Διδάσκοντες: Σπυρίδων Ραψομανίκης, Γλυκερία Λούπα
Κωδικός Μαθήματος: 15ΖΥ3Ν – Κ1
Εξάμηνο: 7ο (Χειμερινό)
Εβδομαδιαίες Ώρες Διδασκαλίας: 6
Αριθμός Ευρωπαϊκών Πιστωτικών Μονάδων (ECTS): 5
Προαπαιτούμενα: Μαθηματικά, Στατιστική Ι, Ατμοσφαιρική Ρύπανση, Ατμοσφαιρική Χημεία
Το Μάθημα προσφέρεται σε Φοιτητές Erasmus: Ναι
Γλώσσα Διδασκαλίας και Εξετάσεων: Ελληνική
Ηλεκτρονική Σελίδα Μαθήματος (URL): https://eclass.duth.gr/courses/ TMC343/

Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων: 

Στόχος του μαθήματος είναι η κατανόηση και η εφαρμογή του πειραματικού σχεδιασμού, της βελτιστοποίησης των διεργασιών και εκπαίδευση στις μεθόδους στατιστικής ανάλυσης ανάλογα με το σχεδιασμό των διεργασιών. Οι φοιτητές του τμήματος εξοικειώνονται µε πακέτα λογισμικών που χρησιμοποιούνται για τους σκοπούς αυτούς, ασκούμενοι σε πραγματικά προβλήματα.

Περιεχόμενο Μαθήματος:
Θεωρία:
Σχεδιασμός πειραμάτων ή πειραματικός σχεδιασμός
1. Παράγοντες, μεταβλητές απόκρισης, επίπεδο παράγοντα, δοκιμασία, επίδραση στη μεταβλητή απόκρισης.
2. Πειραματικές μονάδες, μεταβλητή πλαισίου ή ομαδοποίησης, μεταβλητή θορύβου του σήματος, συστηματικό ή τυχαίο σφάλμα.
3. Τυχαιοποίηση, ομαδοποίηση, επανάληψη.
4. Σχεδιασμός πλήρους τυχαιοποίησης (completely randomized design), σχεδιασμός τυχαιοποιημένων πλήρων ομάδων (randomized complete block design).
5. Ανάλυση διακύμανσης (ANalysis Of VAriance-ANOVA).
6. Παραγοντικός πειραματικός σχεδιασμός για εύρεση ισχυρότερου παράγοντα η συνδυασμού παραγόντων επιρροής αποτελέσματος.
7. Μερικός παραγοντικός σχεδιασμός.
8. Σημασία της επανάληψης πειραμάτων για χρησιμοποίηση της ANOVA.
9. Μέθοδοι βελτιστοποίησης αποτελεσμάτων πειραματικού σχεδιασμού (Maximization/minimization) σε αντίθεση με την διεξαγωγή όλων των συνδυασμένων πειραμάτων (one at a time approach).
10. Βελτιστοποίηση με την μέθοδο SIMPLEX.
11. Χρήση εργαστηριακού λογισμικού SIMPLEX (σε DOS  δημιουργημένο στο εργαστήριο Ατμοσφαιρικής Ρύπανσης και Αντιρρυπαντικής Τεχνολογίας Ατμοσφαιρικών Ρύπων).
12. Παραδείγματα πολλών αρχικών συνθηκών στο πρόγραμμα SIMPLEX ( steepest scent, initial extreme values, etc…).
13. Φροντιστηριακό μάθημα.
Εργαστηριακές Ασκήσεις:
ΑΣΚΗΣΗ 1. Στατιστική ανάλυση χρονοσειρών: γραφικές παραστάσεις συγκεντρώσεων ατμοσφαιρικών ρύπων από πραγματικά δεδομένα του Εργαστηρίου, πίνακες με τις βασικές στατιστικές παραμέτρους, συντελεστές προσδιορισμού κτλ.
ΑΣΚΗΣΗ 2. Στατιστική ανάλυση χρονοσειρών: εξαγωγή συμπερασμάτων από την επεξεργασία των δεδομένων. Αξιολόγηση εάν υπάρχουν υπερβάσεις των ορίων ποιότητας των ρύπων για την περιοχή από την οποία δίνονται τα δεδομένα (ακολουθώντας την Οδηγία 2008/50/ΕΚ για την ποιότητα του ατμοσφαιρικού αέρα και καθαρότερο αέρα για την Ευρώπη).
ΑΣΚΗΣΗ 3. Χρονοσειρές θερμοκρασίας και υγρασίας. Δείκτης δυσφορίας. Error propagation.
ΑΣΚΗΣΗ 4. Συλλογή δεδομένων για μελέτη της Κλιματικής Αλλαγής. Χρονοσειρές με πραγματικά δεδομένα CO2 και υδρατμών, δηλ. συγκεντρώσεις βασικών αερίων του θερμοκηπίου. Επεξεργασία και ανάλυση δεδομένων. Εξαγωγή συμπερασμάτων.
ΑΣΚΗΣΗ 5. Αεροπλοΐα και Κλιματική Αλλαγή. Επεξεργασία και ανάλυση δεδομένων. Εξαγωγή συμπερασμάτων.
ΑΣΚΗΣΗ 6. Ανάλυση διακύμανσης (ANalysis Of VAriance-ANOVA). Επεξεργασία και ανάλυση δεδομένων. Εξαγωγή συμπερασμάτων.
ΑΣΚΗΣΗ 7. Απτά παραδείγματα ερευνών πεδίου από το Εργαστήριο που σχεδιάστηκαν με τις αρχές του πειραματικού σχεδιασμού.

Συνιστώμενη Βιβλιογραφία:

  • Πανεπιστημιακές σημειώσεις: «Στατιστική ΙΙ» Σπυρίδων Ραψομανίκης, διαθέσιμο στο e-class.
  • J. N. Miller, J. C. Miller “Statistics and Chemometrics for Analytical Chemistry” Pearson Education, 2005
Print Friendly, PDF & Email
Μετάβαση στο περιεχόμενο