UAT 106 · 3(2-2-5) · ชั้นปี/ภาค 1/2

สถิติและการวิเคราะห์ข้อมูลสำหรับงานเทคโนโลยี

Statistics and Data Analytics for Technology

ความคืบหน้า
ชั่วโมงตามการออกแบบ: 135 ชม. (ออนไลน์/ศึกษาด้วยตนเอง 75 · ในชั้นเรียน/ปฏิบัติ 60)

คำอธิบายรายวิชา

สถิติเชิงพรรณนา ความน่าจะเป็น การแจกแจงความน่าจะเป็น การสุ่มตัวอย่าง การประมาณค่า การทดสอบสมมติฐาน สหสัมพันธ์ การถดถอย การจัดเตรียมข้อมูล การแสดงผลข้อมูล และการวิเคราะห์ข้อมูลเพื่อการตัดสินใจทางเทคโนโลยี

คำอธิบายภาษาอังกฤษ

descriptive statistics, probability, probability distributions, sampling, estimation, hypothesis testing, correlation, regression, data preparation, data visualization, and data analysis for technology-based decision making

ที่มาคำอธิบาย: ร่างเล่มหลักสูตร (แก้ไข 28 ก.ย. 2569)รหัสเดิมในเว็บ: DRT 116

ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)

CLOผลลัพธ์การเรียนรู้PLO
CLO1สรุปและนำเสนอข้อมูลด้วยสถิติเชิงพรรณนาPLO1PLO4
CLO2ใช้การอนุมานเชิงสถิติประเมินผลการทดสอบPLO1PLO4
CLO3วิเคราะห์ข้อมูลจาก flight log ด้วย PythonPLO4

โมดูลการเรียนรู้

1ข้อมูลและสถิติเชิงพรรณนา
สัปดาห์ 1–3 · 27 ชม.
บทเรียน 90 นาทีquiz3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

2ความน่าจะเป็นและการแจกแจง
สัปดาห์ 4–6 · 27 ชม.
บทเรียน 90 นาทีquiz1 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

3ช่วงความเชื่อมั่นและการทดสอบสมมติฐาน
สัปดาห์ 7–9 · 27 ชม.
บทเรียน 90 นาทีquiz2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

4การวิเคราะห์ข้อมูลด้วย pandas
สัปดาห์ 10–12 · 27 ชม.
บทเรียน 90 นาทีquiz2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

5การทดลองและตีความผลทดสอบ
สัปดาห์ 13–15 · 27 ชม.
บทเรียน 90 นาทีquiz3 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 12 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

การวัดและประเมินผล (ร่าง)

ปฏิบัติการและใบงาน35%
quiz ประจำโมดูล10%
สอบกลางภาค20%
โครงงานย่อยหรือสอบปฏิบัติ35%

โดเมนความรู้

แหล่งอ้างอิงหลัก

  1. Montgomery, D. C., & Runger, G. C. (2018). Applied statistics and probability for engineers (7th ed.). Wiley. link
  2. McKinney, W. (2022). Python for data analysis (3rd ed.). O'Reilly. link