Detail předmětu

Analýza inženýrského experimentu

FSI-TAI Ak. rok: 2025/2026 Letní semestr

Předmět je zaměřen na vybrané partie matematické statistiky pro stochastické modelování inženýrských experimentů: regresní modely, regresní diagnostika, vícerozměrné metody, a plánovaný experiment. Výpočty budou realizovány pomocí softwaru Minitab.

Garant předmětu

Ing. Pavel Hrabec, Ph.D.

Zajišťuje ústav

Ústav matematiky

Výsledky učení předmětu

Prerekvizity

Popisná statistika, pravděpodobnost, náhodná veličina, náhodný vektor, náhodný výběr, odhady parametrů, testování hypotéz a regresní analýza.

Plánované vzdělávací činnosti a výukové metody

Způsob a kritéria hodnocení

Podmínky udělení zápočtu: aktivní účast ve cvičeních.
Zkouška: Prezentace semestrálníého projektu.

 

Přítomnost na výuce je kontrolovaná a o náhradě zameškané výuky rozhoduje učitel.

Jazyk výuky

čeština

Cíl

Seznámení studentů oborů Matematické inženýrství a Fyzikální inženýrství s důležitými vybranými metodami matematické statistiky pro řešení technických úloh.

 

Studenti získají potřebné znalosti z matematické statistiky, které jim umožní pochopit a aplikovat stochastické a intervalové modely technických jevů a procesů při řešení technických problémů na PC.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Použití předmětu ve studijních plánech

Program N-FIN-P: Fyzikální inženýrství a nanotechnologie, magisterský navazující
obor ---: bez specializace, 5 kredity, povinný

Program N-PMO-P: Přesná mechanika a optika, magisterský navazující
obor ---: bez specializace, 5 kredity, povinně volitelný

Program N-MAI-P: Matematické inženýrství, magisterský navazující
obor ---: bez specializace, 5 kredity, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., povinná

Osnova


  1. Hlavní komponenty (PCA)

  2. Faktorová analýza.

  3. Shluková analýza.

  4. ANOVA.

  5. Lineární regrese.

  6. Identifikace regresního modelu, regularizovaná regrese.

  7. Faktorový plán experimentu.

  8. Centrální bod, bloky, replikace a znáhodnění v DoE.

  9. Částečné faktorové plány experimentu.

  10. DoE pro odezvovou plochu.

  11. DoE pro směsi.

  12. Logistická regrese.

  13. Neparametrické testy.

Cvičení s počítačovou podporou

13 hod., povinná

Osnova


  1. Hlavní komponenty (PCA)

  2. Faktorová analýza.

  3. Shluková analýza.

  4. ANOVA.

  5. Lineární regrese.

  6. Identifikace regresního modelu, regularizovaná regrese.

  7. Faktorový plán experimentu.

  8. Centrální bod, bloky, replikace a znáhodnění v DoE.

  9. Částečné faktorové plány experimentu.

  10. DoE pro odezvovou plochu.

  11. DoE pro směsi.

  12. Logistická regrese.

  13. Neparametrické testy.