A tantárgy adatlapja ebben a tantervben:
Adatlapverzió:
Budapesti Műszaki és
Gazdaságtudományi Egyetem
Vegyészmérnöki és Biomérnöki Kar
Vegyészmérnöki mesterképzési szak nappali MSc

Tantárgyadatlap
és tantárgykövetelmények

Többváltozós adatelemzési módszerek

A tantárgy neve angolul: Multivariate Data Evaluation I.

Tantárgy kódja Követelmény Kredit
BMEVESAM004 2+0+0/f 2

A tantárgyfelelős személy és tanszék:

Dr. Höfler Lajos, Szervetlen és Analitikai Kémia

A tantárgy előadója:

Név:

Beosztás:

Tanszék, Int.:

Dr. Héberger Károly

Tud. tanácsadó

MTA Természettudományi Kutatóközpont

A tantárgy az alábbi témakörök ismeretére épít:

Statisztikai módszerek, valószínűség-számítás, analitikai kémia alapjai

 

Kötelező/ajánlott előtanulmányi rend:

ajánlott:   BMETE90AX18: Matematika A3C vegyész–és biomérnököknek, vagy,

                BMETE90AX15: Matematika A3 környezetmérnököknek,

                BMEVESAA302: Analitikai kémia I., vagy BMEVEAAAKM1: Analitikai kémia alapjai

A tantárgy célkitűzése:

Azoknak a sokváltozós adatfeldolgozási, kemometriai értékelési módszerek megismerése, gyakorlatban történő alkalmazása, melyeket más tárgyak keretében nem oktatnak, különös tekintettel a leggyakrabban előforduló hibák kiküszöbölésére. Elsősorban BSc fokozattal rendelkező vegyész-, bio-, környezetmérnök hallgatók, doktoranduszok és PhD fokozattal rendelkezők számára ajánlott.

A tantárgy tematikáját kidolgozta:

Név:

Beosztás:

Tanszék, Int.:

Dr. Héberger Károly

Tud. tanácsadó

MTA Természettudományi Kutatóközpont

Tanulási eredmények:

A tanulási eredmények között az adott szak Képzési és Kimeneti Követelményében [18/2016. (VIII. 5.) EMMI rendelet] előírt tanulási eredmények szerepelnek kékkel. A jelen tantárgy ezekhez való hozzájárulása feketével szedett.

Tudás

Ismeri a kísérletek tervezésének és értékelésének módszereit.

Sokváltozós adatfeldolgozási, kemometriai értékelési módszerek megismerése, gyakorlatban történő alkalmazása.

Képesség

Képes a vegyipari és kémiai technológiai folyamatok üzemeltetése során gyűjtött információk feldolgozására és rendszerezésére, átfogó elemzésére, következtetések levonására.

Sokváltozós adatfeldolgozási, kemometriai értékelési módszerek alkalmazása és a leggyakoribb hibák felismerése.

Attitűd

Autonómia és felelősség

Utolsó módosítás: 2024-01-09 08:57:41