Logga in

Registrera

5KE053 · Umeå universitet

Kemometri

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
7.5
Språk
Engelska
Institution
Kemiska institutionen

Lärandemål

Efter avslutad kurs ska studenten kunna: - teoretisk såväl som praktisk förstå det kemometriska konceptet för tolkning av komplexa (kemiska) data och processer. - planera och utvärdera (kemiska) experiment där många variabler påverkar utfallet. - behärska typiska multivariata tillämpningar inom naturvetenskap och industri såsom kvantitativastrukturegenskaps samband, multivariat kalibrering, multivariat klassificering samt monitorering och kontroll av industriella och andra processer. - kommunicera principer, problem och forskningsresultat med med såväl experter som ickespecialister inom kemometriområdet i frågor som ligger inom ramen för kursens innehåll. - tillgodogöra sig en sådan kunskap om det kemometriska konceptet så att hon/han ska kunna applicera/administrera detta för tillämpningar inom forskning eller industri.

Kursinnehåll
Introduktion till det "kemometriska konceptet": I detta avsnitt ges studenterna en överblick det kemometriska konceptet och hur kemometri fungerar som en röd råd i, (i) definition av mål, (ii) planering av experiment, (iii) skapande av informationsrika data, (iv) modellering och utvärdering, (v) visualisering av stora datamängder, samt (vi) validering och prediktioner. Grunderna i (kemisk) dataanalys: I detta avsnitt ligger fokus på modellbegreppet och variabilitet samt hur modeller av variabilitet kan användas i dataanalys. Försöksplanering (experimentell design): I detta avsnitt behandlas hur försöksplanering (experimentell design) kan användas för att göra så att data innehåller information, hur dessa data kan anlyseras och utvärderas samt hur man kan använda denna filosofi för att optimera (kemiska) system och processer där många variabler påverkar utfallet. Olika typer av experimentella designer, analys- och optimeringsmetoder tas upp. Multivariat dataanalys: I detta avsnitt behandlas hur stora komplexa datamängder (tabeller) uppbyggda av ett stort antal korrelerade variabler kan analyseras så att, (i) en överblick av multivariata data kan erhållas, (ii) likheter och skillnader mellan prover kan detekteras och tolkas, (iii) relationen mellan block (tabeller) av data kan modelleras och tolkas. Specifika tillämpningar tas upp såsom, kvantitativa strukturegenskapssamband, multivariat kalibrering, multivariat klassificering samt övervakning och kontroll av industriella och andra processer. Olika typer av multivariata projektionsmetoder såsom principalkomponentanalys (PCA), partial least squares projections to latent structures (PLS) och ortogonal PLS (OPLS) presenteras.
Förutsättningar
  • Univ: Godkända kurser i kemi om 45 hp eller motsv. Engelska 6/B och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).
Litteratur

Saknas

Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB