Рабочая программа дисциплины «статистический анализ в научных исследованиях» для специальности 240502 \"Технология переработки пластических масс и эластомеров\". Направление 240500 \"Химическая технология высокомолекулярных соединений и полимерных материалов\" icon

Рабочая программа дисциплины «статистический анализ в научных исследованиях» для специальности 240502 "Технология переработки пластических масс и эластомеров". Направление 240500 "Химическая технология высокомолекулярных соединений и полимерных материалов"



Смотрите также:
Рабочая программа дисциплины математика для специальности 240502 Технология переработки...
Рабочая программа дисциплины "Синтетические клеи" для специальности 240502 "Технология...
Рабочая программа по дисциплине «Автоматизированные системы управления технологическими...
Методические указания для студентов специальностей 240501...
Рабочая программа дисциплины «программирование и численные методы в конструировании и...
Рабочая программа дисциплины теоретическая механика для специальностей 240502 Технология...
Образовательный стандарт по специальности 250500 (240501) «Химическая технология...
Рабочая учебная программа факультет...
Л. Б. Кандырин моделирование процессов...
Образовательный стандарт по направлению подготовки дипломированных специалистов 655100 [240500]...
Рабочая программа дисциплины «Поверхностные явления и дисперсные системы» для специальности...
Рабочая учебная программа по дисциплине “общая химическая технология полимеров “ для направления...



скачать
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ


ВОРОНЕЖСКАЯ ГОСУДАРСТВЕННАЯ ТЕХНОЛОГИЧЕСКАЯ АКАДЕМИЯ


УТВЕРЖДАЮ

Декан факультета экологии и
химической технологии

проф. Корыстин С.И.

"_____" ____________2005 г.


РАБОЧАЯ ПРОГРАММА

ДИСЦИПЛИНЫ

«СТАТИСТИЧЕСКИЙ АНАЛИЗ В НАУЧНЫХ ИССЛЕДОВАНИЯХ»

для специальности 240502 "Технология переработки пластических масс и эластомеров".


Направление 240500 "Химическая технология высокомолекулярных соединений и полимерных материалов"


Программа рассмотрена

на заседании кафедры ТПП, протокол № от "__" ____2005 г.

Заведующий кафедрой ТПП _____________ Шутилин.Ю.Ф.


на заседании методической комиссии по образованию в области экологии и химической технологии

протокол № от "_____" ________2005 г.

Председатель методической комиссии по образованию в области экологии и химической технологии ___________ Молчанов В.И.


Воронеж

2005 г.

  1. ^ Цели и задачи дисциплины.

Целью изучения дисциплины является освоение студентами современной методологии статистического анализа, а также применение полученных знаний при исследовании свойств мно­гокомпонентных полимерных композиций, технологических процессов и производственных систем, принятии оптимальных решений.

Основное внимание уделяется теории и практическому использованию методов статистической обработки данных в исследовательской работе.

Задачи изучения дисциплины. В процессе обучения студенты приобретают навыки:

  • применения статистического подхода при решении задач анализа экспериментальных данных,

  • корректной постановки целей анализа экспериментальных данных,

  • решения задач в условиях неопределенности входной информации и оценке достоверности полученных результатов.




  1. Требования к уровню освоения содержания дисциплины .

В результате изучения данной дисциплины студенты должны:

  • знать содержание дисциплины в пределах программы;

  • владеть основными понятиями и терминами, обозначающими сущность практически используемых статистических методов,

  • знать назначение, классификацию основных мето­дов статистического контроля производственных рецептур и процессов, методы поиска неполадок; эффективность применения статистических критериев,

  • уметь применять методы математической ста­тистики для решения основных задач статистической обработки дан­ных с применением средств вычислительной техники и прикладного программного обеспечения,

  • выполнять экспериментальные исследования с применением планов эксперимента типовых методик обработки экспериментальных данных, проверки полученных математических моделей,

  • использовать результаты, полученные в предварительном статистическом анализе данных, для выбора оптимальной схемы подтверждающего статистического анализа данных на компьютере;

  • владеть навыками использования полученных знаний в профессиональной деятельности.

  1. ^ Объем дисциплины и виды учебной работы




Виды учебной работы

Всего часов

Семестр 4

Общая трудоемкость дисциплины

187

167

Аудиторные занятия

93,5

93,5

Лекции

34

34

Лабораторные занятия

59,5

59,5

Самостоятельная работа

93,5

93,5

Проработка материалов по конспекту лекций

0,5*34 = 17

17

Подготовка к коллоквиуму (2 коллоквиума). Проработка материалов:

  • по конспекту лекций (18ч.)

  • по учебнику, 9 п.л.

  • Итого:



0,5*18 = 9

1,5*9=13,5

22,5


22,5

Проработка материалов по учебнику

272 с. = 17 п.л.

1,5*17 = 25,5

25,5

Выполнение расчетов для

лабораторных работ 9 ЛР, объём текста 3 л.

0,65*3*9 = 17,5

17,5

Оформление отчетов по лабораторным работам. 9ЛР, объём текста 4 л.

0,3*4*9 = 10,8

10,8

Вид итогового контроля (зачет, экзамен)

зачёт

зачёт




  1. ^ Содержание дисциплины

    1. Разделы дисциплины и виды занятий




№ п/п
^

Раздел дисциплины


Лекции

ЛЗ

1

Введение

2




2

Первичный анализ данных

2

6


3

Теория оценок

4

6


4

Однофакторный анализ данных

4

6


5

Дисперсионный анализ

2

6


6

Регрессионный анализ

5

10


7

Оптимизация процессов посредством экспериментирования

3

8


8

Планирование эксперимента


6

8


9

Анализ временных рядов

6

9,5




Итого

34

59,5

4.2^ . Содержание разделов дисциплины

Тема 1. Введение.

Общая характеристика значения статистического анализа. Математическая статистика как основной из ме­тодов для принятия обоснованных решений в условиях неопределен­ности. Общая характеристика значения научных исследований для разработки сов­ременных технологий. Роль научно-исследо­вательской работы студентов в формировании высококвалифицирован­ных специалистов.

Цели анализа данных. Два этапа статистического анализа данных: предварительный и подтверждающий. Точность вычислений, ошибка ок­ругления вычисляемых значений и "свертка" информации.

Тема 2. Первичный анализ данных.

Генеральная совокупность и выборка. Вариационный ряд. Графики вариационных рядов. Эмпирическая функция распределения. Числовые характеристики выборки (среднее, дисперсия, среднеквадратичное отклонение мода, медиана).

Тема 3. Теория оценок.

Понятие оценки. Требования, предъявляемые к оценкам. Несмещённые оценки. Доверительный интервал. Доверительный интервал среднего значения нормального распределения. Определение объёма выборки.

^ Тема 4. Однофакторный анализ.

Аппроксимация данных.

Фактор, отклик, остаток. Графики зависимостей, форма, масштаб. Графическое сложение и вычитание. Нахождение линейной регрессии. Выравнивание зависимости, сдвиг начала координат, поиски прямоли­нейности.

^ Преобразования переменных.

Преобразование одной переменной. Выпрямление графиков методом "трех точек". Преобразование второй переменной. Линеаризация дан­ных. Построение регрессионной зависимости методом наименьших квад­ратов и методом максимального правдоподобия. Проверка монотонной сопряженности.

^ Сглаживание последовательностей.

Скользящие медианы, повторное сглаживание медианами, сглажива­ние на концах кривой. Числовые фильтры.

Тема 5. Дисперсионный анализ.

Задача дисперсионного анализа. Однофакторный дисперсионный анализ. Двухфакторный дисперсионный анализ. Дисперсионный анализ парных выборок данных, сравнение дисперсий двух выборок.

Тема 6. Регрессионный анализ

Од­нофакторный регрессионный анализ, проверка адекватности моделей, выбор наилучшей модели. Многофакторный регрессионный анализ. Линейная и нелинейная регрессия. Решение задач регрессионного анализа в матричной форме.

^ Тема 7. Оптимизация процессов посредством экспериментирования.

Стратегия эффективного экспериментирования.

Полный факторный эксперимент, последовательное симплекс-плани­рование, покоординатный спуск. Отсеивающие эксперименты, метод слу­чайного баланса.

^ Методы производственного эксперимента.

Эволюционное планирование. Преимущество симплексного метода. Процессы с одним откликом, многооткликовые процессы, функция жела­тельности.

Тема 8. Планирование эксперимента

Полный и дробный факторный эксперимент, рототабельные планы. D-оптимальные планы. Планирование отсеивающих экспериментов.

Планирование эксперимента при исследовании полимерных композиций. Симплекс-решетчатые планы Шеффе. Планирование эксперимента при исследований зависимостей свойств композиции от соотношения компо­нентов.

Тема 9. Анализ временных рядов

Методы исследование процессов протяженных во времени. Метод контрольных карт, карты Шьхарта и скользящего геометрического среднего. Использование контрольных карт при управлении качества продукции. Применение фильтров для сглаживания временных последовательностей. Понятие об автокорреляционной функции. Вычисление фрактальной размерности временного ряда.

  1. ^ Лабораторный практикум



    п/п

    № Раздела

    дисциплины

    Наименование лабораторных работ

    1

    2

    Построение вариационных рядов.

    2

    2
    ^

    Первичный статистический анализ экспериментальных данных.


    3

    3

    Сравнение двух выборок


    4

    4
    ^

    Сравнение дисперсий


    5

    5

    Дисперсионный анализ


    6

    6
    ^

    Линейная регрессия.


    7

    7 - 8

    Планировпание эксперимента.


    8

    8
    ^

    Планирование эксперимента по планам Шеффе.


    9

    9

    Контрольные карты


  2. Форма и содержание текущего, промежуточного и итогового контроля.

6.1. Текущий контроль предусматривает: устный опрос на лабораторных занятиях, а также рейтинговую систему оценки знаний студентов по уровню их подготовки к лабораторным занятиям.

    1. Промежуточный контроль Контролируется в соответствии с АИС «Рейтинг» и согласно прилагаемого графика контроля успеваемости студента предусматривает сдачу двух коллоквиумов.

    2. Итоговый контроль. Зачет. Проводится в устной форме по темам изучаемой дисциплины

Вопросы к зачету по дисциплине

  1. Цели анализа данных. Два этапа статистического анализа данных: предварительный и подтверждающий.

  2. Точность вычислений, допустимая ошибка округления вычисляемых значений и "свертка" информации.

  3. Вычисление выборочных характеристик: квантили, медиана, мода, среднее значение, стандартная ошибка и отклонение, размах.

  4. Графическое изображение данных.

  5. Однофакторный анализ. Аппроксимация данных. Фактор, отклик, остаток.

  6. Графики зависимостей, форма, масштаб. Графическое сложение и вычитание. Проверка монотонной сопряженности. Нахождение линейной регрессии.

  7. Выравнивание нелинейной зависимости, сдвиг начала координат, поиски прямолинейности. Преобразования переменных. Преобразование одной переменной.

  8. Графики зависимостей. Выпрямление графиков методом "трех точек". Преобразование второй переменной. Линеаризация данных.

  9. Сглаживание последовательностей. Скользящие медианы, повторное сглаживание медианами, сглаживание на концах кривой. Числовые фильтры.

  10. Двухфакторный анализ. Аппроксимация "строка + столбец", эффекты, остатки. Переход к аппроксимации "строка - на - столбец". Разница между двумя соотношениями.

  11. Методы двухфакторного анализа. Удаление медиан. Построение ядра диаграммы. Кодирование остатков, сжатие аппроксимаций и остатков. Выбор преобразований,

  12. Нахождение коэффициентов регрессии. Построение статистической модели объекта в виде ортогональных полиномов. Алгоритм решения.

  13. Дисперсионный анализ одномерной выборки данных.

  14. Дисперсионный анализ парных выборок данных, сравнение дисперсий двух выборок.

  15. Однофакторный регрессионный анализ, построение регрессионной зависимости методом наименьших квадратов и методом максимального правдоподобия.

  16. Нахождение коэффициентов регрессии. Построение статистической модели объекта в виде полиномов. Алгоритм решения.

  17. Проверка адекватности регессионного уравнения, выбор наилучшей математической модели. (Критерий Фишера). Проверка значимости коэффициентов модели. (Критерий Стьюдента)

  18. Постановка задачи оптимизации процессов переработки полимеров. Критерии оптимальности, виды критериев, функция желательности. Общая стратегия решения задачи оптимизации.

  19. Аналитические методы поиска оптимума. Применение метода линейного программирования при оптимизации. Геометрическая интерпретация задачи. Использование нелинейного программирования.

  20. Глобальные методы поиска экстремума: метод статистических испытаний, метод Тихонова.

  21. Локальные методы поиска экстремума. Метод сопряженных направлений. Наискорейший спуск. Покоординатный спуск. Последовательное симплекс-планирование.

  22. Стратегия эффективного экспериментирования. Эмпирические модели. Планирование экспериментов. Отсеивающие эксперименты, метод случайного баланса.

  23. Оптимальное планирование эксперимента. Композиционные планы. Ортогональные и рототабельные планы. Полный и дробные факторные эксперименты.

  24. Методы производственного эксперимента. Эволюционное планирование. Преимущество симплексного метода. Процессы с одним откликом, многооткликовые процессы, функция желательности.

  25. Планирование эксперимента при исследовании полимерных композиций. Симплекс-решетчатые планы Шеффе. Планирование эксперимента при исследовании зависимостей свойств композиции от соотношения компонентов.

  26. Стохастический характер функционирования технологических систем. Оценка параметров технологических процесса. Составление уравнений описания объекта методами математической статистики на основе экспериментальных данных. Система уравнений для описания состояния процесса – время. Процессы с одним откликом, многооткликовые процессы. Статистика Хоттелинга.

  27. Обнаружение отклонений в ходе технологических процессов. Технологический процесс как временной ряд. Исследование временных рядов. Графическое отображение информации, контрольные карты процесса (карты Шьюхарта, карты скользящего геометрического среднего).

  28. Индекс C.P.K. Расчет характеристик, обнаружение неполадок в процессе. Исследование временных рядов с несколькими переменными Проверка монотонной сопряженности между двумя временными рядами. Расчет надежности процесса.

  29. Классификация и выделение признаков. Классификация объектов и событий по совокупности признаков, основные методы разбиения множества на группы. Кластерный анализ.

  30. Выделение характерных и второстепенных признаков, диаграмма Парето, факторный анализ.

  31. Принадлежность нового события или объекта к известным группам событий, дискриминантный анализ.




  1. Учебно-методическое обеспечение дисциплины

  1. 7.1. Основная литература:

  1. Ахназарова С. Л., Кафаров В. В. Методы оптимизации экспери­мента в химической технологии. - М.: Высш. шк., 1985. - 327 с.

  2. Алексахин С.В. и др. Прикладной статистический анализ данных - М. Приор 1998г.


^ 7.2. Дополнительная литература:

  1. Гмурман В. Г. Руководство к решению задач по теории вероятности и математической статистике М. Выс. шк. 2001

  2. Кенуй М. Г. Быстрые статистические вычисления. - М.: Ста­тистика, 1979. - 69 с.

  3. 7. Тьюки Дж. Анализ результатов наблюдений. - М.: Мир, 1981. - 696 с.

  4. Н. В. Макарова, В. Я. Трофимец. Статистика в Excel. Изд-во «Финансы и статистка» 2002 г.

  5. Тюрин Ю. Н., Макаров А. А. Анализ данных на компьютере / Под ред. В. Э. Фигурнова. - М.: ИНФРА-М, Финансы и статистика, 1995. - 384 с.

^ 7.3. Методические материалы преподавателю:

Включают рейтинговую систему знаний студентов, тестирование.

Учебные программы в пакетах «Excel» и «Stadia».

^ 7.4. Обучающие, контролирующие, расчетные компьютерные программы и другие средства освоения дисциплины.

Универсальный математический пакет «Excel» и плагины. Студенческая версия программы «Stadia».


Программа составлена в соответствии с Государственным образовательным стандар­том высшего профессионального образования по специальности подготовки дипломиро­ванного специалиста: 240502 "Технология переработки пластических масс и эластомеров", направление 240500 "Химическая технология высоко­молекулярных соединений и полимерных материалов".


Программу составил __________________ доцент Молчанов В.И.

Расчет объема СРС

по дисциплине

^ «СТАТИСТИЧЕСКИЙ АНАЛИЗ В НАУЧНЫХ ИССЛЕДОВАНИЯХ»

4 семестр.

  1. Проработка текстовых материалов.

  • Проработка материалов по конспекту лекций:

Объем в ч. – 34 ч.

Время на проработку – 0,5*34=17 ч.

  • Проработка материалов по учебнику.

Объем текстов в учебнике – 272 с. = 17 п.л.

Время на изучение материалов– 1,5*17=25,5 ч.

  1. Подготовка к коллоквиуму.

  • Проработка материалов по конспекту лекций:

Объем в ч. – 18 ч.

Время на проработку – 0,5*18=9 ч.

  • Проработка материалов по учебнику.

Объем текстов в учебнике – 144 с. = 9 п.л.

Время на изучение материалов– 1,5*9=13,5 ч.


  1. Выполнение расчетов для лабораторных работ

(всего 9 работ).

Объем расчетов по одной лабораторной работе - 3 л.ф. А4.

Время на их выполнение – 0,65*3*9=17,5 ч.

  1. Оформление отчетов по лабораторным работам

Объем текста по одной лабораторной работе - 4 л.ф. А4.

Время на их оформление – 0,3*4*9=10,8 ч.


  1. Полный средний объем СРС.

17+25,5+9+13,5+17,5+10,8=93,3 ч.

По учебному плану на долю СРС по данной дисциплине приходится 93,5 ч.


Анализ и расчеты выполнил доц. Молчанов В.И.




Скачать 147,08 Kb.
оставить комментарий
Дата02.10.2011
Размер147,08 Kb.
ТипРабочая программа, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Документы

наверх