Kemometrika

NAZIV PREDMETA

Kemometrika

Kod

KTH210

Godina studija

Nositelj/i predmeta

Izv. prof. dr. sc. Ante Prkić

Bodovna vrijednost (ECTS)

7.5

Suradnici

Način izvođenja nastave (broj sati u semestru)

P	S	V	T
30	45	0	0

Status predmeta

Obvezni

Postotak primjene e-učenja

0 %

OPIS PREDMETA

Ciljevi predmeta

Upoznavanje studenata s važnosti uporabe matematičkih i statističkih metoda za obradu eksperimentalnih podataka, postupanjem viševarijantnim podatcima, te planiranjem eksperimenata. Omogućiti im rad na računalima i upoznati sa standardnim programskim paketima (MS Excel, Wolfram Mathematica, MatLab, Statistica).

Uvjeti za upis predmeta i ulazne kompetencije potrebne za predmet

Završen odgovarajući preddiplomski studij

Očekivani ishodi učenja na razini predmeta (4-10 ishoda učenja)

1. Definirati raspodjele podataka.
2. Primijeniti statističke testove hipoteze u kemiji.
3. Upotrijebiti metode eksploracije podataka na realne kemijske sustave.
4. Znati dizajnirati eksperimentalni postupak.
5. Primijeniti metode modeliranja i optimizacije te znati ekstrahirati korisne informacije.
6. Znati kalibrirati analitički sustav, obraditi mjerni signal s ciljem dobivanja korisne informacije

Sadržaj predmeta detaljno razrađen prema satnici nastave

1. tjedan: Uvod u kemometriju. Vrste eksperimentalnih podataka. Relacija između eksperimentalnih podataka, informacije i znanja. Seminar: Osnovni statistički pojmovi u MS Excelu
2. tjedan: Osnove statistike u kemometriji. Vjerojatnost. Raspodjela podataka. Deskriptivna statistika. Točnost i preciznost. Seminar: Osnovni statistički pojmovi u Wolfram Mathematici
3. tjedan: Testovi hipoteze. Parametarski testovi. Testovi značajnosti - t-test, F-test, ANOVA, test normalnosti razdiobe. Seminar: Osnovni statistički pojmovi u Statistici
4. tjedan: Jednofaktorska analiza varijance. Višefaktorska analiza varijance. Seminar: Testovi značajnosti u MS Excelu
5. tjedan: Eksperimentalni dizajn i optimizacija. Seminar: Testovi značajnosti u Wolfram Mathematici.
6. tjedan: Kvaliteta analitičkog mjerenja - procjena varijabilnosti, usporedni testovi, mjerna nesigurnost. Seminar: Testovi značajnosti u Statistici
7. tjedan: Regresijska analiza, metoda najmanjih kvadrata: linearni modeli, testovi značajnosti regresijskih parametara. Seminar: Regresijske analize u MS Excelu
8. tjedan: Eksploracijska analiza podataka. Kompleksni uzorak. Prepoznavanje uzorka. Metode prepoznavanja uzorka sa i bez vanjskog učitelja. Rotacija. Seminar: Regresijske analize u Wolfram Mathematici.
9. tjedan: Analiza glavnih komponenata. Matrica kovarijance. Vlastite vrijednosti i vlastiti vektori. Principi smanjivanja broja dimenzija. Seminar: Regresijske analize u Statistici.
10. tjedan: Hijerarhijska klaster analiza. Udaljenost i sličnost. Jednostruko, potpuno i centroidno povezivanje. Dendogrami. Seminar: Analiza glavnih komponenata u Wolfram Mathematici
11. tjedan: Klasifikacija. Linearni i nelinearni model klasifikacije. Metoda K-najbližih susjeda. Metoda neovisnog modeliranja analogije klasa. Seminar: Analiza glavnih komponenata u Statistici
12. tjedan: Obrada signala. Detekcija signala, granica detekcije, granica odluke i granica kvantifikacije. Skaliranje. Popunjavanje. Usrednjavanje. Filtriranje. Izravnavanje. Višestruko uzorkovanje. Fourierove transformacije. Modulacija signala. Derivacije signala. Dekonvolucija. Seminar: Fourierove transformacije u Wolfram Mathematici
13. tjedan: Optimizacija. Funkcije kriterija ocjenjivanja. Donošenje odluka na osnovi više kriterija. Pareto optimalnost. Derringerova funkcija. Seminar: Fourierove transformacije u Mathlabu
14. tjedan: Algoritmi za optimizaciju. Simplex. Genetički algoritmi. Osnovni principi, namjena i primjeri upotrebe. Seminar: Linearni i nelinearni modeli klasifikacije u Statistici
15. tjedan: Molekulsko modeliranje. Optimizacija strukture. Izračunavanje deskriptora. Povezivanje fizikalnih i kemijskih svojstva sa strukturnim svojstvima molekula. Seminar: Algoritmi za optimizaciju u Statistici

Vrste izvođenja nastave:

Obveze studenata

Praćenje rada studenata (upisati udio u ECTS bodovima za svaku aktivnost tako da ukupni broj ECTS bodova odgovara bodovnoj vrijednosti predmeta):

Pohađanje nastave	0.5	Istraživanje	0.0	Praktični rad	1.0
Eksperimentalni rad	0.0	Referat	0.0
Esej	0.0	Seminarski rad	1.5
Kolokviji	0.0	Usmeni ispit	1.0
Pismeni ispit	1.0	Projekt	1.0

Ocjenjivanje i vrjednovanje rada studenata tijekom nastave i na završnom ispitu

Cjelokupni ispit može se položiti preko dva parcijalna testa teorijske i seminarske građe tijekom semestra. Prag prolaznosti je 60%. Svaki kolokvij u ocjeni učestvuje s 50%. Prisutnost predavanjima od 80 do 100% je 10% ocjene. U ispitnim rokovima polaže se pismeni, pismeno-usmeni i usmeni ispit. Prag prolaznosti je 60%. Položeni jedan parcijalni test iz bilo kojeg dijela (prethodna aktivnost) vrijedi u cijeloj tekućoj akademskoj godini. Pismeni ispit ima udio 30%, pismeno-usmeni s 60%, a usmeni 10%. Studenti koji nisu položili ispit putem parcijalnih testova polažu ispit preko pismenog, pismeno-usmenog i usmenog ispita u redovitim ispitnim rokovima. Prag prolaznosti je 60 %, a pojedini oblik ispita učestvuje u ocjeni s po 50%.
Ocjene: 60%-69% - dovoljan, 70%-79% - dobar, 80%-89% -vrlo dobar, 90%-100% - odličan.

Obvezna literatura (dostupna u knjižnici i putem ostalih medija)

Naslov	Broj primjeraka u knjižnici	Dostupnost putem ostalih medija
Paul GemeprlineEd.Practical Guide to Chemometrics, 2nd Ed. CRC Press, Taylor & FrancisG roup, 2006, Boca Raton, USA, 2006.	0
Richard G. Brereton: Chemometrics Data Analysis for the Laboratory and Chemical Plant, John Wiley & Sons Ltd, West Sussex, UK, 2003.	0
Peter C. Meier,Richard E. Zund, Statistical Methods in Analytical Chemistry, 2nd Ed. John Wiley & Sons Ltd, New York, USA, 2000.	0
Ivan Šošić, Primijenjena statistika, Školska knjiga, Zagreb, Hrvatska, 2004.	0

Dopunska literatura

Načini praćenja kvalitete koji osiguravaju stjecanje utvrđenih ishoda učenja

- registracija nazočnosti studenata
- godišnja analiza uspjeha studenata
- studentska anketa

Ostalo (prema mišljenju predlagatelja)