|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
UECHI / C317A
:
Popis předmětu
Pracoviště / Zkratka
|
UECHI
/
C317A
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Planning, Statistics and Quality in Ch.L
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Název dlouhý
|
Planning, Statistics and Quality in Chemical Laboratory
|
Akreditováno / Kredity
|
Ano,
4
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Seminář
1
[HOD/TYD]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Angličtina
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
1 / -
|
1 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
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 |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
A|B|C|D|E|F |
Nahrazovaný předmět
|
UOCHT/C316A
|
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 seznámit studenty se systémem managementu jakosti pro laboratoře, naučit je plánovat experimentální práci a jednoduché statistické postupy k analýze experimentálních jednorozměrných dat, naučit je pracovat se softwarovými nástroji a ty aplikovat v běžné laboratorní praxi při zpracování chemických dat
|
Požadavky na studenta
|
Součástí hodnocení je semestrální práce.
Závěrečná zkouška má písemnou a ústní část, v nichž je prověřována míra osvojených znalostí a orientace v přednášené problematice.
|
Obsah
|
Přednášky
1. Jakost, systémy managementu jakosti (SMJ) - definice, vývoj. Normy řady ISO 9000. Jakost a SMJ v chemii (ČSN EN ISO/IEC 17025)
2. Dokumentace laboratorních SMJ. Příručka jakosti. Standardní operační postup. Metrologický řád. Posuzování způsobilosti laboratoří.
3. Požadavky na zpracování dat - terminologie, Mezinárodní metrologický slovník, nejistota.
4. Metrologie a návaznost v chemii. Zákon o metrologii. Zajištění návaznosti v chemické laboratoři. Certifikované referenční materiály. Externí hodnocení kvality
5. Volba optimální metody - výběr zvažovaných faktorů.
6. Validace analytických metod. Validované parametry.
7. Zabezpečení, řízení a prověřování jakosti. Postupy interního řízení jakosti.
8. Zdroje informace pro experimentální plán. Definice cílů.
9. Technické zázemí laboratorního experimentu, dokumentace.
10. Parametry posuzované při plánování experimentu.
11. Odběrový plán. Metody plánování experimentu.
12. Vyhodnocení výsledků: základní statistické postupy, prezentace dat.
13. Studie proveditelnosti, její vyhodnocení, revize experimentálního plánu.
Seminář
1. Úvod do vyhodnocení dat. Druhy chyb. Správnost, přesnost, shodnost.
2. Nejistoty - definice, složky, postup odhadu nejistoty, praktické výpočty. Míry polohy, rozptýlení a tvaru. /
3. Bodové a intervalové odhady. Praktické příklady z chemické laboratoře.
4. Bodové a intervalové odhady. Praktické příklady z chemické laboratoře.
5. Testování hypotéz. Praktické příklady z chemické laboratoře
6. Testování hypotéz. Praktické příklady z chemické laboratoře.
7. Analýza rozptylu. Praktické příklady z chemické laboratoře.
8. Analýza rozptylu. Praktické příklady z chemické laboratoře.
9. Lineární regrese. Praktické příklady z chemické laboratoře.
10. Lineární regrese. Praktické příklady z chemické laboratoře.
11. Statistické metody při řešení konkrétních chemických problémů - případová studie.
12. Statistické metody při řešení konkrétních chemických problémů - případová studie.
13. Statistické metody při řešení konkrétních chemických problémů - případová studie.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
-
Garanti:
doc. Ing. Anna Krejčová, Ph.D. ,
-
Přednášející:
doc. Ing. Anna Krejčová, Ph.D. (100%),
Ing. Eva Widenská, Ph.D. (100%),
-
Vede seminář:
doc. Ing. Anna Krejčová, Ph.D. (100%),
Ing. Eva Widenská, Ph.D. (100%),
|
Literatura
|
-
Doporučená:
Operační manuál programu Effichem verze 3.
-
Doporučená:
Platné české právní předpisy a normy.
-
Doporučená:
Crosby, N. T., Prichard, F. E. Quality in the Analytical Laboratory.
-
Doporučená:
Crosby, N. T., Prichard, F. E. Quality in the Analytical Laboratory. Chichester, 1995.
-
Doporučená:
Mestek, O., Nondek, L. Zásady správného odběru vzorků pro analýzu životního prostředí. Praha, 1995.
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Jsou vyžadovány základní znalosti práce s PC.
Nejsou žádné zvláštní požadavky na studenta nebo předpoklady na jeho předběžné znalosti statistiky a matematiky.
Student by měl ovládat práci s počítačem a se základním softwarem (např. Microsoft Office), a to při práci s textem a s grafy. |
Získané způsobilosti |
Student je schopen po absolvování předmětu se orientovat ve stávajícím systému zajištění kvality dat a získá praktickou kvalifikaci, jež je nezbytná pro specialisty zajišťující kontrolu kvality v chemických laboratořích a institucích v oblasti ochrany životního prostředí. Je kvalifikován k přípravě laboratorní dokumentace.
Absolvováním předmětu je student schopen jednoduše vyhodnotit jednorozměrná laboratorní data, odhadnout parametry polohy, rozptýlení a tvaru, testovat správnost a shodnost, nalézt vybočující hodnoty a vyextrahovat z dat maximální množství užitečné informace. Student umí pracovat s analýzou rozptylu a lineární regresí. Uvedené statistické prostředky umí aplikovat v laboratorní praxi při řešení běžných provozních úkolů, např. při validaci metod.
|
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Nácvik dovedností
|
Hodnotící metody |
- Ústní zkouška
- Písemná zkouška
- Analýza výkonu studenta
|
|
|
|