14D021 - Hemometrija
Specifikacija predmeta | ||||
---|---|---|---|---|
Naziv | Hemometrija | |||
Akronim | 14D021 | |||
Studijski program | svi | |||
Modul | ||||
Nastavnik (predavač) | ||||
Nastavnik/saradnik (vežbe) | ||||
Nastavnik/saradnik (DON) | ||||
Broj ESPB | 5.0 | Status predmeta | izborni predmet | |
Uslovljnost drugim predmetom | Oblik uslovljenosti | |||
Ciljevi izučavanja predmeta | Osnovni cilj kursa je da student upotpuni i proširi svoja teorijska i praktična znanja iz oblasti primene statističkih metoda i računarskih programa u obradi rezultata hemijske analize. To obuhvata planiranje eksperimenta, obradu rezultata merenja, optimizaciju i modelovanje parametara hemijskog procesa. | |||
Ishodi učenja (stečena znanja) | Po završetku kursa student bi trebalo da bude osposobljen da: odabere i primeni odgovarajuće hemometrijske metode u analizi podataka u različitim oblastima fundamentalnih istraživanja, kao i u inženjerskom radu posebno u oblasti kontrole kvaliteta; razume značaj optimizacije i eksperimentalnog dizajna; odabere i primeni optimalne metode multivarijacione analize, klasifikacije i modelovanja podataka; koristi standardne računarske programe za statističku obradu podataka; izvši redukciju podataka izborom reprezentativnih promenljivih koje su odgovorne za varijacije u setu podataka, da klasifikuje i grupiše podatke i na taj način optimizuje sistem kontrole i monitoringa hemijskog procesa smanjujući broj merenih parametara i učestanost merenja. | |||
Sadržaj predmeta | ||||
Sadržaj teorijske nastave | Uvod u hemometrijsku analizu podataka, pojam i primena. ; Metode za statističku obradu podataka (priprema datoteke sa podacima, ispitivanje tipa raspodele, uklanjanje vrednosti netipičnih tačaka, preliminarne statističke analize, statistički testovi, izbor odgovarajućih hemometrijskih tehnika, primena i tumačenje rezultata statističke analize, modelovanje parametara, ocena uspešnosti eksperimenta). ; Primena statistike na rezultate ponovljenih merenja – deskriptivna statistika (mere centralne tendencije i mere rasipanja, raspodela rezultata ponovljenih merenja, interval poverenja, procena grešaka rezultata dobijenih izračunavanjem, srednja vrednost, standardna devijacija). ; Statistički testovi (jednosmerni i dvosmerni testovi, parametarski i neparametarski testovi, jedno- i višefaktorska analiza varijanse ANOVA). ; Metode kalibracije, korelacija i regresija. ; Optimizacija i eksperimentalni dizajn (randomizacija, tipovi eksperimentalnog dizajna, metode optimizacije). ; Metode multivarijacione analize (parametarske i neparametarske), principi, prednosti i nedostaci, izbor i primena: ; Analiza glavne komponente (Principal Component Analysis, PCA); Faktorska analiza (Factor Analysis, FA); Klasterska analiza (analiza grupisanja), hijerarhijska i nehijerarhijska (Cluster Analysis, CA), Diskriminantna analiza, linearna i kanonička (Discriminant analysis, LDA, CDA); Veštačke neuronske mreže (Artificial Neural Network, ANN); Nezavisno modelovanje slaganjem grupa (Soft independent modeling by class analogy, SIMCA). Višestruka linearna regresija. ; Validacija i kontrola kvaliteta. ; Primeri na računaru (upoznavanje sa radom i korišćenje programa za statističku obradu rezultata merenja: Excel, SPSS, Minitab). ; | |||
Sadržaj praktične nastave | ||||
Literatura | ||||
| ||||
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine | ||||
Predavanja | Vežbe | DON | Studijski i istraživački rad | Ostali časovi |
2 | ||||
Metode izvođenja nastave | Predavanja (PPT), Testovi (2), Primeri na računaru, Seminarski rad | |||
Ocena znanja (maksimalni broj poena 100) | ||||
Predispitne obaveze | Poena | Završni ispit | Poena | |
Aktivnosti u toku predavanja | 10 | Pismeni ispit | 50 | |
Praktična nastava | Usmeni ispit | |||
Projekti | ||||
Kolokvijumi | 20 | |||
Seminari | 20 |