Представления о генеральной совокупности и выборке. Эмпирическая функция распределения, полигон и гистограмма. Описательная статистика. Оценки параметров распределения по выборке.	2	3. Статистическая обработка экспериментальных данных в MathCAD.	2	2	ЛБ	7
7,8	4 Тема 4. Оценки параметров распределения. Точечные оценки. Метод моментов. Интервальные оценки. Доверительный интервал и доверительная вероятность. Использование вычислительной техники в задачах статистического анализа, сравнение существующих компьютерных программ.	2	4. Основы статистического анализа в системе Statistica 6.0. Оценки параметров распределения.	2	3,5	ЛБ, КР, СБ	25
9,10	5 Тема 5. Проверка статистических гипотез. Описание гипотез и критерии их проверки. Проверка гипотез и доверительные интервалы. Гипотезы о равенстве средних и дисперсий.	2	5. Методы визуализации и графического анализа данных в системе Statistica 6.0.	2	2,5	ЛБ	7

Окончание табл. А1 –седьмой (осенний) семестр

1	2	3	4	5	6	7	8
11, 12	6 Тема 6. Статистический анализ связей. Исследование взаимосвязей между случайными величинами. Корреляционный анализ. Линейная и криволинейная корреляции. Парная и множественная корреляции. Ранговая корреляция, коэффициенты Спирмена и Кендалла.	2	6. Канонический корреляционный анализ в Statistica.	2	3	ЛБ	7
13, 14	7 Тема 7. Регрессионный анализ. Построение и оценка уравнений линейной регрессии. Метод наименьших квадратов (МНК). Нелинейные регрессионные модели. Значимость коэффициентов по критерию Стьюдента.	2	7. Линейный регрессионный анализ в Statistica. Метод наименьших квадратов для аппроксимации экспериментальных данных в MathCAD.	2	3	ЛБ	7
15, 16	8 Тема 8. Дисперсионный анализ. Однофакторный дисперсионный анализ с одинаковым числом испытаний на различных уровнях. Однофакторный дисперсионный анализ с различным числом испытаний на различных уровнях. Двух- и многофакторный дисперсионный анализ. Критерий адекватности Фишера.	2	8. Однофакторный дисперсионный анализ в MathCAD и Statistica.	2	3	ЛБ	7
17, 18	9 Тема 9. Кластерный анализ. Применение кластерного анализа для решения задач группирования, классификации, разбиения и сегментации объектов выборки. Иерархические методы кластерного анализа (агломеративные, дивизимные; дендрограмма) при небольших выборках. Метод двухвходового объединения. Метод К-средних.	2	9. Двухфакторный дисперсионный анализ в MathCAD и Excel.	2	3	КР, СБ, ЛБ	25
	Дополнительные баллы за прилежание и успехи в выполнении индивидуальных творческих заданий, всего						20
	Всего баллов (максимум)						120
	Всего часов за семестр	18		18	24
Общая трудоемкость: 60 часов, 9 лабораторных работ. Темы теоретической части, отводимые на самостоятельную работу, отмечены курсивом КР – контрольная работа ЛБ – отчёт по лабораторной работе СБ – собеседование

Разработчик

профессор каф. РЭТЭМ А.Н. Сычёв