Первая страница
Наша команда
Контакты
О нас

    Головна сторінка



Робоча програма навчальної дисципліни статистичні та хемометричні методи в хімії

Скачати 120.65 Kb.

Робоча програма навчальної дисципліни статистичні та хемометричні методи в хімії




Скачати 120.65 Kb.
Сторінка1/2
Дата конвертації24.05.2017
Розмір120.65 Kb.
ТипРобоча програма
  1   2


Міністерство освіти і науки України
Харківський національний університет імені В.Н. Каразіна
Кафедра хімічного матеріалознавства

ЗАТВЕРДЖУЮ


Перший проректор

___________________________

“____” ______________20___ р.


РОБОЧА ПРОГРАМА НАВЧАЛЬНОЇ ДИСЦИПЛІНИ

Статистичні та хемометричні методи в хімії
(для студентів заочного відділення)
напряму підготовки 6.

Навча́льна дисциплі́на - згідно з визначенням в українському законодавстві: педагогічно адаптована система понять про явища, закономірності, закони, теорії, методи тощо будь-якої галузі діяльності (або сукупності різних галузей діяльності) із визначенням потрібного рівня сформованості у тих, хто навчається, певної сукупності умінь і навичок.
040101 "хімія"
хімічного факультету

Кредитно-модульна система

організації навчального процесу

Харків – 2014

Робоча програма навчальної дисципліни „Статистичні та хемометричні методи в хімії” для студентів за напрямом підготовки 6.040101 "хімія".

Розробники: Холін Юрій Валентинович, д.х.н., професор, зав. кафедри хімічного матеріалознавства, Іванов Володимир Венедиктович, д.х.н.

Матеріалозна́вство - міждисциплінарна галузь науки, яка вивчає залежність між хімічним складом, будовою і властивостями матеріалів, а також впливом на їх будову і властивості теплових, хімічних, електромагнітних та інших факторів.
, проф. кафедри хімічного матеріалознавства, Христенко Інна Василівна, к.х.н., доц. кафедри хімічного матеріалознавства, Пантелеймонов Антон Віталійович, к.х.н., доц. кафедри хімічного матеріалознавства

Робоча програма затверджена на засіданні кафедри хімічного матеріалознавства
Протокол № 11 від “ 13 травня 2014 р.

Завідувач кафедри _______________________ Холін Ю.В.


“_____”________________2014 р.

Схвалено методичною комісією хімічного факультету


Протокол № 10 від “ 14 травня 2014 р.
“_____”________________2014 р.

Голова _____________________________ Юрченко О. І.




  1. Опис навчальної дисципліни



Найменування показників

Галузь знань, напрям підготовки, освітньо-кваліфікаційний рівень

Характеристика навчальної дисципліни

Кількість кредитів 4.5

Галузь знань

“Природничі науки”



Заочна форма навчання

за вибором ВНЗ




Модулів – 2

Напрям підготовки

040101 “Хімія”

Спеціальність 6.040101


Рік підготовки:

ІІ -й


Семестр

4-й


Загальна кількість годин 162

Лекції

18 год.





Освітньо-кваліфікаційний рівень: бакалавр


Лабораторні

36 год.


Самостійна робота

108 год.


Вид контролю:

контрольна робота, екзамен






  1. Мета та завдання навчальної дисципліни

Мета: навчити студентів використовувати статистичні та хемометричні засоби для обробки даних хімічного експерименту.

Обро́бка да́них - систематична цілеспрямована послідовність дій над даними. Обробка даних містить в собі множину різних операцій.

У результаті вивчення даного курсу студент повинен

знати: засади статистичної обробки експериментальних даних, особливості хемометричних підходів до обробки даних хімічного експерименту.

вміти: використовувати компютерні засоби обробки даних хімічного експерименту.



  1. Програма навчальної дисципліни

Модуль 1. Лекції

Тема 1. ЕКСПЕРИМЕНТАЛЬНІ ДАНІ. ФАКТОГРАФІЧНА ТА БІБЛІОГРАФІЧНА ХІМІЧНА ІНФОРМАЦІЯ

«Дані»: визначення, типи. Шкали: порядкова; відношень; інтервальна. Значення хемометрії й інформатики для хімії (хімічний аналіз, параметрична ідентифікація моделей, QSAR, молекулярна інформатика, автоматизація обробки даних експерименту тощо). Джерела хімічної інформації, бази даних і пакети прикладних. програм (Science Citation Index, CSD тощо). Хімічні періодичні видання.

Преса - друковані засоби масової інформації (періодичні друковані видання), які виходять під постійною назвою, з періодичністю один і більше номерів (випусків) протягом року. Під пресою розуміють газети, журнали, альманахи, збірки, бюлетені, рідше книги, листівки, що мають визначений наклад.
Друковані та електронні версії.

Тема 2. ПРЕДСТАВЛЕННЯ ТА СТАТИСТИЧНА ОБРОБКА ДАНИХ

Первинне представлення даних Дескриптивне представлення даних. Гістограми.

Результат вимірювань як випадкова величина Генеральна сукупність та виборка.

Генеральна сукупність вимірів - це одне з визначальних понять теорії імовірності та статистики, а також інших галузей, що використовують їх математичний апарат. Генеральна сукупність - це абсолютно всі можливі результати певної події.
Випадкова величина (англ. Random variable) - одне з основних понять теорії ймовірностей.
Вибіркові оцінки. Моменти. Середнє. Стандартне відхилення.
Стандартне відхилення Станда́ртне відхи́лення (англ. standard deviation) або середнє квадратичне відхилення, позначається як S або σ. - у теорії ймовірності і статистиці найпоширеніший показник розсіювання значень випадкової величини відносно її математичного сподівання.
Дисперсія. Коефіцієнти кореляції. Задачі обробки первинних експериментальних даних: дослідження однорідності виборки, визначення функції розподілу, кореляцій між змінними, класифікація, факторний аналіз.
Фа́кторний ана́ліз - статистичний метод аналізу впливу окремих факторів (чинників) на результативний показник.
Функція розподілу ймовірностей - В теорії ймовірностей це функція, яка повністю описує розподіл ймовірностей випадкової величини.
Структурна і параметрична ідентифікація моделей, перевірка адекватності. Статистичні розподіли випадкової величини. Біномінальний розподіл. Розподіли неперервних величин: рівномірний, Гаусса, Лапласа, Пуассона, 2.

Тема 3. ПЕРЕВІРКА СТАТИСТИЧНИХ ГІПОТЕЗ

Задача перевірка статистичних гіпотез. Схема перевірки гіпотези. Помилки І та ІІ родів. Потужність критеріїв. Перевірка гіпотез про функції розподілу. Критерій 2, графічні способи перевірки гіпотез про функції розподілу.

Тема 4. ОСНОВИ КОРЕЛЯЦІЙНОГО ТА РЕГРЕСІЙНОГО АНАЛІЗУ

Кореляційний аналіз. Приклади кореляцій в хімії, значення кореляцій. Принцип лінійності вільних енергій як основа багатьох хімічних кореляцій. Теоретичні засади методу найменших квадратів (МНК) та статистичні властивості оцінок МНК.

Метод найменших квадратів Метод найменших квадратів - метод знаходження наближеного розв'язку надлишково-визначеної системи. Часто застосовується в регресійному аналізі. На практиці найчастіше використовується лінійний метод найменших квадратів, що використовується у випадку системи лінійних рівнянь.
Розрахункова схема МНК.
Розрахунко́ва схе́ма - об'єкт розрахунку, представлений у такому вигляді, коли збережено всі істотні особливості об'єкта відносно мети розрахунку. Тобто це спрощене (умовне) зображення споруди (чи основи споруди), системи конструкцій або механізму, прийняте для їх розрахунку.
Приклади використання МНК у хімічних задачах.

Тема 5. КЛАСИФІКАЦІЯ ТА КЛАСТЕРНИЙ АНАЛІЗ

Види класифікацій і їх значення для аналізу даних. Типи ознак. Міри схожості об'єктів. Класифікація без навчання. Ієрархічна класифікація, дендрограми. Найпростіші алгоритми ієрархічного кластерного аналізу сукупності об'єктів.

Аналіз даних - розділ математики, що займається розробкою методів обробки даних незалежно від їх природи.
Кластерний аналіз (англ. Data clustering) - задача розбиття заданої вибірки об'єктів (ситуацій) на підмножини, що називаються кластерами, так, щоб кожен кластер складався з схожих об'єктів, а об'єкти різних кластерів істотно відрізнялися.
Проблема стійкості класифікації. Факторний анализ. Кореляційна та коваріаційна матриці – об'єкт факторного аналізу. Формулювання задачі факторного аналізу. Матриця навантажень, вектори характерностей і загальностей. Основна факторна теорема. Алгоритми факторного аналізу. Факторний аналіз хроматографічних даних.

  1   2


Скачати 120.65 Kb.

  • Статистичні та хемометричні методи в хімії
  • Опис навчальної дисципліни
  • Мета та завдання навчальної дисципліни Мета : навчити студентів використовувати статистичні та хемометричні засоби для обробки даних
  • Програма навчальної дисципліни Модуль 1. Лекції