รายละเอียดรายวิชา

Description:

            Fundamental concepts in statistical inference with application to engineering contexts. The topics include data presenting and analyzing, discrete probability distribution (binomial distribution, poison distribution) and continuous probability distribution (normal distribution, exponential distribution), sampling theory, confidence intervals and hypothesis testing, analysis of variance, regression and correlation, define and measure of Six Sigma for statistical process control tools. Practice of commercial software in aiding of statistical analysis.

แนวความคิดพื้นฐานของการใช้สถิติในบริบทของวิศวกรรมศาสตร์ โดยมีหัวข้อประกอบด้วยการนำเสนอและวิเคราะห์ข้อมูล การแจกแจงความน่าจะเป็นแบบไม่ต่อเนื่อง (การแจกแจงแบบทวินาม การแจกแจงแบบปัวซอง) และการแจกแจงความน่าจะเป็นแบบต่อเนื่อง (การแจกแจงมาตรฐาน การแจกแจงแบบเลขชี้กำลง) ทฤษฎีการสุ่ม การกำหนดและวัดซิกซิกม่าสำหรับการใช้งานเครื่องมือในการควบคุมกระบวนการผลิตด้วยสถิติ การฝึกปฏิบัติซอฟท์แวร์เชิงพาณิชย์เพื่อช่วยในการวิเคราะห์สถิติ

Course Learning Outcomes (CLOs)                                                  

CLO1. Match types of data with distributions.

เลือกชนิดของข้อมูลกับประเภทการกระจายตัวของข้อมูลให้เหมาะสมกับสถานการณ์

CLO2. Select statistics and methodologies to model for basic hypothesis testing.

เลือกวิธีการทางสถิติเพื่อสร้างแบบจำลองสำหรับการทดสอบสมมติฐาน  

CLO3. Classify and select appropriate data presentations such as table and diagram presentations.
ระบุและเลือกวิธีการนำเสนอข้อมูลที่เหมาะสม เช่น การนำเสนอแบบตารางและไดอะแกรม

CLO4. Apply appropriate software to communicate effectively of the data presentations and to model the basic hypothesis testing.
นำซอฟท์แวร์ที่เหมาะสมมาใช้ในการสื่อสารเพื่อนำเสนอข้อมูลและทดสอบสมมติฐานได้อย่างเหมาะสม

CLO5. Identify the statistics for define and measure of Six Sigma for statistical process control.
ระบุกระบวนการทางสถิติสำหรับการกำหนดและวัดค่าซิกซิกม่าสำหรับการควบคุมกระบวนการผลิตด้วยสถิติ