การออกแบบการทดลองและการวิเคราะห์ข้อมูล
3(3-0-9)
เงื่อนไข: โดยความเห็นชอบของสาขาวิชา
เหตุผลสำหรับการออกแบบการทดลองและการวิเคราะห์ข้อมูล การออกแบบและการสร้างเครื่องมือวิจัย ข้อพิจารณาในการออกแบบและการเลือกตัวตรวจวัดและตัวขยายรวมถึงคุณลักษณะการทำงานด้านสถิตยศาสตร์และพลศาสตร์ การวิเคราะห์ความไม่แน่นอนในเครื่องมือที่ซับซ้อน สถิติพื้นฐานในการวิเคราะห์ข้อมูล การใช้สถิติในการทดสอบสมมติฐาน การถดถอยของข้อมูลและการประมาณการด้วยแบบจำลอง การใช้ ANOVA การออกแบบการทดลอง เช่น แฟกทอเรียลแบบเต็มและแบบบางส่วน การหาการออกแบบการทดลองที่ดีที่สุด เช่น Simplex และการใช้ Response face
เค้าโครงรายวิชา
1. เหตุผลสำหรับการทดลองทางวิศวกรรมและผลกระทบต่อการออก (1 ชั่วโมง)
แบบการทดลองและการวิเคราะห์ผล
2. การออกแบบและการสร้างอุปกรณ์วิจัยทางวิศวกรรมเพื่อความปลอดภัย (2 ชั่วโมง)
และผลสำเร็จของการทดลอง
3. การออกแบบและตัวเลือกสำหรับตัวตรวจวัดและขยายสัญญาณ (2 ชั่วโมง)
– เงื่อนไขสถิตยศาสตร์
– เงื่อนไขพลศาสตร์
– หัวข้ออื่น ๆ
4. การวิเคราะห์ความไม่แน่นอนในระบบที่มีหลายองค์ประกอบ (1 ชั่วโมง)
5. สมบัติของข้อมูล (3 ชั่วโมง)
– เซ็ตข้อมูลแบบจัดกลุ่มและไม่จัดกลุ่ม
– ความถี่และการแจกแจงสะสม
– โมเมนต์ (ค่าเฉลี่ย ความแปรปรวน)
6. Probability density functions (normal distribution, binomial
distribution, Poisson distribution, etc.) (2 ชั่วโมง)
7. การทดสอบสมมติฐานเชิงสถิติ (4 ชั่วโมง)
8. วิธีกำลังสองน้อยที่สุด (4 ชั่วโมง)
9. การวิเคราะห์ความสัมพันธ์ (2 ชั่วโมง)
10. การวิเคราะห์ความแปรปรวน (ANOVA) สำหรับ 1 ปัจจัย (2 ชั่วโมง)
11. ANOVA สำหรับหลายปัจจัย (3 ชั่วโมง)
12. การออกแบบการทดลองแบบแฟกตอเรียล (4 ชั่วโมง)
– แฟกตอเรียลเต็ม
– แฟกตอเรียลย่อย
– ทดลองซ้ำ หรือไม่ทดลองซ้ำ
– Blocking and confounding
– การแก้ปัญหา
13. การออกแบบหารทดลองแบบ Simplex (2 ชั่วโมง)
14. พื้นผิวตอบสนอง (4 ชั่วโมง)
ผลสัมฤทธิ์การเรียนรู้
1. เข้าใจหลักการการออกแบบการทดลอง สร้างเครื่องมือวิจัย ตัวตรวจวัดและการวิเคราะห์ข้อมูล
2. ประยุกต์ใช้ทฤษฎีความน่าจะเป็นและหลักการทางสถิติศาสตร์แบบต่าง ๆ สำหรับออกแบบการทดลองด้วยวิธีต่าง ๆ ได้
3. มีความใฝ่รู้และรู้จักแสวงหาความรู้ด้วยตนเอง
4. สามารถทำงานร่วมกับผู้อื่นได้
Design of Experiments and Data Analysis
Condition: Consent of the School
Rationale for design of experiments and analysis of data. Design and construction of research equipment. Considerations in the design and choice of sensors and actuators, including static and dynamic performance characteristics. Uncertainty analysis in complex equipment. Basis statistics for data analysis. Hypothesis testing using statistics. Regression of data and model fitting. Use of the analysis of variance technique (ANOVA). Design of experiments, including full factorial, and partial factorial designs (with and without replication), including blocking, confounding, and design resolutions. Optimization experimental designs, including simplex optimization and response surface based optimization designs
Course Outline
1. Reasons for performing experiments in engineering, and how (1 hour)
these affect the experimental design and analysis.
2. Design and construction of engineering research equipment for safe (2 hours)
and successful experiments (size, materials, safety, etc.)
3. Design and choice of sensors and actuators in equipment (2 hours)
– Static performance criteria
– Dynamic performance criteria
– Other issues relating to sensor and actuator performance
4. Uncertainty analysis in systems of multiple components (1 hour)
5. Properties of Data (3 hours)
– Grouped and ungrouped data sets
– Frequency and cumulative distribution representations of data
– Moments of data (mean, variance, skewness, kurtosis, etc.)
6. Probability density functions (normal distribution, binomial distribution, (2 hours)
Poisson distribution, etc.)
7. Statistical hypothesis testing (4 hours)
8. Least squares regression for data fitting (4 hours)
9. Correlation analysis (the correlation coefficient) (2 hours)
10. Analysis of Variance (ANOVA) for single factors (2 hours)
11. Multifactor ANOVA (3 hours)
12. Factorial Experimental Designs (4 hours)
– Full factorial designs
– Partial factorial designs
– To replicate or not replicate?
– Blocking and confounding
– Design resolutions
13. Simplex experimental design (2 hours)
14. Response surface based experimental design (4 hours)
Learning Outcomes
Students understand the principles of experimental design and data analysis, and construct and design the research equipment, sensors and actuators. Students can apply the theories of the probability and statistic to design the experiment by using various methods. Students can engage in independent and lifelong learning, and function effectively as a member or leader of a team.