K-INFO
HU
EN
Login

Design of experiments

Kísérlettervezés
A tantárgyleírás hatályossága
Hatályosság kezdete:
Hatályosság vége:
Subject name (Hungarian, English)
Kísérlettervezés
Design of experiments
Subject code BMEVEKFML02
Subject type
Training Level
Course types and hours (weekly/semester)
Course type lecture tutorial laboratory
hours (weekly) 0,5 0,5 0
type (linked/independent) derived course
Assessment type félévközi érdemjegy
Credits 3
Subject coordinator
GYJ88C
Responsible department
Kémiai és Környezeti Folyamatmérnöki Tanszék
Faculty Vegyészmérnöki és Biomérnöki Kar
Subject website
Primary curriculum type
Direct prerequisites – Strong prerequisite none
Direct prerequisites – Weak prerequisite none
Direct prerequisites – Parallel prerequisite none
Direct prerequisites – Milestone prerequisite none
Direct prerequisites – Exclusion none

Objectives

Programme

Statisztikai intervallumok

Konfidencia-, tolerancia és jóslási intervallum értelmezése és használatának módja.

Hibaterjedési elemzés. Analitikai mérések hibaforrásainak elemzése a EURACHEM Guide útmutatásai szerint.

Regresszió

Paraméterbecslés a legkisebb négyzetek módszerével egyenes illesztésekor. Az elemzés feltételei és azok ellenőrzése, a függvény alkalmasságának vizsgálata, a reziduumok vizsgálata. Az elemzés, ha a mérési bizonytalanság nem állandó (súlyozott legkisebb négyzetek és maximum likelihood). Kalibrációs probléma: konfidencia-intervallum a független változó ismeretlen értékére.

Többváltozós lineáris regresszió.

Nemlineáris regresszió

Varianciaanalízis:

Egy faktor szerinti osztályozás, összehasonlítások (kontrasztok). Az elemzés feltételei és ellenőrzésük.

Több faktor szerinti kereszt-osztályozás. Box-Cox-transzformáció.

Varianciaanalízis bonyolultabb esetei: véletlen típusú faktorok, hierarchikus és vegyes osztályozás, véletlen blokk.

Faktoros kísérletek tervezése

Kétszintes teljes és rész-faktortervek.

Kísérletes optimalizálás gradiens és szimplex módszerrel.

Másodfokú tervek: 3k, Box-Behnken- és kompozíciós tervek.

A validálás statisztikai eszköztára

Ismételhetőség és reprodukálhatóság, robusztusság, linearitás.

 

megtanítani az analitikai és rokon mérési adatok matematikai statisztikai kezelésének és a használható információt gazdaságosan szolgáltató kísérletek tervezésének alapjait és módszereit.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

a gyakorlat keretében tanári irányítással közösen számpéldákat oldunk meg és esettanulmányok komplex elemzését végezzük el, egyéni feladatként a hallgatóktól önálló feladatok megoldását kérjük statisztikai program (Statistica) segítségével.

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
M1. Valószínűségszámítás és statisztika c. tárgy anyaga.
General rules
Követelmények: a. A szorgalmi időszakban: 2 zárthelyi dolgozat, 1 önálló feladat. b. A vizsgaidőszakban: -. Pótlási lehetőségek: a TVSz szerint. Konzultációk: rendszeresen biztosítunk konzultációs lehetőséget igény szerint.
Assessment methods
In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description
Név: Beosztás: Tanszék, Int.: Dr. Kemény Sándor egyetemi tanár Kémiai és Környezeti Folyamatmérnöki Dr. Deák András egyetemi docens Kémiai és Környezeti Folyamatmérnöki
Recommended courses
összesen 90 munkaóra. 45 órarendi óra, 45 óra otthoni munka a félévközi ellenőrzések teljesítése érdekében.
Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements
Requirements valid from:
Requirements valid until:
Curriculum placement
Faculty Program Curriculum Curriculum type Primary
Default Faculty környezetmérnöki Környezetmérnöki mesterképzési szak tanterve kötelező nem
Default Faculty Default Program Default Curriculum nem