Sök i kursutbudet

Använda sökfunktionen för att hitta i Chalmers utbildningsutbud, både vad gäller kurser och program. När det finns en kurshemsida visas en hus-symbol som leder till denna sida.
Sök program och utbildningsplaner


Institutionernas kurser för doktorander

Kursplan för

Läsår
KBT120 - Planering och utvärdering av experiment  
Design and analysis of experiments
 
Kursplanen fastställd 2015-02-13 av programansvarig (eller motsvarande)
Ägare: MPISC
7,5 Högskolepoäng
Betygskala: TH - Fem, Fyra, Tre, Underkänd
Utbildningsnivå: Avancerad nivå
Huvudområde: Bioteknik, Kemiteknik
Institution: 21 - KEMI OCH KEMITEKNIK


Undervisningsspråk: Engelska
Sökbar för utbytesstudenter: Ja
Blockschema: D+

Kursmoment   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0107 Tentamen 7,5hp Betygskala: TH   7,5hp   02 Nov 2018 fm SB   08 Jan 2019 fm SB   22 Aug 2019 fm SB  

I program

MPAUT FORDONSTEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
MPNAT NANOTEKNOLOGI, MASTERPROGRAM, Årskurs 2 (valbar)
MPNAT NANOTEKNOLOGI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
MPMCN MATERIALKEMI, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
MPMCN MATERIALKEMI, MASTERPROGRAM, Årskurs 2 (valbar)
TKBIO BIOTEKNIK, CIVILINGENJÖR, Årskurs 3 (obligatorisk)
MPISC INNOVATIV OCH HÅLLBAR KEMITEKNIK, MASTERPROGRAM, Årskurs 2 (valbar)
MPISC INNOVATIV OCH HÅLLBAR KEMITEKNIK, MASTERPROGRAM, Årskurs 1 (obligatorisk)

Examinator:

Claes Niklasson


 

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 Experiments

Examination inklusive obligatoriska moment

Skriftlig tentamen (5 timmar)


Publicerad: to 02 sep 2010. Ändrad: må 16 jul 2018