Kursplanen innehåller ändringar
Se ändringarKursplan fastställd 2019-02-12 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnDesign and analysis of experiments
- KurskodKBT120
- Omfattning7,5 Högskolepoäng
- ÄgareMPISC
- UtbildningsnivåAvancerad nivå
- HuvudområdeBioteknik, Kemiteknik
- InstitutionKEMI OCH KEMITEKNIK
- BetygsskalaTH - Fem, Fyra, Tre, Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 25116
- Max antal deltagare115
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0107 Tentamen 7,5 hp Betygsskala: TH | 7,5 hp |
|
I program
- MPAUT - FORDONSTEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
- MPISC - INNOVATIV OCH HÅLLBAR KEMITEKNIK, MASTERPROGRAM, Årskurs 1 (obligatorisk)
- MPISC - INNOVATIV OCH HÅLLBAR KEMITEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
- MPMCN - MATERIALKEMI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPMCN - MATERIALKEMI, MASTERPROGRAM, Årskurs 2 (obligatoriskt valbar)
- MPNAT - NANOTEKNOLOGI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
- MPNAT - NANOTEKNOLOGI, MASTERPROGRAM, Årskurs 2 (valbar)
- TKBIO - BIOTEKNIK, CIVILINGENJÖR, Årskurs 3 (obligatorisk)
Examinator
- Claes Niklasson
- Professor, Kemiteknik, Kemi och kemiteknik
Behörighet
Information saknasSärskild behörighet
För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande statistik
Syfte
Syftet med kursen är att förse studenterna med kompetens inom området tillämpade statistiska metoder för arbete med att planera experiment och analysera resultat korrekt. I kursen ingår även optimering av processer, regressionsanalys och multivariat dataanalys. Kunskaper inom detta område är mycket eftertraktat i industri och forskning oberoende av område.
Lärandemål (efter fullgjord kurs ska studenten kunna)
- Planera experiment med en korrekt och effektiv designmetod.
- Analysera och utvärdera experimentella resultat statistiskt enligt gällande metoder (ANOVA och regressionsmodeller)
- Tillämpa och förstå grundläggande statsitiska metoder såsom hypotestestning, frihetsgrader, ANOVA, faktorexperiment såväl som andra designmetoder och tekniker.
- Känna till och tillämpa grundläggande multivariat dataanalys och kemometriska metoder applicerade på enkla exempel.
Innehåll
- Statistik
- Jämförande experiment
- Enfaktor experiment och variansanalys
- Slumpmässiga blockexperiment
- Latin Square experimentell design
- Faktorförsök 2^k
- Sammanblandning och interaktion mellan olika parametrar i en modell
- Reducerade faktorförsök med olika nivåer
- Regressionsanalys och kvadratsummor
- Robust parameteranpassning
- Experiment med slumpmässig variation och felanalys
- Kopplade designer
- Responsytor och "Evolutionairy operation" EVOP
- Multivariat dataanalys
Organisation
Kursen består av föreläsningar blandade med räkneövningar med tillämpade exempel visande på praktisk tillämpning av grundläggande statistiska begrepp. Industriella och forsknings exempel används frekvent både vid föreläsningar och övningar. Projektet har stort inslag av problembaserat lärande med aktivt lärande i datorstudior. Just projektet är en viktig del i inlärningen av de viktiga momenten i kursen och brukar uppskattas av studenterna.Litteratur
Douglas C. Montgomery: Design and Analysis of ExperimentsExamination inklusive obligatoriska moment
Skriftlig tentamen (5 timmar)Kursplanen innehåller ändringar
- Ändring gjord på tentamen:
- 2019-09-20: Plats Plats ändrat från Johanneberg till M av grunnet
[2020-01-08 7,5 hp, 0107] - 2019-09-09: Plats Plats ändrat från Johanneberg till M av grunnet
[2019-11-01 7,5 hp, 0107]
- 2019-09-20: Plats Plats ändrat från Johanneberg till M av grunnet