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.

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

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.

Kursen examineras genom:

- Laborationer.

- Studentprojekt.

- Skriftlig tentamen uppdelad på respektive moment.

Samtliga dessa delar betygssätts med differentierade betyg.

Adam Jonsson

- 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 »

Institutionen för teknikvetenskap och matematik (TVM)

Studiehandledning 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.

av Inst. TVM Mats Näsström 2012-03-14

av Niklas Lehto 2020-02-14