Analiza danych w naukach ścisłych i technice

Nowoczesna analiza danych!

Analiza danych w naukach ścisłych i technice jest nowoczesnym podręcznikiem mającym na celu przedstawienie czytelnikowi aktualnych tendencji i zaleceń, a także nowych metod analizy danych. Zastosowane przez autora stopniowanie trudności czyni go przydatnym na różnych poziomach zawodowego zaawansowania.

Książka odnosi się do aktualnego rozwoju programów komputerowych, które umożliwiły wykorzystanie wielu metod, nie realizowanych dawniej z powodu trudności obliczeniowych.

Wśród innych walorów podnoszących atrakcyjność podręcznika są m.in.:
• pełne uwzględnienie zaleceń konwencji GUM oceny niepewności pomiaru,
• rzetelny opis obecnego stanu i nowości w dziedzinie jednostek miar (m.in. „kwantowy” układ jednostek miar SI),
• prezentacja metod dopasowania obejmująca algorytmy dopasowania różnych funkcji oraz badanie jakości dopasowania,
• opis nowych metod statystycznych takich jak: statystyka odpornościowa, analiza danych samoskorelowanych i zastosowania modelowania Monte Carlo.

Niniejszy podręcznik stanowi pomocne narzędzie nie tylko dla kadry akademickiej i studentów biorących udział w kursie statystki i opracowania danych lecz także dla zawodowych metrologów oraz pracowników laboratoriów analitycznych.

Spis treści:
1. Pomiar: jednostki miar
2. Pomiar: liczby i obliczenia liczbowe
3. Błąd i niepewność pomiaru
4. Statystyczna ocena niepewności pomiaru (cena typu A)
5. Alternatywne metody statystycznej oceny niepewności
6. Ocena niepweności metodami typu B
7. Pomiar pośredni. Prawo propagacji niepewności
8. Niepweność rozszerzona
9. Wykresy zależności funkcyjnych
10. Dopasowanie prostej do zbioru punktów doświadczalnych
11. Zasada największej wiarygodności i metoda najmniejszych kwadratów
12. Zaawansowane zagadnienia dopasowania prostej metodą najmniejszych kwadratów
13. Liniowa metoda najmniejszych kwadratów. Dopasowanie wielomianu
14. Nieliniowa metoda najmniejszych kwadratów
15. Badanie jakości dopasowania
16. Alternatywne metody dopasowania prostej i innych funkcji
17. Zastosowanie metody Monte Carlo

Dodatki:
A. Zmienna losowa
B. Estymatory
C. Rozkład Poissona
D. Testowanie hipotez statystycznych
E. Zmienne losowe skorelowabe i samoskorelowane
F. Statystyka odpornościowa
G. Powstanie i rozwój GUM
H. Struktura logiczna i excepta układu SI
I. Kwantowy układ SI