ST808: Multivariat dataanalyse og kemometri

15009501(tidligere UVA) er identisk med denne kursusbeskrivelse.
Kandidatkursus forhåndsgodkendt som PhD-kursus

Studerende, der følger kurset, forventes at have kendskab til lineær algebra og basal statistik.

Kurset har til formål at sætte den studerende i stand til at studere
multivariate kalibreringsmetoder og deres anvendelser i kemometri.

Kurset bygger oven på den viden, der er erhvervet i kurserne lineaer algebra og matematisk statistik.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

• Give kompetence
  til at planlægge og udføre videnskabelige projekter på højt fagligt
  niveau herunder styre arbejds- og udviklingssituationer, der er
  komplekse, uforudsigelige og forudsætter nye løsningsmodeller
• Give færdigheder i mestre computerberegninger som videnskabeligt undersøgelsesværktøj
• Give viden
  om avancerede modeller og metoder i anvendt matematik baseret på
  højeste internationale forskning, herunder emner fra fagets
  forskningsfront, viden om anvendelse af disse modeller og metoder på
  problemer fra andre fag og erhvervslivet

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

• beskrive de vigtigste kemometriske metoder til multivariat kalibrering og at kunne anvende disse i en konkret sammenhæng.
• kende
  til anvendelsen af en statistisk programpakke, som f.eks. R, til
  løsningen af konkrete multivariate kalibreringsproblemer, og at kunne
  beskrive resultatet af en sådan analyse i rapportform.
• beskrive
  de forskellige kemometriske metoders fordele og ulemper med henblik på
  at vælge den korrekte metode til at løse et givet multivariat
  kalibreringsproblem.
• beskrive til de vigtigste metoder til
  validering og optimering af en given kalibreringsmetode for et konkret
  problem, med henblik på at vurdere metodens korrekthed i den givne
  sammenhæng.

Kurset indeholder følgende faglige hovedområder:

• Repetition af elementære begreber fra statistik og matrixregning.
• Introduktion til kemometri og multivariat kalibrering.
• Multipel lineær regression (MLR).
• Klassiske mindste kvadraters metode (CLS).
• Principal komponent analyse (PCA).
• Principal komponent regression (PCR).
• Partiel mindste kvadraters metode (PLS).
• Validering og optimering af kalibreringsmodel.
• Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

For at sætte de studerende i stand til at nå læringsmålene for kurset tilrettelægges undervisningen således, at der er 48 forelæsningstimer, holdtimer etc. på et semester.

Disse undervisningsaktiviteter udmønter sig i en anslået vejledende fordeling af arbejdsindsatsen hos en gennemsnitsstuderende på følgende måde:

• Introfase (forelæsning, holdtimer) - Antal timer: 24
  
• Træningsfase: Antal timer: 24
  
• Total: Antal timer: 48
  

Aktiviteter i studiefasen: At studere kursusmaterialet og blive fortrolig med statistiske analyser i software-programmet R, individuelt eller i grupper.