SPOC学校专有课程
试验设计与数据处理
分享
spContent=《试验设计与数据处理》是化工、食品、材料类等专业的一门必修课。该课程是一门理论和实践结合紧密、实用性很强的课程。它是以概率论、数理统计、专业技术知识和实践经验为基础,经济、科学地安排试验,并对试验结果进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的,为从事科学研究、工程实验、工程设计等工作提供基本训练,培养学生科学制定科研和工程实验方案的能力和数据分析处理能力。
—— 课程团队
课程概述

《试验设计与数据处理》是化工、食品、材料类等专业的一门必修课。该课程是一门理论和实践结合紧密、实用性很强的课程。它是以概率论、数理统计、专业技术知识和实践经验为基础,经济、科学地安排试验,并对试验结果进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法,是为从事科学研究、工程实验、工程设计工作的提供基本训练的基础性课程。

本课程主要介绍工程技术中常用的试验设计与数据处理方法,内容包括实验数据的误差分析、图表分析、方差分析及回归分析;和均匀试验设计,正交试验设计,回归正交实验设计和配方试验设计等。

通过本课程的教学,使学生了解并掌握科学试验中试验前的试验方案设计以及对试验所获得数据进行分析和处理的基本理论和知识,学会使用科学的试验设计方法设计试验并对试验得到的大量数据进行正确的分析和处理,同时能够合理地设计试验,使试验次数尽可能少并在较短的时间内以较少的成本来达到预期的试验目标,进而摸索出较优的工艺条件或配方。并且能够应用这些原理与方法,来解决在科学研究和工程实践中遇到的实际问题,培养学生科学制定科研和工程实验方案的能力。

课程教学以学生为中心,实施项目化教学,激发学生学习兴趣,提高学生参与度和获得感。项目选择突出实际应用性,紧密结合学生的专业发展需求,主动融合学科前沿和科研成果,开设开放性的设计型实验,拓展课程的深度和提高课程的难度,激发学习热情,提高学业挑战度。项目化教学的设计充分借鉴CDIO教学模式,CDIO教学模式由构思(Conceive)、设计(Design)、实施(Implement)和操作(Operate)四个步骤形成一个完整的教学体系并能持续优化。

《试验设计与数据处理》重视“做中学”和“基于项目的学习”,项目化教学以工作任务或项目为教学载体,将理论知识与实践应用有机结合,学生在教师的指导下主动学习,获取必须的知识与技能。项目化教学基本环节如下:(1)布置任务;(2)学习咨询;(3)制定方案;(4)实施方案;(5)成果汇报;(6)点评归纳;(7)修改完善。其中,前四个环节一般需要学生在课外自主完成,这样可以使学生有比较充裕的时间查阅资料、咨询教师、制定方案和完成项目,成果汇报和点评归纳等环节一般应安排在课内完成。

授课目标

1. 知识目标

理解误差分析的原理;掌握图表分析的基本方法;、理解方差分析和回归分析的基本原理;理解均匀试验设计、正交试验设计和回归正交实验设计和配方试验设计的基本原理。

2. 能力目标

掌握误差分析的方法;学会用图表表示实验数据;掌握方差分析和回归分析的步骤和方法;学会用均匀试验设计、正交试验设计和回归正交实验设计和配方试验设计处理具体的科学实验和工程实践任务。

3. 情感目标

强化理想信念教育,厚植爱国情怀,帮助学生树立正确的世界观、人生观、价值观;培养严谨求实的科学精神、精益求精的工作作风、勇于探索的创新精神和团结协作的团队意识。

成绩 要求


平时考核:30%(作业10%;出勤10%;课堂10% )

期末考核:70%。

课程大纲
预备知识

高等数学,概率论数理统计,专业课程

参考资料

(1) 教材

《试验设计与数据处理(第三版)》,李云雁胡传荣编著,化学工业出版社,2017.

(2) 参考书

《试验设计与数据处理》,邱轶兵主编,中国科学技术大学出版社,2008.

《化工试验设计与数据处理》,曹贵平主编,华东理工大学出版社,2009.

《测量数据处理理论与方法》,邱卫宁主编,武汉大学出版社,2008.

《回归分析与实验设计》,辛涛主编,北京师范大学出版社,2010.

下载
下载

下载App