| Onderwijstaal : Nederlands |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
| Studierichting | | Studiebelastingsuren | Studiepunten | P1 SBU | P1 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | 2de bachelorjaar in de chemie | Verplicht | 108 | 4,0 | 108 | 4,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| EC 4: De bachelor in de chemie heeft kennis van en inzicht in wiskunde, hij of zij kan mathematische en statistische concepten en methoden correct inzetten voor het benaderen, oplossen en analyseren van chemische problemen en kan op basis hiervan een gefundeerde conclusie formuleren. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens.
De student(e) kan methoden van dataverwerving en proefopzet beschrijven.
De student(e) kent basisconcepten betreffende onzekerheid.
De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren.
De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken.
De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen.
De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren.
De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie).
De student(e) kent de basisprincipes van niet-parametrische concepten en methodes.
De student(e) kent de basisprincipes van het opstellen van een studie en kan de steekproefgrootte berekenen voor een eenvoudige hypothesetoets.
De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel.
De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt.
De student(e) kent de basisstructuur van een linear regressiemodel, variantieanalyse en een lineair model voor gecorreleerde gegevens en kan deze methodes toepassen in eenvoudige scenario's.
De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met een statistisch computerpakket en de resultaten op een correcte manier presenteren.
|
|
|
|
|
|
|
|
|
Collectief feedback moment ✔
|
|
|
|
Hoorcollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Zelfstudieopdracht (ZSO) ✔
|
|
|
|
Periode 1 Studiepunten 4,00
| Evaluatievorm | |
|
| Schriftelijke evaluatie tijdens onderwijsperiode | 10 % |
|
|
|
|
|
| Andere: | opdracht, deels of volledig via software, waarbij resultaten dienen gerapporteerd te worden. |
|
|
|
|
|
| Schriftelijk examen | 90 % |
|
|
| Andere: | Examen over theorie en oefeningen |
|
|
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
|
|
| Begincompetenties |
| |
De student heeft een basiskennis wiskunde. |
|
|
| Verplicht studiemateriaal |
| |
R open source software (meest recente versie) |
|
|
| Opmerkingen |
| |
Voor de studenten uit de educatieve master in de wetenschappen en technologie (keuzevak voor vakdidactiek wiskunde) behoort de les over lineaire regressie, ANOVA en herhaalde metingen niet tot de te kennen leerstof. |
|
|
|
|
|
| 2de bachelorjaar in de chemie | Overgangscurriculum | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| EC 4: De bachelor in de chemie heeft kennis van en inzicht in wiskunde, hij of zij kan mathematische en statistische concepten en methoden correct inzetten voor het benaderen, oplossen en analyseren van chemische problemen en kan op basis hiervan een gefundeerde conclusie formuleren. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens.
De student(e) kan methoden van dataverwerving en proefopzet beschrijven.
De student(e) kent basisconcepten betreffende onzekerheid.
De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren.
De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken.
De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen.
De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren.
De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie).
De student(e) kent de basisprincipes van niet-parametrische concepten en methodes.
De student(e) kent de basisprincipes van het opstellen van een studie en kan de steekproefgrootte berekenen voor een eenvoudige hypothesetoets.
De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel.
De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt.
De student(e) kent de basisstructuur van een linear regressiemodel, variantieanalyse en een lineair model voor gecorreleerde gegevens en kan deze methodes toepassen in eenvoudige scenario's.
De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met een statistisch computerpakket en de resultaten op een correcte manier presenteren.
|
|
|
|
|
|
|
|
|
Collectief feedback moment ✔
|
|
|
|
Hoorcollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Zelfstudieopdracht (ZSO) ✔
|
|
|
|
Periode 1 Studiepunten 5,00
| Evaluatievorm | |
|
| Schriftelijke evaluatie tijdens onderwijsperiode | 10 % |
|
|
|
|
|
| Andere: | opdracht, deels of volledig via software, waarbij resultaten dienen gerapporteerd te worden. |
|
|
|
|
|
| Schriftelijk examen | 90 % |
|
|
| Andere: | Examen over theorie en oefeningen |
|
|
|
|
|
Tweede examenkans
| Evaluatievorm tweede examenkans verschillend van eerste examenkans | |
|
|
|
| Begincompetenties |
| |
De student heeft een basiskennis wiskunde. |
|
|
| Verplicht studiemateriaal |
| |
R open source software (meest recente versie) |
|
|
| Opmerkingen |
| |
Voor de studenten uit de educatieve master in de wetenschappen en technologie (keuzevak voor vakdidactiek wiskunde) behoort de les over lineaire regressie, ANOVA en herhaalde metingen niet tot de te kennen leerstof. |
|
|
|
|
|
1 examenregeling art.1.3, lid 4. |
| 2 examenregeling art.4.7, lid 2. |
3 examenregeling art.2.2, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|