Kursplan för Multivariat dataanalys och försöksplanering

Multivariate Data Analysis and Experimental Design

Det finns en senare version av kursplanen.

  • 5 högskolepoäng
  • Kurskod: 1MB344
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap G2F, Teknik G2F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2009-03-16
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2009
  • Behörighet:

    Matematisk statistik

  • Ansvarig institution: Institutionen för biologisk grundutbildning

Mål

Efter godkänd kurs studenten kunna

  • konstruera och använda några grundläggande metoder för explorativ multivariat dataanalys: datakomprimering och visualisering.
  • konstruera och använda några grundläggande metoder för prediktiv multivariat dataanalys: flerdimensionell regression och klassificering.
  • tolka resultaten som erhållits i de ovan nämnda metoderna.
  • tillämpa reducerad försöksplaneringsteknik och anpassa försök och metodik efter befintliga resurser.

Innehåll

Försöksplanering: optimal design, faktorförsök, responsytor. Explorativ multivariat dataanalys: förbehandling, principalkomponentanalys, klusteranalys, flerdimensionell skalning. Prediktiv multivariat analys: modellbaserad, linjär och olinjär klassificering och regression. Variabel-selektion, modellval, överanpassning och prestandautvärdering. Tillämpningar.

Undervisning

Föreläsningar, seminarier, räkneövningar, datorövningar.

Examination

Teori 3 (hp), Datorövningar (2 hp).

Versioner av kursplanen

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.

Skriv ut