EGCO203 - Statistical Methods for Data Analysis

๑. ชื่อหลักสูตร                      วิศวกรรมศาสตรบัณฑิต คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล

๒. รหัสรายวิชา                     วศคพ ๒๐๓ (EGCO203)

ชื่อรายวิชา                       วิธีการทางสถิติสำหรับการวิเคราะห์ข้อมูล (Statistical Methods for Data Analysis)

๓. จำนวนหน่วยกิต                  ๒ (๒-๐-๔) หน่วยกิต (บรรยาย-ปฏิบัติ-ศึกษาด้วยตนเอง) 

๔. เงื่อนไขของรายวิชา             ไม่มี

๕. ประเภทวิชา                 วิชาเฉพาะด้าน

๖. ภาคการศึกษาและปีการศึกษา ๒/๒๕๖๕

๗. คำอธิบายรายวิชา  ภาษาไทย / ภาษาอังกฤษ

เครื่องมือเพื่อช่วยในการคำนวณทางสถิติ การออกแบบการทดลองและวิธีการเก็บรวบรวมข้อมูลและการนำเสนอ สถิติพรรณนา ความน่าจะเป็นเบื้องต้นและการกระจายตัวแบบปกติ การประมาณค่าพารามิเตอร์ การทดสอบสมมติฐาน วิเคราะห์ความแปรปรวน ความถดถอยและสหสัมพันธ์ของการวิเคราะห์ความถี่ วิธีไม่มีพารามิเตอร์

Tools for statistical calculation; design of experiments and the methods for collection and presentation of data; descriptive statistics; elementary probability and normal distributions; estimation of parameters; hypothesis testing; analysis of variance; regression and correlation analysis of frequencies; non-parametric methods

๘. วัตถุประสงค์ของรายวิชา

- ประยุกต์ความรู้ด้านสถิติและคอมพิวเตอร์ เพื่อช่วยในการวิเคราะห์และนำเสนอข้อมูลได้

- วางแผนและออกแบบการทดลองได้อย่างเป็นระบบ โดยใช้ความรู้ทางสถิติ

- วิเคราะห์และสรุปผลได้อย่างเหมาะสมและถูกต้องตามหลักสถิติ

๙. วิธีการจัดการเรียนการสอน

บรรยายในชั้นเรียน สาธิตและฝึกใช้โปรแกรมสำเร็จรูป แบบฝึกหัด และ กรณีศึกษา

๑๐. สื่อการสอน

เอกสารประกอบการสอน อุปกรณ์จำลอง/โมเดล คอมพิวเตอร์ช่วยสอน

๑๑. เอกสารอ้างอิง

- Douglas C. Montgomery, George C. Runger, Norma Faris Hubele, “Engineering Statistics”, SI Version, 5th ed., Wiley, 2012.

- Richard L. Scheaffer, Madhuri S. Mulekar, James T. McClave, “Probability and Statistics for Engineers”, 5th ed., Cengage Learning, 2011.

- Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers and Keying E. Ye, “Probability and Statistics for Engineers and Scientists”, 9th ed., Prentice Hall, 2011.

๑๒. การประเมินผลการเรียน

ประเมินผลสัมฤทธิ์ในการเรียนแบบอิงเกณฑ์ และ/หรือ อิงกลุ่ม ตามมาตรฐานของมหาวิทยาลัย โดยใช้สัญลักษณ์ A, B+, B, C+, C, D+, D และ F  โดยแบ่งสัดส่วนในการให้คะแนนดังนี้  

- การปฏิบัติและการมีส่วนร่วมในชั้นเรียน       ๒๐ %

- การมอบหมายงาน                                ๒๐ %

- การทดสอบย่อย ๒๐ %

- การสอบปลายภาค                                ๔๐ %

รวม                                               ๑๐๐ %

๑๓. เค้าโครงรายวิชา

สัปดาห์ที่ ๑      Role of Statistics in Engineering

สัปดาห์ที่ ๒      Data Summary

สัปดาห์ที่ ๓      Random Variables and Probability Distributions

สัปดาห์ที่ ๔      Understanding Data

สัปดาห์ที่ ๕      Visualizing Data I

สัปดาห์ที่ ๖      Visualizing Data II

สัปดาห์ที่ ๗      Hypothesis Testing

สัปดาห์ที่ ๘      Inference Procedures

สัปดาห์ที่ ๙      --

สัปดาห์ที่ ๑๐    Statistical Modeling

สัปดาห์ที่ ๑๑    Building Empirical Models

สัปดาห์ที่ ๑๒    Fitting Model to Data I

สัปดาห์ที่ ๑๓    Fitting Model to Data II

สัปดาห์ที่ ๑๔    Time Series Forecasting

สัปดาห์ที่ ๑๕    Design of Engineering Experiments

สัปดาห์ที่ ๑๖    Statistical Quality Control

สัปดาห์ที่ ๑๗    สอบปลายภาค

๑๔. อาจารย์ผู้สอน

ผศ.ดร. ธนัสนี เพียรตระกูล

อีเมล์: tanasanee@gmail.com

โทร: 02 889 2138 ต่อ 6257

ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล

๑๕. เวลาเรียนและห้องเรียน

วันพุธ เวลา 9.00-11.00 น.

ห้อง 6273

https://classroom.google.com/c/NTA5MjQxMDc2MTc1?cjc=5mxlwly

Google Classroom – Class code: 5mxlwly