Gäller från och med: Höstterminen 2021
Beslutad av: Margareta Sandahl
Datum för fastställande: 2021-04-14
Avdelning: Livsmedelsteknologi
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: KLGN10
Undervisningsspråk: Engelska
Bygga vidare på kunskaperna i försöksplanering för att kunna planera och genomföra mer komplicerade försök samt analysera datamaterial i flera dimensioner, resonera kring metodval och erhållna resultat.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Fullständiga och reducerade faktorförsök. Responsyteanalys. Klusteranalys, diskriminantanalys, principalkomponentanalys (PCA) och PLS.
Brereton, R.: Data driven extraction for science.. Wiley, 2018. ISBN 9781118904664.
Undervisningsformer: Föreläsningar, seminarier, laborationer, övningar, litteraturkurs som självstudier
Examinationsformer: Skriftlig rapport, inlämningsuppgifter, seminarieföredrag av deltagarna.
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
Betygsskala: Underkänd, godkänd
Examinator:
Förkunskapskrav: FMA420 Linjär algebra eller FMA421 Linjär algebra med beräkningsintroduktion eller FMA656 Matematik, linjär algebra eller FMAA20 Linjär algebra med introduktion till datorhjälpmedel eller FMAB20 Linjär algebra
Förutsatta förkunskaper: En grundkurs i matematisk statistik, grundläggande färdigheter i MATLAB.
Kursansvariga:
Hemsida: http://www.food.lth.se/