كيمياء

تحليل البيانات العام متعدد المتغيرات


حسن التلاؤم

إن ما يسمى بصلاحية FIT (GOF ، جودة تكييف نموذج إحصائي لمجموعة من القيم المقاسة) يوفر بيانًا أفضل ، لأن هناك نسبة مجموعين مربعين

س.س.عصري=متيم=(ذ^ذ¯)تي(ذ^ذ¯)=((2,510,56,56,5)(6,56,56,56,5))تي((2,510,56,56,5)(6,56,56,56,5))=32,0

و

س.س.صهس=صتيص=(ذذ^)تي(ذذ^)=((2,010,06,08,0)(2,510,56,56,5))تي((2,010,06,08,0)(2,510,56,56,5))=3,0

(انظر الصفحة السابقة تحليل التباين). وبالتالي يظل GOF في مستوى ANOVA ، حيث أن مجموعتي المربعات متنافيتان

س.س.كور=جتيج=ذذ¯=س.س.الدقة+س.س.عصري

نتيجة. بالنسبة للمثال المختار أعلاه ، بعد اختبار فيشر ، تصبح النسبة

F.^1,2=س.س.عصري/(ص1)س.س.صهس/(نص)=32/13/2=21,31ص=2=عدد التكراراتن=4=عدد نقاط القياس

محسوب. من ناحية أخرى ، يمكن للمرء أن يرى من الجدول F.

F.(Fض,Fن,α)=F.(1;2;0,05)=18,51Fض=درجة حرية التباين في البسطFن=درجة حرية التباين في المقام

وبالتالي فإن القيمة المحسوبة أكبر من قيمة الجدول الحرجة. لذلك ، يجب أن يكون تباين النموذج أكبر من التباين المتبقي ولا يوجد خطأ منهجي. الفرضية الصفرية القائلة بأن الاختلافات في القيم المتبقية أكبر من أو تساوي تلك الموجودة في النموذج غير صحيحة.


تحليل البيانات متعدد المتغيرات لتحليل المستحضرات الصيدلانية والحيوية والعملية

لديك بيانات كبيرة ومعقدة ، مثل بيانات المعالجة أو البيانات الطيفية - ولكن هل تستخدم أيضًا الإمكانات الكاملة لهذه البيانات؟

بمساعدة تحليل البيانات متعدد المتغيرات ، يمكنك التعرف على العلاقات في البيانات التي قد تظل غير مكتشفة في تحليل البيانات الكلاسيكي أحادي المتغير.

تنقل هذه الدورة التدريبية أساسيات أهم الطرق متعددة المتغيرات بطريقة واضحة وسهلة الفهم ، وبالتالي فهي موجهة أيضًا للمستخدمين الذين ليس لديهم معرفة سابقة واسعة بالرياضيات أو الإحصاء. ينصب التركيز الرئيسي على الاستخدام العملي لهذه الأساليب لمهمتك الخاصة.

  • نظرية تحليل البيانات متعدد المتغيرات
  • تطبيق الأساليب على أساس أمثلة عملية

ستتم مناقشة العديد من الأمثلة من التطبيقات المختلفة بالتفصيل خلال الدورة. سيتم الرد على أسئلة المشاركين حول الأمثلة بكل سرور. يسعدنا أيضًا تقديم معلومات حول كيفية تطبيق التطبيقات المعروضة على أسئلتك الخاصة.


تحليل البيانات متعدد المتغيرات لتحليل المستحضرات الصيدلانية والحيوية والعملية

لديك بيانات شاملة ومعقدة ، سواء كانت بيانات معالجة أو بيانات أطياف أو بيانات شاملة. - لكن هل تستخدم أيضًا الإمكانات الكاملة لبياناتك؟

بمساعدة تحليل البيانات متعدد المتغيرات ، يمكنك التعرف على العلاقات في البيانات التي قد تظل غير مكتشفة في تحليل البيانات الكلاسيكي أحادي المتغير.

تنقل هذه الدورة التدريبية أساسيات أهم الطرق متعددة المتغيرات بطريقة واضحة وسهلة الفهم ، وبالتالي فهي موجهة أيضًا للمستخدمين الذين ليس لديهم معرفة سابقة واسعة بالرياضيات أو الإحصاء. ينصب التركيز الرئيسي على الاستخدام العملي لهذه الأساليب لمهمتك الخاصة.

تنقسم الدورة إلى قسمين:

  • طرق متعددة المتغيرات لتحليل البيانات
  • تطبيق الأساليب بناءً على أمثلة عملية و / أو بياناتك الخاصة

باستخدام تحليل المكونات الرئيسية (PCA) ، تحصل على أداة لتحليل البيانات وفهم البيانات (تحليل البيانات الاستكشافية). سوف تتعلم تقديم كميات كبيرة من البيانات بطريقة يمكن إدارتها ، لتحديد المشاكل في جودة البيانات وتحديد القيم المتطرفة في العملية. بالإضافة إلى ذلك ، يمكّنك PCA من التعرف على الهياكل وأسبابها التي ربما كانت مخفية مسبقًا في البيانات. استمرار PCA هو نمذجة البيانات على قيم مستهدفة معينة. يستخدم انحدار المربعات الصغرى الجزئي (PLS) بشكل خاص للقيم الكمية المستهدفة. يتم وصف القيم المستهدفة النوعية باستخدام نماذج التصنيف مثل تحليل التمييز الخطي (LDA). سوف تتعلم كيفية بناء نماذج انحدار PLS قوية بالإضافة إلى نماذج تصنيف LDA.

خلال الدورة ، ستتاح لك الفرصة لممارسة ما تعلمته على بيانات حقيقية معينة أو بياناتك الخاصة التي جلبتها معك. يتم توفير البرنامج المقابل كإصدار تجريبي.

المجموعة المستهدفة

المستخدمون من التحليلات ، وخاصة المعالجة أو التحليل البيولوجي ، الذين يعملون مع الكثير من بيانات العملية أو البيانات الطيفية والذين يرغبون في استخراج المعلومات ذات الصلة بكفاءة من هذه البيانات عالية الأبعاد.

معرفة سابقة

مطلوب المعرفة الأساسية من التعليم العلمي.

مكبر الصوت

معهد Steinbeis Transfer Institute متعدد المتغيرات لتحليل البيانات ، جامعة Steinbeis ، برلين
مؤلف كتاب "تحليل البيانات متعدد المتغيرات لتحليل المستحضرات الصيدلانية والحيوية والعملية"

مواد العمل

يتلقى كل مشارك ملفًا يحتوي على مستندات الدورة التدريبية في بداية الدورة التدريبية. يتم توفير البرنامج المقابل كإصدار تجريبي للتدريبات. يجب على المشاركين إحضار دفتر ملاحظات إلى الدورة التدريبية حيث يمكن تثبيت هذا البرنامج.

الجدول الدراسي

البداية: 23 مايو 2018 الساعة 9:30 صباحًا
النهاية: 24 مايو 2018 الساعة 4 مساءً

مكان

منزل DECHEMA
ثيودور هيوس آلي 25
60486 فرانكفورت أم ماين

رسوم الاشتراك

بما في ذلك وثائق الدورة وشهادة المشاركة والغداء والمشروبات أثناء فترات الراحة


تحليل البيانات المحوسبة

محاضرة غير متزامنة مثل الفيديو

لا يجب معادلة الفيديو التعليمي بساعة محاضرة.

تمت مزامنة فترات التدريب

يمكنك العثور على معلومات حول هذا في البوابة الرئيسية

محتويات

  • تحليل السمات أحادية البعد
  • نواقل عشوائية
  • تحليل الانحدار (بما في ذلك تخطيط الاختبار)
  • تحليل السلاسل الزمنية
  • تحليل التباين
  • التحليل العنقودي
  • تحليل مميز (التعرف على الأنماط)
  • تحليل العامل

مقاطع فيديو المحاضرات - سجل مسبقًا في دورة إلياس

  • محاضرة 1 (مقدمة - مواعيد) لـ 6. -9.4.
  • المحاضرة 2 (خصائص أحادية البعد 1) للـ 12. -16.4.
  • المحاضرة 3 (خصائص أحادية البعد 2) من 26 إلى 8 أبريل.
  • المحاضرة 4 (نواقل عشوائية) من 26 إلى 30 أبريل
  • المحاضرة 5 (تحليل الانحدار 4.1 ، 4.2) لـ 3. -7.5.
  • المحاضرة 6 (تحليل الانحدار 4.3،4.4) من 3. -14.5.
  • المحاضرة 7 (تحليل الانحدار 4.5، 4.6) لـ 3. -14.5.
  • المحاضرة 8 (تحليل الانحدار 4.7،4.8) ليوم 10-21 مايو
  • المحاضرة 9 (تحليل الانحدار 4.9.4.10) للفترة من 17-21 مايو
  • المحاضرة 10 (تحليل السلاسل الزمنية) ليوم 25-29 مايو
  • المحاضرة 11 (تحليل التباين 1) 31 مايو - 4 يونيو
  • المحاضرة 12 (تحليل التباين 2) من 31 مايو إلى 11 يونيو
  • المحاضرة 13 (Cluster Analysis I)
  • المحاضرة 14 (Cluster Analysis II)
  • المحاضرة 15 (Cluster Analysis III)
  • المحاضرة 16 (التحليل التمييزي 1)
  • المحاضرة 17 (Discriminant Analysis II)
  • المحاضرة 18 (Discriminant Analysis III)
  • المحاضرة 19 (Discriminant Analysis IV)
  • المحاضرة 20 (تحليل العامل 1)
  • المحاضرة 21 (Factor Analysis II)

مهام

نص قصير

مواد إضافية

فحص شفهي

يتم تحديد مواعيد الامتحانات الشفوية بشكل فردي. يوقع الطلاب على قائمة متوفرة من المحاضر. يجب تحضير إيصال استعدادًا للامتحان ؛ وستجد معلومات حول هذا الموضوع

يجب إرسال الإيصال إلى الممتحن بشكل إلكتروني قبل يومين (48 ساعة) من موعد الاختبار.

أدب الدورة

Andreas Handl، Torben Kuhlenkasper: طرق التحليل متعددة المتغيرات. النظرية والتطبيق مع R. Ebook: الطبعة الثالثة 2017

Klaus Backhaus Bernd Erichson Wulff Plinke Rolf Weib: طرق التحليل متعددة المتغيرات: مقدمة موجهة للتطبيق. الكتاب الإلكتروني: الإصدار الخامس عشر ، Springer 2018
خاصة مع التطبيقات من الاقتصاد

فريتز بوكروب: الانحدار الخطي وتحليل التباين. كتاب إلكتروني: Oldenbourg ، 1994

ريتشارد أ. جونسون ، دين دبليو ويتشرن: التحليل الإحصائي متعدد المتغيرات التطبيقي. تعليم بيرسون 2002

يوهان باشر ، 2002 (1996): تحليل الكتلة ، مقدمة موجهة للتطبيق. كتاب إلكتروني: ميونيخ ، فيينا ، ر.أولدنبورج

كريستيان فايس: تحليل البيانات والنمذجة باستخدام STATISTICA، Munich and others: Oldenbourg 2007
خاصة لبرنامج الإحصاء STATISTICA

الأدب الخاص بتطبيقات الكيمياء

Heinz W. Zwanziger ، Eduard Sorkau: معايرة الأساليب التحليلية: النظرية والتقنيات - أداة مساعدة في التوجيه ، Hochschulverlag Merseburg 2020

رينيه هنريون ، غونتر هنريون: تحليل البيانات متعدد المتغيرات: المنهجية والتطبيق في الكيمياء والمجالات ذات الصلة ، سبرينغر 1996

كلاوس دانزر ، هارتموت هوبرت ، كريستوف فيشباخر ، كاي أووي جاجمان: القياسات الكيميائية: الأساسيات والتطبيقات. سبرينغر 2001

ريتشارد جي بريريتون: القياسات الكيميائية: تحليل البيانات للمختبر والمصنع الكيميائي. وايلي ، 2003

الأدب لمراجعة أساسيات الاستوكاستك

شيلدون إم روس: إحصائيات للمهندسين وعلماء الطبيعة ، Elsevier Inc. 2004 ، 3rd edition 2006

فرانك بيشيلت: Stochastics للمهندسين: مقدمة لنظرية الاحتمالات والإحصاء الرياضي ، Teubner 1995


WiSe 20/21: تحليل البيانات الرقمية والأساليب الإحصائية - الدورة التدريبية 1.1 (وحدة عبر الإنترنت)

ستقام هذه الدورة في الفصل الدراسي الشتوي 2020/2021 بتنسيق التعلم الإلكتروني.

من 12 أكتوبر 2020 إلى 25 أكتوبر 2020 يمكنك التسجيل في الوحدة هنا:

مزيد من المعلومات حول التسجيل يمكن العثور عليها هنا: http://www.zedat.fu-berlin.de/Schulung/ABV-Module

يرجى أيضًا ملاحظة الأسئلة الشائعة يغلق

تعليق

الوحدة ز - دورة 1

تحليل البيانات والأساليب الإحصائية باستخدام برنامج SPSS

ستتعلم في هذه الدورة إجراء الدراسات الإحصائية ذات الصلة بالمشروع باستخدام برنامج الإحصاء والتحليل SPSS. بناءً على مشروع مثال ، تتم معالجة سجلات البيانات المختلفة بمساعدة حزمة برنامج SPSS. سوف تتعلم كيف يمكن الحصول على المعلومات من البيانات ، وكيف يمكن إنشاء رسومات ذات مغزى ، وكيف يمكن عمل جداول جاهزة للعرض التقديمي. في عمل المشروع ، سوف تتعلم معالجة بيانات الاستبيان المعينة وتقييمها إحصائيًا.

يتم التعامل مع المجالات التالية بالتفصيل: إدخال البيانات ، وإعداد البيانات ، واختيار البيانات ، وتعديل البيانات ، وحساب المعلمات الإحصائية ، وإنشاء رسومات خاصة ، وطرق مختارة بارامترية وغير بارامترية ، وطرق إحصائية مختارة متعددة المتغيرات (مثل تحليل الانحدار ، والتحليل التباين ، تحليل العامل) ، بناء الاختبار.
يغلق


معلومات اكثر

ملاحظة على العرض

تظهر موضوعات العلوم العامة ، مرتبة حسب مجموعات الموضوعات ، مذكورة أعلاه.

تحت تفاصيل الدورة (الكلمة الأساسية "تواريخ القبول") يمكنك أن ترى من أي فصل دراسي يمكنك أن تأخذ هذا الموضوع. بالإضافة إلى ذلك ، يتم التعرف على بعض المواد كمواد اختيارية إلزامية في العلوم العامة (AWPF) في برنامج الشهادة الخاص بك ، ولا يمكن اعتبار المواد الأخرى إلا مواد اختيارية (كمواد اختيارية بحتة). يرجى أيضًا ملاحظة اللوائح الموجودة في SPO أو في كتيب المناهج / الوحدة لبرنامج درجتك. إذا كان سيتم التعرف على موضوع في برنامج الشهادة الخاص بك باعتباره AWPF بالنسبة لك ، فيرجى توثيقه باعتباره موضوعًا إلزاميًا في نظام التسجيل (عن طريق تحديد الموضوع في العمود "إلزامي").

يتم عرض الموضوعات بشكل عام بنقطتي ائتمان (ECTS). على وجه الخصوص بالنسبة للدورات B-BI و B-BIO و M-MB و M-AMP ، تم تقديم مواد اختيارية للعلوم العامة مع ثلاث نقاط ائتمانية منذ الفصل الدراسي الشتوي 2017/18. يمكنك التعرف على هذه الموضوعات من خلال الملاحظة المقابلة "3 LP" في عنوان الموضوع. يرجى ملاحظة ، مع ذلك ، أنه لا يتم التعرف على جميع المواد العلمية العامة التي تحتوي على 3 نقاط ائتمانية على أنها AWPF في هذه الدورات المذكورة أعلاه. من ناحية أخرى ، يمكن للطلاب من الدورات الأخرى أن يأخذوا المواد التي تحتوي على ثلاث نقاط ائتمانية ، والتي لا يتم تقديم موضوع مقابل لها بنقطتي ائتمان فقط.

عرض اللغة

يمكن العثور على النطاق الحالي لدورات اللغة ومزيد من المعلومات حول التسجيل على الصفحة الرئيسية لـ "مركز اللغات". يقدم هذا أيضًا دورات في الكفاءة بين الثقافات.

مواضيع جديدة

نود أيضًا أن نلفت انتباهكم إلى الموضوعات التي سيتم طرحها في الفصل الصيفي 2021 وبالتالي فهي غير معروفة بعد:

  • تحليل البيانات وإعداد التقارير التفاعلية باستخدام Excel و Power BI
  • دراسة مستدامة - مجال لتطوير أهداف التنمية المستدامة السبعة عشر
  • تقنيات عمل قانون الأعمال الرشيقة (أجيوا)

المزيد من المواد الاختيارية / الإجبارية

بالإضافة إلى إمكانية أخذ دورات من كتالوجنا للمواد الاختيارية والاختيارية الإجبارية ، نود أيضًا أن نلفت انتباهك إلى دورات "Virtual University of Bavaria" (vhb) ، وهي مفتوحة للطلاب المسجلين في Technical جامعة نورمبرغ مجانية.

يمكنك العثور على مزيد من المعلومات حول العرض الحالي ومزيد من المعلومات حول التسجيل على الصفحة الرئيسية لـ "Virtual University of Bavaria".

موضوع vhb المقابل في مقررك الدراسي كخيارواجبالموضوع معترف به ، يرجى التوضيح مقدمًا مع لجنة الامتحانات المسؤولة عنك!

إشعار حماية البيانات

عزيزي الزائر ،
أنت الآن تغادر الموقع الإلكتروني للجامعة التقنية في نورمبرغ.

انقر فوق الزر أدناه للوصول إلى. يرجى التأكد من أن بياناتك الشخصية محمية بشكل جيد هناك. لاحظ لوائح حماية البيانات هناك وإعدادات الخصوصية.


تحليل البيانات الرقمية والأساليب الإحصائية - الدورة 2.1 (وحدة عبر الإنترنت)

ستقام هذه الدورة في الفصل الصيفي 2021 بصيغة التعلم الإلكتروني.

من 1 أبريل 2021 إلى 11 أبريل 2021 يمكنك التسجيل في الوحدة هنا:

مزيد من المعلومات حول التسجيل يمكن العثور عليها هنا: http://www.zedat.fu-berlin.de/Schulung/ABV-Module

يرجى أيضًا ملاحظة الأسئلة الشائعة ستقام هذه الدورة في الفصل الصيفي 2021 بصيغة التعلم الإلكتروني.
يغلق

تعليق

الوحدة ز - دورة 2

تحليل البيانات والأساليب الإحصائية مع R.

لغة البرمجة R هي برنامج حديث متاح مجانًا لأنظمة Windows و Mac و Linux ، وهو سهل التعلم نسبيًا ويوفر إمكانيات غير محدودة تقريبًا للبرمجة الموجهة نحو الممارسة والتحليل الإحصائي. R هو نظام مفتوح المصدر ، يوفر من ناحية إمدادًا كبيرًا جدًا من الوظائف المهمة ومن ناحية أخرى يتيح مقدمة مريحة للبرمجة الفردية والإبداعية. مع R ، لا تخضع لقيود البرامج الإحصائية القياسية وتتوفر واجهات مهمة لأنظمة أخرى مثل حزم MS Office أو قواعد البيانات.
يستخدم نظام R ، الذي تم تطويره في عام 1992 من قبل الإحصائيين Ross Ihaka و Robert Gentleman ، للتدريس العملي للمواد والتمارين في الوحدة النمطية. بالنسبة للعمل الإحصائي على الكمبيوتر ، أصبحت لغة R أهم لغة برمجة على مستوى العالم.

يتم تغطية الأساليب الإحصائية التالية:

- تعريف الإحصاء ، ملخص الأساليب
- الإحصاء الوصفي والإحصاءات الرسمية وغير الرسمية
- السكان والعينات
- نظرية العينة وأبحاث السوق والرأي
- المتغيرات والخصائص والمقاييس (نوع البيانات)
- مقاييس الموقف والتشتت
- إحصائيات متعددة المتغيرات ، وجداول الطوارئ ، وإجراءات الاختبار
- الجداول المتداخلة أحادية الأبعاد ومتعددة الأبعاد ، بالإضافة إلى إجراءات الاختبار الإحصائي (اختبار T واختبار مربع كاي)
- مقاييس الارتباط ، الارتباط ، النماذج
- الأساليب الرسومية والرسومات الاستكشافية والمقارنة
- أهمية الخوارزميات والخوارزميات المختلفة في الإحصاء وعلوم الحاسب
- حزم R ومساحة التخزين وطرق التشفير وضغط البيانات
- اتصال قاعدة بيانات RODBC والتقييمات مع قواعد البيانات (SQL)
- التنقيب عن البيانات واستخراج النصوص

يتم التعامل مع جميع الموضوعات المذكورة نظريًا وعمليًا. يتم توفير نص مفصل للطلاب. يغلق


وصف

معالجة مصفوفة البيانات: يمكن نقل البيانات وتحويلها (تشمل التحويلات المتاحة اللوغاريتمات إلى الأساس 10 و e و 2 والجذر التربيعي وسجل Aitchison لبيانات النسبة المئوية) ، وتحويلها إلى نسب مئوية أو نسب أو درجات قياسية أو مقياس فئة أوكتاف أو نطاق من خلال التنسيق للدراسات الطبقية ، ويمكن اختيار الصفوف والأعمدة للحذف
استيراد البيانات وتصديرها Lotus 1-2-3 وبرامج Symphony و Cornell Ecology
تحليل الإحداثيات الرئيسية ، يتم إجراؤه باستخدام الخيارات التالية: استخدم أي نوع من مصفوفة تشابه الإدخال ، والحد الأدنى من قيم eigenvalues ​​المحددة من قبل المستخدم ومستوى الدقة
تحليل المكونات الرئيسية ، مع الخيارات التالية: مصفوفة الارتباط أو التغاير ، التحليل المركزي أو غير المركز ، الحد الأدنى من القيم الذاتية التي يحددها المستخدم ، بما في ذلك قواعد Kaiser و Jolliffe لمتوسط ​​القيم الذاتية ، ومستوى الدقة الذي يحدده المستخدم.

تحليل المراسلات ، مع هذه الخيارات: انحراف هيل عن طريق القطاعات ، واختيار التحليل الذاتي أو خوارزمية المتوسط ​​المتبادل ، ووزن الأصناف النادرة أو الشائعة والتوسع إلى النسب المئوية ، والحد الأدنى من القيم الذاتية المحددة من قبل المستخدم ومستوى الدقة.
تسعة عشر مقياسًا مختلفًا للتشابه والمسافة ، بما في ذلك الإقليدية ، الإقليدية التربيعية ، الإقليدية المعيارية ، ثيتا جيب التمام (أو الإقليدية الطبيعية) ، متري مانهاتن ، متري كانبرا ، الوتر ، مربع كاي ، المتوسط ​​، ومتوسط ​​مسافات فرق الأحرف ، الارتباط اللحظي لمنتج بيرسون ورتبة سبيرمان معاملات الارتباط بالترتيب تشابه النسبة المئوية ومعامل التشابه العام لجوير سورنسن ، جاكارد ، المطابقة البسيطة ، معاملات Yule و Nei الثنائية.


WiSe 20/21: تحليل البيانات الرقمية والأساليب الإحصائية - الدورة 2.1 (وحدة عبر الإنترنت)

ستقام هذه الدورة في الفصل الدراسي الشتوي 2020/2021 بتنسيق التعلم الإلكتروني.

من 12 أكتوبر 2020 إلى 25 أكتوبر 2020 يمكنك التسجيل في الوحدة هنا:

مزيد من المعلومات حول التسجيل يمكن العثور عليها هنا: http://www.zedat.fu-berlin.de/Schulung/ABV-Module

يرجى أيضًا ملاحظة الأسئلة الشائعة يغلق

تعليق

الوحدة ز - دورة 2

تحليل البيانات والأساليب الإحصائية مع R.

لغة البرمجة R هي برنامج حديث متاح مجانًا لأنظمة Windows و Mac و Linux ، وهو سهل التعلم نسبيًا ويوفر إمكانيات غير محدودة تقريبًا للبرمجة الموجهة نحو الممارسة والتحليل الإحصائي. R هو نظام مفتوح المصدر ، يوفر من ناحية إمدادًا كبيرًا جدًا من الوظائف المهمة ومن ناحية أخرى يتيح مقدمة مريحة للبرمجة الفردية والإبداعية. مع R ، لا تخضع لقيود البرامج الإحصائية القياسية وتتوفر واجهات مهمة لأنظمة أخرى مثل حزم MS Office أو قواعد البيانات.
يستخدم نظام R ، الذي تم تطويره في عام 1992 من قبل الإحصائيين Ross Ihaka و Robert Gentleman ، للتدريس العملي للمواد والتمارين في الوحدة النمطية. بالنسبة للعمل الإحصائي على الكمبيوتر ، أصبحت لغة R أهم لغة برمجة على مستوى العالم.

يتم تغطية الأساليب الإحصائية التالية:

- تعريف الإحصاء ، ملخص الأساليب
- الإحصاء الوصفي والإحصاءات الرسمية وغير الرسمية
- السكان والعينات
- نظرية العينة وأبحاث السوق والرأي
- المتغيرات والخصائص والمقاييس (نوع البيانات)
- مقاييس الموقف والتشتت
- إحصائيات متعددة المتغيرات ، وجداول الطوارئ ، وإجراءات الاختبار
- الجداول المتداخلة أحادية الأبعاد ومتعددة الأبعاد ، بالإضافة إلى إجراءات الاختبار الإحصائي (اختبار T واختبار مربع كاي)
- مقاييس الارتباط ، الارتباط ، النماذج
- الأساليب الرسومية والرسومات الاستكشافية والمقارنة
- أهمية الخوارزميات والخوارزميات المختلفة في الإحصاء وعلوم الحاسب
- حزم R ومساحة التخزين وطرق التشفير وضغط البيانات
- اتصال قاعدة بيانات RODBC والتقييمات مع قواعد البيانات (SQL)
- التنقيب عن البيانات واستخراج النصوص

يتم التعامل مع جميع الموضوعات المذكورة نظريًا وعمليًا. يتم توفير نص مفصل للطلاب. يغلق


الرسائل / العمل الكتابي

الصورة: فيليكس ويش

يمكن العثور على جميع المعلومات المهمة حول العمل المكتوب (ورقة الندوة ، وأطروحة البكالوريوس ، وأطروحة الماجستير) في إرشاداتنا لكتابة الأوراق العلمية.

جهات الاتصال

توسيع المحتوى طي المحتوى أطروحة البكالوريوس أطروحة البكالوريوس

يسعدنا أنك مهتم بكتابة أطروحة البكالوريوس في كرسي إدارة المعرفة.

يرجى قراءة إرشاداتنا لكتابة الأوراق العلمية مسبقًا ثم الاتصال بـ Susann Dunger.

توسيع المحتوى طي المحتوى رسالة ماجستير أطروحة ماجستير

يسعدنا أنك مهتم بكتابة رسالة الماجستير الخاصة بك في كرسي إدارة المعرفة.

يمكن كتابة رسائل الماجستير بالصيغ التالية:

أ) عمل الأدب (الاسم المستعار "مراجعة منهجية للأدب") بالاشتراك مع تطوير مفهوم توليد الفرضيات
ب) العمل التجريبي النوعي مثل إجراء مقابلات الخبراء بالاقتران مع تحليل المحتوى بمساعدة الكمبيوتر
ج) العمل التجريبي الكمي مثل تنفيذ مسح عبر الإنترنت بالاشتراك مع تحليل البيانات بمساعدة الكمبيوتر

يرجى قراءة إرشاداتنا الخاصة بإعداد الأوراق العلمية مسبقًا ثم الاتصال بـ ياسمين أفراحي.


تحليل البيانات الحديثة للكيمياء وتكنولوجيا القياس

تأسيس المعهد الافتراضي للقياسات الكيميائية والمقاييس الصناعية: خبراء تحليل البيانات من 13 مؤسسة أوروبية في اجتماعهم التأسيسي في بروكسل في مارس 2002. المنسق هو البروفيسور د. مسارت (7 من

يمول الاتحاد الأوروبي معهدًا افتراضيًا للقياسات الكيميائية والمقاييس الصناعية

بدأ المعهد الافتراضي للقياسات الكيميائية والصناعية (VICIM) الممول من الاتحاد الأوروبي عمله. تهدف هذه الشبكة الأوروبية المتميزة للقياسات الكيميائية والمقاييس إلى تمكين العملاء الصناعيين من مواجهة تحديات اليوم في تحليل بيانات القياس الكيميائي المعقدة ولضمان جودة نتائج القياس الكيميائي

أصبحت تقنية القياس الكيميائي الحديثة قوية بشكل متزايد وتنتج كميات متزايدة من البيانات المعقدة. يهتم القياس الكيميائي بتطوير وتطبيق أدوات تحليل البيانات الجديدة لاستخراج المعلومات بكفاءة من كميات كبيرة من البيانات عالية الجودة.
يتم ضمان جودة البيانات الكيميائية بمساعدة المقاييس. يتعامل مع الارتياب في القياس وإمكانية التتبع والتحقق من الصحة. يلعب هذا دورًا رئيسيًا في التطبيق الصناعي لطرق القياس الكيميائية ، خاصة في المناطق التي توجد فيها مناطق شديدة التنظيم (مثل الصيدلة والمراقبة البيئية). إن دمج كل من المترولوجيا والقياسات الكيميائية في معهد افتراضي يفتح إمكانيات جديدة للتآزر المثمر بين التخصصين.

من الرواد والعلماء الرائدين في مجال القياس الكيميائي ، البروفيسور D.L. ماسارت ، رئيس قسم الصيدلة والتحليل الطبي الحيوي في جامعة بروكسل الحرة ، بدأ هذا المعهد. وهي تتألف من 13 مركزًا في جميع أنحاء أوروبا تتمتع بخبرة واسعة في كل من الأساليب العلمية ومجالات التطبيق ، بدءًا من مراقبة الأغذية إلى البتروكيماويات.

الشريك الألماني في المعهد الافتراضي هو معهد المستشعرات الكيميائية والبيولوجية (ICB) بالتعاون مع جامعة ويستفاليان فيلهلمز في مونستر. مجموعة عمل القياسات الكيميائية والمعلوماتية الحيوية هناك برئاسة د. يتمتع Jürgen von Frese بمهارات وخبرة خاصة في تطوير خوارزميات عالية الأداء ، & # 8222intelligent & # 8220 لأدوات القياس الكيميائية / البيولوجية الحديثة. بالمشاركة كشريك ألماني في المعهد الافتراضي VICIM ، تم الآن الاعتراف بإنجازاتها الخاصة في التطبيق الصناعي للقياسات الكيميائية.

سيقدم معهد VICIM الافتراضي للمستخدمين الصناعيين مجموعة واسعة من الخدمات:

  • دورات عامة ومتخصصة على مستوى تمهيدي ومتقدم في مجال القياس الكيميائي والمقاييس ، مثل التحقق من صحة الطريقة ، والتصور ، والنمذجة
  • البحث والتطوير قبل المنافسة للاتحادات الصناعية
  • البحوث التعاقدية في مجالات مثل الصناعات الغذائية والصيدلانية والكيميائية والبتروكيماوية والصناعات المرتبطة بها.
  • ضيف يقيم من قبل عملاء من الصناعة
  • دورات بالمراسلة
  • استشاري
  • الدعم المترولوجي لهيئات التقييس
  • السياسات والبرامج

تؤكد لجنة علمية استشارية برئاسة البروفيسور برنارد فانديجينست ، شركة Unilever Research and Development Vlaardingen (NL) ، على التركيز على احتياجات العملاء الصناعيين.

بعد مرحلة أولية مدتها ثلاث سنوات من الدعم من الاتحاد الأوروبي ، من المقرر أن يصبح المعهد الافتراضي مؤسسة بحثية مستقلة.

شريك المعهد الافتراضي للقياسات الكيميائية والمقاييس الصناعية: