การวิเคราะห์ข้อมูลด้วยวิธีทางสถิติ
3(3-0-9)
วิชาบังคับก่อน : ไม่มี
สถิติสำหรับการวินิจฉัย และการทำนาย การทดสอบสมมติฐาน การวิเคราะห์ความแปรปรวน การวิเคราะห์สหสัมพันธ์และการถดถอยเชิงเส้น สถิติเพื่อการวิเคราะห์คุณภาพ การฝึกปฏิบัติซอฟท์แวร์เพื่อช่วยในการวิเคราะห์สถิติ
ผลสัมฤทธิ์การเรียนรู้
- การจัดการข้อมูลและใช้สถิติวิเคราะห์เบื้องต้นในการวินิจฉัยข้อมูล (3 ชม.)
- การตั้งสมมติฐานและเลือกวิธีการทางสถิติเพื่อสร้างแบบจำลองสำหรับการทดสอบสมมติฐาน (3 ชม.)
- การทดสอบสมมติฐานแบบหนึ่งประชากร สองประชากรด้วยค่าเฉลี่ย ค่าสัดส่วนและค่าความแปรปรวน (9 ชม.)
- การวิเคราะห์ความแปรปรวนตามลักษณะข้อมูลหรือปัจจัยที่ส่งผลกระทบ (9 ชม.)
- การวิเคราะห์สหสัมพันธ์และทำนายความสัมพันธ์ด้วยการถดถอย (6 ชม.)
- การใช้ซอฟต์แวร์ที่เหมาะสมเพื่อนำเสนอข้อมูล ทดสอบสมมติฐาน และวิเคราะห์ข้อมูล (6 ชม.)
ผลสัมฤทธิ์การเรียนรู้
- จัดการข้อมูลและใช้สถิติวิเคราะห์เพื่อการวินิจฉัยข้อมูลได้
- ตั้งสมมติฐานและเลือกวิธีการทางสถิติเพื่อการทดสอบสมมติฐานแบบหนึ่งประชากร และสองประชากรได้
- วิเคราะห์ความแปรปรวนตามลักษณะข้อมูลหรือปัจจัยที่ส่งผลกระทบได้
- วิเคราะห์สหสัมพันธ์และทำนายความสัมพันธ์ด้วยการถดถอย
- ใช้ซอฟท์แวร์ที่เหมาะสมเพื่อนำเสนอข้อมูล ทดสอบสมมติฐาน และวิเคราะห์ข้อมูล
ความรับผิดชอบต่อผลลัพธ์การเรียนรู้ของหลักสูตร
- บัณฑิตสามารถประยุกต์ใช้ความรู้ในหัวข้อหลักและทฤษฎีที่เกี่ยวข้องในการแก้ปัญหาทางวิศวกรรมวัสดุ (PLO2)
Statistical Data Analysis
Prerequisite : None
Statistics for diagnosis and prediction; Hypothesis testing; analysis of variance; correlation and regression analysis; Statistics for quality analysis; Practice in statistical analysis.
Course Outline
- Data management and analytical statistics for data diagnostic. (3 hr.)
- Hypothesis and statistical method for hypothesis testing. (3 hr.)
- One population and two population hypothesis testing. (9 hr.)
- Analysis of variance according to data characteristics or affecting factors. (9 hr.)
- Correlation analysis and regression. (6 hr.)
- Application of software to present data, to test hypotheses and to analyze data. (6 hr.)
Learning Outcomes
- Manage and diagnose data by analytical statistics.
- Able to apply one population and two population hypothesis testing for data analysis.
- Analyze variance according to data characteristics or affecting factors.
- Analyze correlation and regression.
- Able to present, testing, and analyzing data by appropriate software.
Alignment with the following PLO:
- Graduates apply general knowledge of core topics and theory to solve problems in Materials Engineering. (PLO2)
