สถิติและการวิเคราะห์ข้อมูลสำหรับงานเทคโนโลยี
Statistics and Data Analytics for Technology
คำอธิบายรายวิชา
สถิติเชิงพรรณนา ความน่าจะเป็น การแจกแจงข้อมูล การประมาณค่า การทดสอบสมมติฐาน ความสัมพันธ์ การถดถอย การเตรียมข้อมูล การแสดงผลข้อมูล และการใช้ซอฟต์แวร์ในการวิเคราะห์ข้อมูลทางเทคโนโลยี
คำอธิบายภาษาอังกฤษ
Descriptive statistics, probability, data distributions, estimation, hypothesis testing, correlation, regression, data preparation, visualization, and software tools for technology data analytics.
ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)
| CLO | ผลลัพธ์การเรียนรู้ | PLO |
|---|---|---|
| CLO1 | สรุปและนำเสนอข้อมูลด้วยสถิติเชิงพรรณนา | PLO1PLO4 |
| CLO2 | ใช้การอนุมานเชิงสถิติประเมินผลการทดสอบ | PLO1PLO4 |
| CLO3 | วิเคราะห์ข้อมูลจาก flight log ด้วย Python | PLO4 |
โมดูลการเรียนรู้
1ข้อมูลและสถิติเชิงพรรณนา
สัปดาห์ 1–3 · 30 ชม.1 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
- สถิติเชิงพรรณนาและการแจกแจงความน่าจะเป็นอยู่ระหว่างพัฒนา
ในชั้นเรียน / ภาคสนาม · 15 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
2ความน่าจะเป็นและการแจกแจง
สัปดาห์ 4–6 · 30 ชม.1 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
- สถิติเชิงพรรณนาและการแจกแจงความน่าจะเป็นอยู่ระหว่างพัฒนา
ในชั้นเรียน / ภาคสนาม · 15 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
3ช่วงความเชื่อมั่นและการทดสอบสมมติฐาน
สัปดาห์ 7–9 · 30 ชม.2 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
- การอนุมานเชิงสถิติอยู่ระหว่างพัฒนา
- SciPy
ในชั้นเรียน / ภาคสนาม · 15 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
4การวิเคราะห์ข้อมูลด้วย pandas
สัปดาห์ 10–12 · 30 ชม.2 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
- การจัดการและแสดงผลข้อมูลด้วย Pythonอยู่ระหว่างพัฒนา
- pyulog
ในชั้นเรียน / ภาคสนาม · 15 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
5การทดลองและตีความผลทดสอบ
สัปดาห์ 13–15 · 30 ชม.2 KU
ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.
ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล
ในชั้นเรียน / ภาคสนาม · 15 ชม.
ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย
การวัดและประเมินผล (ร่าง)
| ปฏิบัติการและใบงาน | 35% |
| quiz ประจำโมดูล | 10% |
| สอบกลางภาค | 20% |
| โครงงานย่อยหรือสอบปฏิบัติ | 35% |
โดเมนความรู้
แหล่งอ้างอิงหลัก
- Montgomery, D. C., & Runger, G. C. (2018). Applied statistics and probability for engineers (7th ed.). Wiley.
- McKinney, W. (2022). Python for data analysis (3rd ed.). O'Reilly.