[Hoppa över navigeringen]

Försöksplanering

Högskolepoäng: 7,5; Betygsskala: TH; Nivå: G2 (Grundnivå, fördjupad)
Undervisningsspråk: Kursen kan komma att ges på engelska. Kursen är lämplig för utbytesstudenter.
Kursansvarig/a: Studierektor Anna Lindgren
E-post: anna@maths.lth.se
Förutsatta förkunskaper: Grundläggande matematisk statistik och Matlab.
Antagningsuppgifter: Kursen kan komma att ställas in vid mindre än 16 anmälda.
Prestationsbedömning: Skriftliga rapporter samt obligatorisk närvaro och aktivt deltagande på seminarierna.
Förstagångstentamen i ordinarie tentamensperiod: Nej. Omtentamen i omtentamensperiod: Nej.
Hemsida: http://www.maths.lth.se/matstat/kurser/fms072mas209/

Kunskap och förståelse

För godkänd kurs skall studenten:

• kunna förklara och använda grundläggande metoder inom faktoriella försök,
• kunna förklara och använda grundläggande metoder inom variansanalys med fixa och slumpmässiga effekter, regressionsanalys och kovariansanalys.

Färdighet och förmåga

För godkänd kurs skall studenten:

• kunna planera ett faktoriellt försök,
• kunna föreslå vilken försöksplan som skall användas på ett givet problem,
• kunna strukturera och analysera datamaterial med hjälp av datorprogram och kritiskt granska resultatet,
• redogöra för lösningarna av statistiska problem skriftligt i rapporter och muntligt vid seminarier.

Innehåll

Ensidig indelning med fixa och slumpmässiga effekter. Simultana konfidensintervall. Förutsättningar för variansanalys: transformationer, modellkontroll, residualanalys. Flerfaktorförsök med fixa, slumpmässiga och blandade effekter. Additivitet och samspel. Fullständiga och ofullständiga försök. Randomiserade block, romersk kvadrat och confounding. Regressionsanalys och kovariansanalys.

Litteratur

Montgomery, D.C: Design and Analysis of Experiments, 5th edition. Wiley 2001. Användarhandledning för Matlab.

Läroplaner

Program	Specialisering	Ges som	Ingår i ÅK
D:Datateknik	ALLM:Allmän inriktning D	Valfri	4
E:Elektroteknik	ALLM:Allmän inriktning E	Valfri	4
E:Elektroteknik	ss :Signaler och sensorer	Valfri	4
F:Teknisk fysik	ALLM:Allmän inriktning F	Valfri	4
F:Teknisk fysik	rs :Reglersystem och sensorer	Valfri	4
M:Maskinteknik	ALLM:Allmän inriktning M	Valfri	4
MWIR:Masterutbildning i trådlös kommunikation	ALLM:Allmän inriktning	Valfri	2
N:Teknisk nanovetenskap	ALLM:Allmän inriktning, nanovetenskap	Valfri	4
Pi:Teknisk matematik	ALLM:Allmän inriktning Pi	Valfri	4
Pi:Teknisk matematik	bm :Biologisk och medicinsk modellering	Valfri	4
V:Väg- och vattenbyggnad	ALLM:Allmän inriktning V	Valfri	4

Timplaner

	HT 2008 lp 1					HT 2008 lp 2					VT 2009 lp 1					VT 2009 lp 2
	F	O	L	H	S	F	O	L	H	S	F	O	L	H	S	F	O	L	H	S
Alla	-	-	-	-	-	-	-	-	-	-	14	14	-	14	150	-	-	-	-	-

Design of experiments

Higher education credits: 7,5; Grading scale: TH; Level: G2
Language of instruction: The course might be given in English. The course is suitable for exchange students.
Course coordinator/s: Anna Lindgren, Director of studies
E-mail: anna@maths.lth.se
Recommended qualifications: Basic mathematical statistics and Matlab.
Admission specifics: The course might be cancelled if less than 16 applicants.
Assessment: Written reports as well as compulsory and active participation in the seminars.
Home page: http://www.maths.lth.se/matstat/kurser/fms072mas209/

Knowledge and understanding

For a passing grade the student must:

• be able to explain and use basic methods in factorial experiments,
• be able to explain and use basic methods in analysis of variance with fixed and random effects, regression and analysis of covariance.

Skills and abilities

For a passing grade the student must:

• be able to plan a factorial experiment,
• be able to suggest an experimental plan suitable for a given problem,
• be able to structure and analyse sets of data using a computer package and critically examine the result,
• be able to, both in written reports and orally at seminars, account for the solutions of statistical problems

Contents

Simple design with fixed and random effects. Simultaneous confidence intervals. Requirements for analysis of variance: transformations, model validation, residual analysis. Factorial design with fixed, random, and mixed effects. Additivity and interaction. Complete and incomplete designs. Randomised block designs, Latin squares and confounding. Regression and analysis of covariance.

Literature

Montgomery, D.C: Design and Analysis of Experiments, 5th edition. Wiley 2001.