Hardware Research
Description: Основные определения и понятия в системе научных знаний. Природа экспериментальных ошибок и неопределенностей. Виды ошибок. Показатели случайной ошибки. Обзор методов статистического анализа данных. Корреляционный анализ и другие. Особенности применения аппаратно-программных средств.
Amount of credits: 5
Пререквизиты:
- Quality Metering in Mechanical Engineering
Course Workload:
| Types of classes | hours |
|---|---|
| Lectures | 15 |
| Practical works | 30 |
| Laboratory works | |
| SAWTG (Student Autonomous Work under Teacher Guidance) | 30 |
| SAW (Student autonomous work) | 75 |
| Form of final control | Exam |
| Final assessment method |
Component: Component by selection
Cycle: Base disciplines
Goal
- 1Освоение методов математической статистики при обработке первичных эмпирических данных необходимых для повышения достоверности выводов научного исследования.
Objective
- Формирование целостного восприятия логики исследовательского процесса; порождение научной рефлексии в процессе работы с эмпирическим материалом
Learning outcome: knowledge and understanding
- Знание и понимание методов математической статистики при обработке первичных эмпирических данных необходимых для повышения достоверности выводов научного исследования.
Learning outcome: applying knowledge and understanding
- Применять свои знания и понимание основных элементов структуры эмпирического исследования, методов подготовки к обработке и анализу статистической информации.
Learning outcome: formation of judgments
- Формирование целостного восприятия логики исследовательского процесса; порождение научной рефлексии в процессе работы с эмпирическим материалом.
Learning outcome: communicative abilities
- Сообщать свои выводы и использованные для их формулировки знания и обоснования по вопросам использования различных методов в анализе данных специалистам и неспециалистам четко и непротиворечиво
Learning outcome: learning skills or learning abilities
- Формирование умений и навыков практической работы по адекватному применению соответствующих методов, техник и процедур при подготовке к обработке, анализе, научной интерпретации профессиональной информации.
Key reading
- 1. Шпаков П.С., Попов В.Н. Статистическая обработка экспериментальных данных: Учебное пособие по курсу "Математическая обработка результатов измерений". М: Недра, 2003. 2. Загоруйко Н.Г. Прикладные методы анализа данных и знаний: Новосибирск: Институт математики, 1999. 3. Шенк Х. Теория инженерного эксперимента. Перевод с английского Е.Г.Коваленко. М.:Мир, 1982, 381 с. 4. Брант З. Статистические методы анализа наблюдений.Перевод с английского Г.А. Погребинского. М.: Мир, 1985, 310 с. 5. Основы научных исследований.Учеб. для техн. вузов/ В.И. Крутов, И.М. Грушко, В.В. Попов и др. – М.: Высш. шк., 1989. – 400 с.:ил.
