Detail předmětu

Zpracování experimentálních dat - SCH

FCH-BCA_ZDSAk. rok: 2013/2014

Obsah předmětu navazuje a rozšiřuje znalosti získané v předcházejícím studiu. Vychází ze statistických fyzikálně-chemických a biologických disciplín vyučovaných ve studijním oboru Spotřební chemie. Je zaměřen na zpracování dat, použítí normálního rozdělení, testování statistických hypotéz a analýzu zdrojů chyb a stanovení nejistoty měření.
Zabývá se i plánováním a řízením experimentů v chemii, biologii a fyzice. Ke zpracování dat je využívan zejména MS Excel, statistický software a software pro obrazovou a signální analýzu.

Jazyk výuky

čeština

Počet kreditů

2

Výsledky učení předmětu

Výstupy předměnu jsou zejména:
- Ucelené informace o základních metodách numerického zpracování jednorozměrných dat, základních metodách numerického zpracování
jednoduchých závislostí a vyhlazování dat.
- Praktické použití získaných poznatků při zpracování experimentálních dat z vybraných tématických okruhů v prostředí MS-Excel a Origin.
- Teoretické i praktické znalosti a dovednosti při stanovení nejistoty měření.

Prerekvizity

matematika, chemická informatika

Plánované vzdělávací činnosti a výukové metody

Výuka předmětu je realizována formou: Přednáška - 2 vyučovací hodiny týdně. Vyučujícím a studentům je k dispozici e-learningový systém LMS Moodle.

Způsob a kritéria hodnocení

Úspěšné absolvování testů (eLearning) v průběhu semestru a výpočty z problematiky nejistoty měření. Testy jsou zaměřeny na aktivní zpracování experimentálních dat (zpracování dat nominální proměné, korelace a regrese, pravděpodobnost statistických jevů, charakteristiky náhodných veličin, rozdělovací funkce, parametrické a neparametrické statistické testy). Příklady jsou zaměřeny na nejistoty měření typu A, B, kombinovanou a rozšířenou nejistotu.

Osnovy výuky

Část I - Zpracování dat (týden I - IV)
1. Statistická šetření – sběr dat
2. Zpracování dat, zobrazení a základní analýza dat
3. Vyjadřování variability
4. Průměr grupovaných dat, vážený průměr
5. Míry polohy
6. Korelace
7. Lineární regrese
Část II - Normální rozdělení (týden V - VIII)
8. Binomické rozdělení
9. Normální rozdělení
10. Rozdělení průměru
11. Rozdělení podílu
12. Intervaly spolehlivosti
Část III - Testovní hypotéz (týden IX - X)
13. Testování hypotéz I a II
Část IV - Nejistoty měření (týden XI-XII)
14. Nejistota přímých měření
15. Nejistota nepřímých měření
16. Kombinovaná a rozšířená nejistota
17. Plánování experimentů v chemii, biologii a fyzice

Učební cíle

Cílem je doplnit a získat nové teoretické informace a praktické dovednosti potřebné k numerickému zpracování dat získaných vlastní experimentální činností.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Úspěšné absolvování testů v průběhu semestru, Informace ke zpracování testů a k jejich řešení je realizováno prostřednictví e-learningového systému VUT Moodle.

Základní literatura

Cyhelský L., Kahounová J., Hindls R. : Elementární statistická analýza. Management press, Praha 1999 (CS)
Šťastný Z. : Matematické a statistické výpočtu v Microsoft® Excelu. Computer Press, Brno 1999 (CS)
Meloun M., Militký J. : Kompendium statistického zpracování dat. Academia, Praha 2002 (CS)

Doporučená literatura

Carley A. F., Morgan P. H. : Computaional Methods in the Chemical Sciences. Ellis Horwood Limited, Chichester 1989 (CS)
Schnoor J.L. : Environmental Modeling. John Wiley a Sons, Inc., New York 1996 (CS)
Graham R.C. : Data Analysis for the Chemical Sciences. VCH Publishers, Inc., New York 1993 (CS)
Billo E. J. : MS Excel for Chemists. John Wiley & Sons, Inc., New York 1997 (CS)
Green J. R., Margerison D. : Statistical treatment of experimental data. Elsevier Sci. Publ. Comp., Amsterodam 1978 (CS)

Zařazení předmětu ve studijních plánech

  • Program BPCP_CHCHT bakalářský

    obor BPCO_SCH , 3. ročník, zimní semestr, povinný

  • Program BKCP_CHCHT bakalářský

    obor BKCO_SCH , 3. ročník, zimní semestr, povinný

  • Program CKCP_CZV celoživotní vzdělávání (není studentem)

    obor CKCO_CZV , 1. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor