|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KALCH / CA101
:
Popis předmětu
Pracoviště / Zkratka
|
KALCH
/
CA101
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Analytická chemometrie
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
0
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
NE
|
Vyučovací jazyk
|
Angličtina
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
NE
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Angličtina
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
S|N |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
S|N |
Nahrazovaný předmět
|
KALCH/CD101
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je seznámení se aktivní a přístupnou formou s možností využití vybraných statistických postupů a softwarových nástrojů při vývoji analytických metod, jejich validaci, sběru, přípravě a zpracování experimentálních dat. Program předmětu je zaměřen na nejčastější témata, která se objevují při plánování, realizaci a zpracování výzkumů či při tvorbě dizertačních prací a publikační činnosti.
|
Požadavky na studenta
|
Znalost získaných dovedností interaktivní statistické analýzy dat bude ověřena formou písemné semestrální práce realizované s využitím dostupného softwarového vybavení.
|
Obsah
|
Metodika statistické analýzy jednorozměrných dat, odhady parametrů polohy, rozptýlení a tvaru u vybraných rozdělení, matematická transformace dat, analýza malých výběrů, statistické testování, analýza rozptylu, tvorba lineárních regresních modelů, kalibrace a limity její přesnosti, korelace, plánování a analýza experimentu, frakcionální faktorové plánování, nelineární regresní modely, matematické principy analýzy vícerozměrných dat a metodika jejich statistické analýzy, průzkumová analýza vícerozměrných dat, analýza hlavních komponent, faktorová analýza, kanonická korelační analýza, diskriminační analýza, logistická regrese či analýza shluků.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
Montgomery D.C. Design and Analysis of Experiments. 6th Edition, Wiley, 2005. ISBN 978-0-471-48735-7.
-
Doporučená:
Meloun, M.; Militký, J.; Forina, M. Chemometrics for Analytical Chemistry, Volume 1: PC-Aided Statistical Data Analysis. Ellis Horwood, Chichester, 1992. ISBN 0-13-126376-5.
-
Doporučená:
Meloun, M.; Militký, J.; Forina, M. Chemometrics for Analytical Chemistry, Volume 2: PC-Aided Regression and Related Methods. Ellis Horwood, Chichester, 1994. ISBN 0-13-123788-7.
-
Doporučená:
Meloun, M., Militký, J. Interaktivní statistická analýza dat. 3. vyd. Praha: Karolinum, 2012.
-
Doporučená:
MELOUN, M., MILITKÝ, J., HILL, M. Počítačová analýza vícerozměrných dat v příkladech. Praha, 2012.
-
Doporučená:
MELOUN, M.; MILITKÝ, J. Statistické zpracování experimentálních dat.. Praha:Plus, 1994.
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Pro správu a zpracování dat budou využívány komplexní analytické nástroje; nejsou kladeny zvláštní požadavky s ohledem na znalosti statistiky a matematiky. |
Získané způsobilosti |
Pochopení základních pojmů, principů a významu metod jednorozměrné a vícerozměrné statistické analýzy dat a osvojení postupu jejich aplikace s využitím vhodného softwarového prostředí. Řešení praktických úloh a problémů reálné praxe je pak nedílnou součástí získání dovednosti nalezení funkčních vztahů a zákonitostí ukrytých v datech, které jsou nezbytné pro správnou interpretaci výsledků. |
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Nácvik dovedností
|
Hodnotící metody |
- Písemná zkouška
- Posouzení zadané práce
|
|
|
|