ธรรมชาติของสถิติและแนวทางการประยุกต์โดยทั่วไปของสถิติ สถิติพรรณนาและความน่าจะเป็น การแจกแจงความน่าจะเป็นของตัวแปรเชิงสุ่ม การเลือกตัวอย่างและการแจกแจงของตัวอย่าง การประมาณ การทดสอบสมมติฐาน สถิติที่ไม่ใช้พารามิเตอร์ การถดถอยอย่างง่ายและสหสัมพันธ์ การวิเคราะห์ความแปรปรวน
- Teacher: อ.ดร.เนาวรัตน์ มีจันทร์
ธรรมชาติของสถิติและแนวทางการประยุกต์โดยทั่วไปของสถิติ สถิติพรรณนา และความน่าจะเป็น การแจกแจงความน่าจะเป็นของตัวแปรสุ่ม การเลือกตัวอย่างและ การแจกแจงค่าตัวอย่าง การประมาณค่า การทดสอบสมมติฐาน สถิติที่ไม่ใช้พารามิเตอร์ การถดถอยอย่างง่ายและสหสัมพันธ์ การวิเคราะห์ความแปรปรวน การใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
The nature of statistics and its general applications. Descriptive statistics and probability. Probability distributions of random variables. Sample selection and sampling distribution. Estimation. Test of hypotheses. Nonparametric statistics. Simple regression and correlation. Analysis of variance. Utilization of packages for analysis.
- Teacher: อ.ดร.เนาวรัตน์ มีจันทร์
สถิติและความน่าจะเป็นเบื้องต้น เทคนิคการเลือกตัวอย่าง การประมาณ การทดสอบสมมติฐาน การถดถอยอย่างง่ายและสหสัมพันธ์ การทดสอบโดยวิธีการทางสถิติที่ไม่ใช้พารามิเตอร์ การวิเคราะห์ความแปรปรวนทางเดียวและสองทาง การวางแผนการทดลองเบื้องต้น การใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
Basic knowledge of statistics and probability. Sampling techniques. Estimation. Hypothesis testing. Simple regression and correlation. Testing of nonparametric statistics. One-way and two-way analysis of variance. Basic concepts of experimental designs. Utilization of packages for analysis.
- Teacher: อ.ดร.เนาวรัตน์ มีจันทร์
ความน่าจะเป็น การแจกแจงความน่าจะเป็นแบบต่าง ๆ วิธีการเลือกตัวอย่าง การประมาณ การทดสอบสมมติฐาน การถดถอยอย่างง่ายและสหสัมพันธ์ การวิเคราะห์ความแปรปรวนและแผนแบบการทดลอง การใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
Probability. Probability distributions. Sampling methods. Estimation. Hypothesis testing. Simple regression and correlation. Analysis of variance and design of experiments. Utilization of packages for analysis.
การใช้โปรแกรมสำเร็จรูปทางสถิติ ประเภทตัวแปร การเตรียมและการจัดการข้อมูล คำสั่งและฟังก์ชันทางสถิติ การวิเคราะห์และแปลความผลลัพธ์ของโปรแกรมสำเร็จรูปทางสถิติ การประยุกต์กับปัญหาทางสถิติ
Use of statistical package. Type of variables. Data preparation and management. Commands and functions in statistics. Analysis and interpretation of output of statistical package. Applications to some statistical problems.
- Teacher: อ.ดร.วิภาวรรณ เล้าอรุณ
การประมาณแบบจุด สมบัติของตัวประมาณ วิธีการหาตัวประมาณและสมบัติของตัวประมาณ ตัวประมาณไม่เอนเอียงและมีความแปรปรวนต่ำสุด ตัวประมาณไม่เอนเอียงและมีความแปรปรวนเท่ากับ ขอบเขตล่าง การประมาณแบบช่วง
Point estimation. Properties of estimators. Methods of finding estimators and their properties. Minimum variance unbiased estimators. Minimum variance bound unbiased estimators. Interval estimation.
การถดถอยเชิงเส้นอย่างง่าย การถดถอยเชิงเส้นพหุคูณ การถดถอยเชิงเส้นโค้ง ตัวแปรดัมมี สหสัมพันธ์และสหสัมพันธ์บางส่วน การเลือกตัวแปรอิสระเข้าสมการ การตรวจสอบความเหมาะสมของตัวแบบ การใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
Simple linear regression. Multiple regression. Curvilinear regression. Dummy variables. correlation and partial correlation. Choosing a set of independent variables. Model diagnostics. Utilization of packages for analysis.
- Teacher: อ.ดร.เนาวรัตน์ มีจันทร์
แนวคิดพื้นฐานเกี่ยวกับการวิจัยดำเนินงานและการสร้างตัวแบบคณิตศาสตร์ การโปรแกรมเชิงเส้น ปัญหาการขนส่ง ปัญหาการจัดสรรงาน การวิเคราะห์ข่ายงาน เพิร์ท-ซีพีเอ็ม การโปรแกรมจำนวนเต็ม การโปรแกรม ไดนามิค การโปรแกรมไม่ใช่เชิงเส้น การใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
Basic concepts of operations research and mathematical model construction. Linear programming. Transportation problems. Assignment problems. Network analysis. PERT-CPM. Integer programming. Dynamic programming. Non-linear programming. Utilization of packages for analysis.
การอนุมานเกี่ยวกับเวกเตอร์ค่าเฉลี่ยและเมทริกซ์ความแปรปรวนร่วม การวิเคราะห์ความแปร ปรวนตัวแปรพหุ สหสัมพันธ์คานอนิคัล ส่วนประกอบหลัก การวิเคราะห์ปัจจัย การวิเคราะห์จำแนกกลุ่ม และการวิเคราะห์การแบ่งกลุ่ม โดยเน้นแนวคิดและวิธีการวิเคราะห์ข้อมูลการใช้โปรแกรมสำเร็จรูปในการวิเคราะห์
Inference about mean vectors and covariances matrices. Multivariate analysis of variance. Canonical correlation. Principal components. Factor analysis. Discriminant analysis. Cluster analysis. Emphasizing on concepts and data analysis methods. Utilization of packages for analysis.