Chemometrics
General data
Course ID: | 0600-S2-CKR-Ch |
Erasmus code / ISCED: |
13.3
|
Course title: | Chemometrics |
Name in Polish: | Chemometria |
Organizational unit: | Faculty of Chemistry |
Course groups: |
(in Polish) studia stacjonarne II stopnia, chemia kryminalistyczna semestr 1 |
ECTS credit allocation (and other scores): |
5.00 (differs over time)
|
Language: | Polish |
Prerequisites: | (in Polish) Podstawowa wiedza z zakresu zastosowania arkusza kalkulacyjnego, znajomość rachunku macierzowego. |
Total student workload: | (in Polish) Godziny realizowane z udziałem nauczycieli ( godz.): - udział w wykładach – 15 h - udział w ćwiczeniach – 30 h Czas poświęcony na pracę indywidualną studenta ( godz.): - przygotowanie do ćwiczeń – 50 h - przygotowanie do kolokwiów – 20 h - konsultacje i praca z nauczycielem akademickim - 10 h Łącznie: 125 godz.:25= 5 ECTS |
Learning outcomes - knowledge: | (in Polish) W1: Zna metodologię, cele i obszary stosowania metod chemometrycznych K_W01, K_W04 W2: Zna metody analizy i kontroli danych surowych oraz ich transformacji (normalizacji, standaryzacji) K_W01 W3: Zna różne metody planowania i optymalizacji eksperymentów K_W01 W4: Zna podstawowe metody filtrowania danych K_W01 W5: Zna sposób tworzenia chemometrycznego modelu regresyjnego, jedno i wielowymiarowego K_W01 W6: Potrafi opisać algorytmy działania najważniejszych metod chemometrycznych: analizy czynników głównych, regresji czynników głównych, częściowych najmniejszych kwadratów oraz metod klasyfikacji obiektów K_W01 W7: Zna przykłady praktycznego zastosowania chemometrii w kryminalistyce K_W04 |
Learning outcomes - skills: | (in Polish) U1: Potrafi przeprowadzić analizę i transformację danych surowych K_U06 U2: Stosuje w praktyce wybrane metody planowania pomiarów i optymalizacji eksperymentów K_U01, K_U05 U3: Korzysta z różnorodnych statystycznych programów obliczeniowych K_U01 U4: Potrafi wyszukiwać oprogramowanie typu open source stosowane w obliczeniach chemometrycznych K_U01 U5: Potrafi konstruować chemometryczne modele regresyjne jedno- i wieloparametrowe oraz sprawdzać istotność zmiennych, adekwatność modelu i zdolności prognostyczne K_U06 U6: Potrafi zastosować wybrane metody filtrowania danych K_U06 U7: Potrafi przeprowadzić analizę wielowymiarowych danych eksperymentalnych wybranymi metodami chemometrycznymi oraz poprawnie interpretować wyniki K_U01, K_U06, K_U07 |
Learning outcomes - social competencies: | (in Polish) K1: Ma świadomość poziomu własnej wiedzy dotyczącej chemometrii i potrzeby jej ciągłego pogłębiania K_K01 K2: Posiada świadomość roli chemometrii w kryminalistyce K_K01 |
Teaching methods: | (in Polish) Wykład: metody podające - wykład informacyjny metody problemowe - wykład problemowy Laboratorium: metody programowane z użyciem komputera |
Expository teaching methods: | - informative (conventional) lecture |
Exploratory teaching methods: | - laboratory |
Short description: |
(in Polish) W ramach przedmiotu prowadzone są następujące zajęcia: - wykład 15 godz. - ćwiczenia 30 godz. – przewidziano 6 ćwiczeń od indywidualnego wykonania. Celem przedmiotu jest nabycie teoretycznych wiadomości i praktycznych umiejętności pozwalających na samodzielne korzystanie z komputerów w zakresie chemometrycznej analizy, interpretacji wyników oraz planowania doświadczeń. |
Full description: |
(in Polish) Treści programowe wykładu: Chemometria jest nauką zajmującą się wykorzystaniem metod numerycznych, statystycznych oraz symbolicznych do analizy wielowymiarowych zbiorów danych chemicznych, metod modelowania empirycznego, analizy podobieństwa i klasyfikacji. Wykład ma za zadanie przedstawienie teoretycznych wiadomości dotyczących planowania doświadczeń, modelowania zależności, zaawansowanych metod statystycznych, oraz interpretacji uzyskanych wyników doświadczalnych. Treści programowe laboratorium: Ćwiczenia mają na celu nabycie praktycznych umiejętności pozwalających na samodzielne korzystanie z programów komputerowych w zakresie wstępnego opracowania danych, modelowania zależności, planowania doświadczeń oraz zaawansowanych metod statystycznych. W przypadku ćwiczeń, niezbędne jest posiadanie umiejętności obsługi arkusza kalkulacyjnego MS Excel oraz znajomości rachunku macierzowego |
Bibliography: |
(in Polish) 1. Jan Mazerski, Chemometria praktyczna, Wyd. Malamut, 2009. 2. Jan Mazerski, Podstawy chemometrii, Wyd. Politechniki Gdańskiej, 2000. 3. Richard G. Brereton, Chemometrics: data analysis for the laboratory and chemical plant, Wiley, 2003. 4. Practical guide to chemometrics, ed. Paul Gemperline, Taylor&Francis, 2006. 5. Chemometria w analityce – wybrane zagadnienia, praca pod red. D. Zuby i A. Parczewskiego, Wydawnictwo Instytutu Ekspertyz Sądowych, 2008. |
Assessment methods and assessment criteria: |
(in Polish) Metody oceniania: wykład - K_W01, K_U01, K_U06, K_U07 ćwiczenia - K_W01, K_U01, K_U06, K_U07 Kryteria oceniania: Wykład: np. egzamin pisemny w formie testu; wymagany próg na ocenę dostateczną - 50%, 61% - dostateczny plus, 66% - dobry, 76% - dobry plus, 81% - bardzo dobry. Ćwiczenia: np. zaliczenie na ocenę na podstawie wykonanych ćwiczeń laboratoryjnych i dwóch kolokwiów śródsemestralnych; wymagany próg na ocenę dostateczną - 50%, 61% - dostateczny plus, 66% - dobry, 76% - dobry plus, 81% - bardzo dobry. Wykład: egzamin pisemny – K_W01, K_U01, K_U06, K_U07 Laboratorium: - K_W01, K_U01, K_U06, K_U07 Zagadnienia egzaminacyjne: wybrane metody planowania eksperymentów, modelowanie chemometryczne (identyfikacja modelu, istotność modelu, adekwatność modelu, istotność zmiennych), analiza i kontrola danych (rozkład, współzmienność, transformacja danych, skalowanie, linearyzacja), analiza podobieństwa (podobieństwo wielowymiarowe, analiza podobieństwa cech, analiza podobieństwa obiektów, redukcja wymiaru przestrzeni cech), analiza skupień (metody graficzne, dendrogram, metoda k-najbliższych sąsiadów) metody filtrowania danych, metoda analizy czynników głównych (obliczanie głównych składowych, określenie liczby głównych składowych i ich interpretacja), metoda regresji czynników głównych (PCR), metoda częściowych najmniejszych kwadratów (PLS), metody klasyfikacji obiektów. |
Practical placement: |
(in Polish) Nie dotyczy |
Classes in period "Winter semester 2021/22" (past)
Time span: | 2021-10-01 - 2022-02-20 |
Navigate to timetable
MO WYK
WYK
TU LAB
LAB
W TH FR |
Type of class: |
Laboratory, 30 hours
Lecture, 15 hours
|
|
Coordinators: | Piotr Szczepański | |
Group instructors: | Piotr Szczepański | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading Lecture - Examination |
Classes in period "Winter semester 2022/23" (past)
Time span: | 2022-10-01 - 2023-02-19 |
Navigate to timetable
MO TU LAB
W WYK
TH FR LAB
|
Type of class: |
Laboratory, 30 hours
Lecture, 15 hours
|
|
Coordinators: | Piotr Szczepański | |
Group instructors: | Piotr Szczepański | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading Lecture - Examination |
Classes in period "Winter semester 2023/24" (past)
Time span: | 2023-10-01 - 2024-02-19 |
Navigate to timetable
MO WYK
TU LAB
W TH FR |
Type of class: |
Laboratory, 30 hours
Lecture, 15 hours
|
|
Coordinators: | Piotr Szczepański | |
Group instructors: | Piotr Szczepański | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading Lecture - Examination |
Classes in period "Winter semester 2024/25" (future)
Time span: | 2024-10-01 - 2025-02-23 |
Navigate to timetable
MO TU W TH FR |
Type of class: |
Laboratory, 30 hours
Lecture, 15 hours
|
|
Coordinators: | Piotr Szczepański | |
Group instructors: | Piotr Szczepański | |
Students list: | (inaccessible to you) | |
Examination: |
Course -
Examination
Laboratory - Grading Lecture - Examination |
Copyright by Nicolaus Copernicus University in Torun.