KURSPLAN Tillämpad Multivariat Dataanalys 7,5 högskolepoäng Applied Multivariate Data Analysis Avancerad nivå, W7001M Version Höst 2012 Lp 1 - Vår 2017 Lp 4Höst 2017 Lp 1 - Vår 2020 Lp 4Höst 2020 Lp 1 - Tills vidare Kursplan gäller: Höst 2020 Lp 1 - Tills vidareVald version visar för vilken termin och läsperiod som denna kursplanen gäller för. Senaste version visas först. Utbildningsnivå Avancerad nivå Fördjupningskod A1F Betygsskala G U 3 4 5 Ämne Matematisk statistik Ämnesgrupp (SCB) Matematisk statistik BehörighetEn masterutbildning 120 hp inom valfritt naturorienterat områdeUrvalUrvalet grundas på 20-285 högskolepoängMål/Förväntat studieresultat Studenten skall efter avslutad kurs: - Kunna sammanställa, bearbeta, analysera och presentera data samt välja och tillämpa olika statistiska analysmetoder beroende på undersökningens syfte och datamängdens komplexitet. Stor tonvikt läggs på multivariata analysmetoder. - Känna till olika metoders fördelar, nackdelar, risker och begränsningar för att bedöma om och när de statistiska metoderna är användbara. - Kunna använda statistisk programvara för planering, bearbetning och analys av multivariat data från några olika typer av experiment - Kunna presentera resultat av statistisk analys genom skriftlig och muntlig framställan. Kursinnehåll Som verksam inom t ex Träindustrin eller akademin förväntas man kunna hantera och analysera mätdata i både stora och små datamatriser, kunna tillämpa och välja lämpliga statistiska analysmetoder efter behov/situation samt kunna utforma egna försök. Kursens fokus ligger på att studenten skall lära sig använda nedanstående metoder och få kunskap/förståelse för många viktiga statistiska begrepp som används vid dataanalys. De områden som behandlas är: -Grundläggande statistik och statistiska tester, hypotesprovning, konfidensintervall, linjär regression -Principal Component Analysis, PCA -Projection to Latent Structures, PLS -Försöksplanering, faktorförsök, screening och optimering Genomförande Genomförandet bygger på självständigt arbete. Litteratur, studiehandledning och lektioner introducerar olika områden som sedan tillämpas i laborationerna. Lektionerna kan vara inspelade. Handledare ger regelbundet rådgivning och återkoppling i grupp eller individuellt. Laborationerna är självinstruerande med exempel som i många fall är hämtade från LTUs träforskning för att studenten ska få insikt i kunskapsområdet och i en forskares arbetsmetoder. I samband med laborationerna lämnar studenten in frågor på litteratur, teori och laborationer. Förklaringar på frågorna delges till alla i kursen. Sista momentet består av ett självständigt arbete där studenten analyserar ett forskningsanknutet dataset. Resultatet presenteras skriftligt och muntligt. Kursmaterialet finns tillgängligt på en web-baserad lärplattform innan kursstart. Examination Kursen examineras genom: - Laborationer. - Studentprojekt. - Skriftlig tentamen uppdelad på respektive moment. Samtliga dessa delar betygssätts med differentierade betyg. ExaminatorAdam JonssonLitteratur. Gäller från Höst 2012 Lp 1 - Main book: Multi- and Megavariate Data Analysis Part I, Basic Principles and Applications (Ericsson et al. Second revision and enlarged edition, 2006 eller senare).- Introducerande material i statistik samt arbetsmaterial finns tillgängligt på lärplattformen. Sök böcker på biblioteket » KursgivareInstitutionen för teknikvetenskap och matematik (TVM)Moduler KodBenämningBetygsskalaHpTillståndGäller frånTitel 0001Laboration 1. Grundläggande statistiska begrepp och metoderG U 3 4 51.50ObligatoriskH12 0002Laboration 2. Projektionsmetoder, PCAG U 3 4 51.50ObligatoriskH12 0003Laboration 3. Projection - PLS samt PLS-DA.G U 3 4 51.50ObligatoriskH12 0004Laboration 4. Försöksplanering faktorförsökG U 3 4 51.50ObligatoriskH12 0005StudentprojektG U 3 4 51.50ObligatoriskH12 StudiehandledningStudiehandledning finns i lärplattformen Canvas före kursstart. Du som är ny student hittar all information du behöver på www.ltu.se/nystudent. Du som redan studerar vid Luleå tekniska universitet hittar information om kursstart via schema på studentwebben alternativt via kursrummet i lärplattformen. Du når lärplattformen via Mitt LTU.Kursplanen fastställdav Inst. TVM Mats Näsström 2012-03-14Revideradav Niklas Lehto 2020-02-14