Text

Statistisk analys i industriella system

  • Högskolepoäng 2.5 hp
  • Studieort Ortsoberoende
  • $stringTranslations.StartDate 2021-10-04 - 2021-12-12 (deltid 17%)
  • Utbildningsnivå Avancerad nivå
  • Kurskod DVA477
  • Huvudområde Datavetenskap

I denna kurs kommer du att lära dig avancerad statistisk modellering för att analysera industridata. Kursen presenterar även de grundläggande principer för relationsdatabaser och tekniker för datamanipulering som behövs för att förbereda data for analys.

Om kursen

Kursen ger en översikt över de mest populära statistiska verktygen. Vi kommer att fokusera på det kraftfullaste verktyget för statistisk dataanalys, R, där du kommer att lära dig hur man använder regression och ANOVA-modeller för industridata.

Moderna industriella anläggningar och miljöer mäter och lagrar alla relevanta produktionsvariabler. Förutom observation kan data även inhämtas genom experimentering.

Kursen omfattar grundläggande delar inom tillämpad statistisk analys som kan användas för att analysera och modellera data inhämtad från industriella anläggningar, samt delar av sannolikhetsteori och matematisk statistik som behövs för en djupare förståelse av metoderna och en tillförlitlig tolkning av analysens resultat.

Du lär dig

  • förstå den övergripande strukturen för industriella informationssystem
  • få överblick av och förståelse för relations-databassystem samt använda SQL för att extrahera data
  • att utföra relevant datahantering och -visualisering för utredande dataanalys
  • matematisk förståelse av de viktigaste koncepten inom statistik och sannolikhetsteori
  • variansanalys (ANOVA) och modellering av regressionsanalys samt kunna tillämpa statistiska tester av dataunderlaget
  • hur du korrekt tolkar resultatet av den statistiska analysen

Särskild behörighet

90 hp varav 60 hp inom naturvetenskap eller teknik, inklusive 7,5 hp i programmering och 7,5 hp Envariabelkalkyl. Matematiken ska innehålla kunskap om grundläggande kalkyl: integraler, derivator, serier och summeringar. Dessutom krävs Engelska A/Engelska 6.

Om du inte uppfyller de formella behörighetskraven kan du få din behörighet bedömd på kunskap och kompetens som du har fått på annat sätt, såsom arbetslivserfarenhet, övriga studier m.m. Läs mer under Information om anmälan.

Undervisningsspråk

Engelska

Lärare

Universitetslektor

Ivan Tomasic

021-10 15 55

ivan.tomasic@mdh.se

Kursplan

Du kan läsa i detalj om utbildningen, dess innehåll och litteratur m.m. i kursplanen

Se kursplan

Anmäl dig till kursen

Statistisk analys i industriella system

Till anmälan

Information om anmälan

Efter att du anmält dig behöver du eventuellt komplettera med dokument för att styrka din behörighet. De flesta svenska akademiska meriter hämtas automatiskt. Vänta några dagar efter att du skickat in din anmälan – om dina akademiska meriter fortfarande inte syns på Mina sidor ska du ladda upp dem. Om du har utländska meriter behöver du ladda upp kopia på dem på antagning.se.

Vissa kurser kräver yrkeserfarenhet. Om kursen du söker har krav på yrkeserfarenhet måste du ladda upp ett tjänstgöringsintyg som är underskrivet av din arbetsgivare. Du hittar mall för tjänstgöringsintyg nedan som du kan använda om du vill.

Inga akademiska meriter?

Kursen kräver att du har tidigare akademiska studier. Du som inte har det men har yrkeserfarenhet inom området kan bedömas på så kallad reell kompetens. Det innebär att det görs en bedömning av både formella meriter (betyg, examensbevis) och yrkeserfarenhet. Bedömningen görs för att avgöra om du har kunskaper som motsvarar behörighetskraven på kursen. Om du anser att du har kompetensen som krävs för kursen, ska du fylla i en CV/Kompetensbeskrivning, mall finns nedan. Den ska innehålla:

• Utbildningar

• Relevant och aktuell arbetslivserfarenhet

• Kunskaper i Engelska

• Övrigt du vill åberopa

Tänk på att ge en kort beskrivning av dina arbetsuppgifter, inte bara en titel.

Du behöver också ett underskrivet tjänstgöringsintyg från din arbetsgivare, mall att ladda ner finns nedan.

Ladda ner mall för CV/KompetensbeskrivningWord

Ladda ner mall för TjänstgöringsintygWord

Om du har frågor om anmälan är du välkommen att kontakta oss genom att mejla till lifelonglearning@mdh.se

FutureE

Kurserna ingår i projektet FutureE där MDH erbjuder nätbaserade kurser inom områdena AI, Environmental and Energy Engineering, Software- and Computer Systems Engineering.

Kompetensutveckling med FutureE
Till toppen