14Д021 - Хемометрија
| Спецификација предмета | ||||
|---|---|---|---|---|
| Назив | Хемометрија | |||
| Акроним | 14Д021 | |||
| Студијски програм | сви | |||
| Модул | ||||
| Наставник (предавач) | ||||
| Наставник/сарадник (вежбе) | ||||
| Наставник/сарадник (ДОН) | ||||
| Број ЕСПБ | 5.0 | Статус предмета | изборни предмет | |
| Условљност другим предметом | Облик условљености | |||
| Циљеви изучавања предмета | Основни циљ курса је да студент употпуни и прошири своја теоријска и практична знања из области примене статистичких метода и рачунарских програма у обради резултата хемијске анализе. То обухвата планирање експеримента, обраду резултата мерења, оптимизацију и моделовање параметара хемијског процеса. | |||
| Исходи учења (стечена знања) | По завршетку курса студент би требало да буде оспособљен да: одабере и примени одговарајуће хемометријске методе у анализи података у различитим областима фундаменталних истраживања, као и у инжењерском раду посебно у области контроле квалитета; разуме значај оптимизације и експерименталног дизајна; одабере и примени оптималне методе мултиваријационе анализе, класификације и моделовања података; користи стандардне рачунарске програме за статистичку обраду података; извши редукцију података избором репрезентативних променљивих које су одговорне за варијације у сету података, да класификује и групише податке и на тај начин оптимизује систем контроле и мониторинга хемијског процеса смањујући број мерених параметара и учестаност мерења. | |||
| Садржај предмета | ||||
| Садржај теоријске наставе | Увод у хемометријску анализу података, појам и примена. ; Mетоде за статистичку обраду података (припрема датотеке са подацима, испитивање типа расподеле, уклањање вредности нетипичних тачака, прелиминарне статистичке анализе, статистички тестови, избор одговарајућих хемометријских техника, примена и тумачење резултата статистичке анализе, моделовање параметара, оцена успешности експеримента). ; Примена статистике на резултате поновљених мерења – дескриптивна статистика (мере централне тенденције и мере расипања, расподела резултата поновљених мерења, интервал поверења, процена грешака резултата добијених израчунавањем, средња вредност, стандардна девијација). ; Статистички тестови (једносмерни и двосмерни тестови, параметарски и непараметарски тестови, једно- и вишефакторска анализа варијансе АNOVA). ; Методе калибрације, корелација и регресија. ; Oптимизација и експериментални дизајн (рандомизација, типови експерименталног дизајна, методе оптимизације). ; Методе мултиваријационе анализе (параметарске и непараметарске), принципи, предности и недостаци, избор и примена: ; Анализа главне компоненте (Principal Component Analysis, PCA); Факторска анализа (Factor Analysis, FA); Кластерска анализа (анализа груписања), хијерархијска и нехијерархијска (Cluster Analysis, CA), Дискриминантна анализа, линеарна и каноничка (Discriminant analysis, LDA, CDA); Вештачке неуронске мреже (Artificial Neural Network, ANN); Независно моделовање слагањем група (Soft independent modeling by class analogy, SIMCA). Вишеструка линеарна регресија. ; Валидација и контрола квалитета. ; Примери на рачунару (упознавање са радом и коришћење програма за статистичку обраду резултата мерења: Excel, SPSS, Minitab). ; | |||
| Садржај практичне наставе | ||||
| Литература | ||||
| ||||
| Број часова активне наставе недељно током семестра/триместра/године | ||||
| Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
| 2 | ||||
| Методе извођења наставе | Предавања (PPT), Тестови (2), Примери на рачунару, Семинарски рад | |||
| Оцена знања (максимални број поена 100) | ||||
| Предиспитне обавезе | Поена | Завршни испит | Поена | |
| Активности у току предавања | 10 | Писмени испит | 50 | |
| Практична настава | Усмени испит | |||
| Пројекти | ||||
| Колоквијуми | 20 | |||
| Семинари | 20 | |||