חיפוש חדש  חזור
מידע אישי לתלמיד

שנה"ל תשע"ה

  מבוא להסתברות וסטטיסטיקה
  Intr. to Probability and Statistics  
0509-2801-10
הנדסה | תואר ראשון - קורסי שירות
סמ'  א'1500-1600106 הנדסת תוכנהתרגיל מר לגזיאל דוד
ש"ס:  1.0

סילבוס מקוצר
משקל:                     3.5      
דרישות קדם:         חשבון דיפרנציאלי ואינטגרלי.
קומבינטוריקה. מרחב מדגם ומאורעות, פונקצית הסתברות. הסתברות מותנית ומשפט בייס. משתנים אקראיים, פילוג ופילוג מותנה במאורע. תוחלת, שונות, אי שוויונות מרקוב וצ'בישב, מומנטים, פונקציה אופיינית. פלוגים: בינומי, גאומטרי, פואסוני, מעריכי, גאוסי. פונקציה של משתנה אקראי. שני משתנים אקראיים: התפלגות משותפת ושולית, פונקציות של שני משתנים אקראיים. מומנטים משותפים, פונקציה אופיינית משותפת, פילוג מותנה, תוחלת מותנית, משפט התוחלת. וקטור אקראי. סדרה אקראית. החוק החלש של המספרים הגדולים. משפט הגבול המרכזי. שערוך פרמטרים: רווח סמך לתוחלת, הגישה הבייסיאנית, סבירות מקסימלית, חסם קרמן ראו. בדיקת השערות.
Course description
Credit points: 3.5
Prerequisites: Differential and Integral Calculus.
Combinatorics, Sample space and events, probability function, conditional probability and Bayes theorem, Random Variables, distribution and conditional distribution, expectation and variance. Markov and Chebyshev inequalities, moments, characteristic function, distributions: Binomial. Geometric, Poison, Exponential. Gaussian, Functions of random variables, Bivariate distributions: joint and marginal distributions, functions of two random variables, joint moments, joint characteristic function, conditional distribution and conditional expectation, expectation theorem. Random vector, random series, weak law of large numbers, central limit theorem, parameters estimation, confidence intervals for the expected value, Bayesian approach, maximum likelihood, Rau Cramer inequality, tests of hypothesis.
סילבוס מפורט

הנדסה | תואר ראשון - קורסי שירות
0509-2801-10 מבוא להסתברות וסטטיסטיקה
Intr. to Probability and Statistics
שנה"ל תשע"ה | סמ'  א' | מר לגזיאל דוד

סילבוס מפורט/דף מידע
Biostatistics for biomedical engineers
 
Dr. Galit Ashkenazi-Golan
 
Objectives of the course: At the end of this course students should be able to (i) apply statistical methods to practical biomedical engineering problems; (ii) understand statistical designs of experiments; (iii) analyze and interpret data using statistical methods.
Main textbook:
"Engineering Statistics" (4th Edition, 2007), by D.C. Montgomery, G.C. Runger and N.F. Hubele, John Wiley & Sons, NY.
"Primer of Biostatistics" (5th Edition, 2002), by S. Glantz, McGraw Hill.
Course contents:
Contents
1 Basics of probability: Probability Space, Dependent and independent events, Poisson process, Bayes' theorem
 
2+3+4 Basics of probability (cont.): Random variables, Expectation, Variance, Common Distributions, Covariance, Pearson Correlation, Normal (Gaussian) distribution, exponential distribution, t-distribution, chi-square distribution, F-distribution
 
5+6 Concepts of descriptive statistics: Properties of random samples with size n, , point and interval estimators, confidence intervals identifying and rejecting outliers, boxplots
 
7 Testing of hypotheses:
basic concepts: type I and type II errors, significance and the p-value, 1-tail and 2-tail tests, decision making
 
8 Midterm
9+10 Testing of hypotheses (cont.): Z-test, T-test for one population, paired versus unpaired tests, testing the variance; examples relevant to biomedical research.
 
11 Systematic comparisons of means and variances: Testing for equality of variances, one-way ANOVA
 
12 Linear regression: The minimal sum of squared errors criterion, goodness of fit tests, Pearson correlation, examples relevant to biomedical research
13 Two-way ANOVA: testing with interactions, alpha corrections for multiple comparisons, power tests
14 Introduction to use of statistical software packages and practical implementation (SPSS, MATLAB statistics toolbox)
sizes
 
 
Grading policy:
- Homework assignments will be distributed in class on a weekly basis, with a due date of two weeks from the time of distribution.
- At the due date of each assignment, the corresponding solution will be distributed. The assignments will not be individually evaluated BUT submission will be recorded.
- Students are required to submit 80% of the total homework volume in order to be eligible to take the final exam. Homework should be submitted during class time.
- Grading percentages: 20% midterm, 80% final.
 
 

להצהרת הנגישות


אוניברסיטת ת