A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Vizsgálattervezés*
Planning of Studies
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVEKFM403 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 3 | ||||||||||||
| Subject coordinator |
Lakné Dr. Komka Kinga
position: adjunktus
contact:
komka.kinga@vbk.bme.hu
|
||||||||||||
| Responsible department |
Kémiai és Környezeti Folyamatmérnöki Tanszék
|
||||||||||||
| Faculty | Vegyészmérnöki és Biomérnöki Kar | ||||||||||||
| Subject website | http://kkft.bme.hu/en/education/subjects/doe1 | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Programme
Topics:
Random variable, density and distribution function, expected value, variance.
Continuous distributions: normal distribution, standard normal distribution, khi2, t and F distribution. Central limit theorem.
Population and sample. Parameter estimation. Confidence interval.
Hypothesis testing. Error of first and second kind. Parametric tests: z-test, t-test, khi2-test, F-test, two sample t-test, paired t-test
Mutual distribution of several random variables, correlation.
Principles of linear regression. Checking the assumptions, estimation of the parameter (slope and intercept), confidence and prediction band.
Design of experiments. 2p full factorial design, orthogonality, estimation of the effects and the parameters, significance tests, center point. 2p-r fractional factorials.
The course aims to teach the basics and methods of mathematical statistical treatment of measured data and to teach the design and analisys of the most basic full factorial designs. During the theoretical lectures and practical exercises students learn the theoretical background of the statistical analysis of data and the most important statistical methods including hypothesis testing, parameter estimation, correlation and linear regression. Practical skills will be obtained through design of experiments and the statistical analysis of measured data.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
Átfogó ismeretekkel rendelkezik a normális eloszlású mérési adatok matematikai statisztikai kezelésének főbb módszereiről. Ismeri a környezeti minták elemzésére, összehasonlítására használható egyszerűbb statisztikai vizsgálatokat és próbákat. Ismeri a kísérletek helyes és költséghatékony tervezésének módszerét. Ismeri a lineáris regresszió módszerének alapelveit, típusait és feltételeit.
Skills
Képes a környezetvédelmi és műszaki problémák megoldása során a statisztikai szemléletmód figyelembevételére, valamint a tanult statisztikai módszerek alkalmazására. Meg tud tervezni egy adott környezeti vagy műszaki probléma feltárását célzó kísérletsorozatot. Képes környezeti minták és vizsgálati eredmények statisztikai kiértékelésére.
Attitudes
Nyitott az információtechnológiai eszközök (statisztikai szoftverek) használatára. A környezetvédelmi problémák statisztikai eszközök alkalmazásával történő megoldása során együttműködik az adott szakterület kutatóival ill. ipari szakembereivel. Figyelmet fordít arra, hogy statisztikai számításait más szakember számára is átláthatóan és követhetően dokumentálja. A statisztikai elemzés során törekszik a helyes kérdés feltételére, majd annak pontos és precíz számításokkal alátámasztott megválaszolására.
Autonomy and responsibility
Önállóan képes a környezetvédelmi vizsgálati minták és mérési adatok statisztikai kiértékelésére.
Oktatási módszertan
lectures and calculation in the classroom
Tanulástámogató anyagok
Online források
1. Box, G.E.P.; Hunter, W.G.; Hunter, J.S.: Statistics for Experimenters., J. Wiley and Sons, 1978.; 2. Montgomery, D. C.: Design and Analysis of Experiments. 3rd edition, J. Wiley and Sons, 1991.
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Mathematical backgrounds: probability theory and statistics
General rules
Requirements:
a. In the semester: 2 tests (min. 40% achievement)
b. In the examination period: -
Re-takes:
According to the Code of Studies.
Consultations:
as needed
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Kinga Dr. Lakné Komka Department of Chemical and Environmental Process Engineering
Recommended courses
contact hours
42
study before tests
48
sum
90
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
| Faculty | Program | Curriculum | Curriculum type | Primary |
|---|---|---|---|---|
| Default Faculty | környezetmérnöki | Környezetmérnöki mesterképzési szak tanterve | kötelezően választható | nem |
| Default Faculty | Default Program | Default Curriculum | — | nem |