Alle opleidingen > Statistiek en databeheer

Statistiek en databeheer (B-KUL-T2ASD1)

6 studiepuntenNederlands61 urenTweede semesterUitgesloten voor examencontract
Vanrumste Bart (coördinator) |  Desmet Stef |  Vanrumste Bart |  Cuyx Bram (medewerker) |  Vinckier Nigel (medewerker)
OC Polyvalente Ingenieursvorming - Campus Groep T Leuven

Doelstellingen

Leerresultaten:

  • K1: Wetenschappelijk-disciplinaire basiskennis en inzicht bezitten
  • I1: Problemen analyseren en oplossen
  • I3: Toepassingsgericht onderzoeken
  • P1: Operationaliseren
  • G2: Communiceren met vakgenoten en niet-vakgenoten
  • G3 Kritisch reflecteren

 

Doelstelling:

Conceptuele kennis

  • De student heeft kennis van begrippen uit de beschrijvende statistiek.
  • De student kent en begrijpt basisbegrippen uit de statistiek, zoals verdeling, hypothese, toets, overschrijdingskans, …
  • De student kent de relevante onderdelen en aspecten van databanken.

Procedurele kennis

  • De student kan, vertrekkende van een aantal gegevens, statistische berekeningen uitvoeren, gegevens structureren en visualiseren.
  • De student kan op basis van een (grote) groep gegevens een vraagstuk uit de reële wereld vertalen naar een statistische toets. Hij/zij kan deze toets uitvoeren en gemotiveerde besluiten formuleren.
  • De student kan basis bewerkingen uitvoeren op een databank, zoals ontwerp, ontwikkeling, toevoegen van gegevens, bevragen van een databank, …

Begintermen

De student bezit de basiskennis van wiskunde en informatica.

Volgtijdelijkheidsvoorwaarden

Je moet voldoen aan een volgtijdelijkheidsvoorwaarde om dit opleidingsonderdeel te mogen opnemen. Volgtijdelijkheid kan STRENG of SOEPEL zijn of een GELIJKTIJDIGHEID inhouden. Ook kan een diplomaNIVEAU als voorwaarde gesteld zijn.
Verklaring:
STRENG: Om dit opleidingsonderdeel op te nemen, moet je geslaagd zijn voor of een tolerantie ingezet hebben voor de opleidingsonderdelen waarvoor dit soort voorwaarde geldt.
SOEPEL: Om dit opleidingsonderdeel op te nemen, moet je de opleidingsonderdelen waarvoor dit soort voorwaarde geldt, gevolgd hebben.
GELIJKTIJDIG: Om dit opleidingsonderdeel op te nemen, moet je ook de opleidingsonderdelen waarvoor dit soort voorwaarde geldt, opnemen of al opgenomen hebben.
NIVEAU: Om dit opleidingsonderdeel op te nemen, moet je ten minste deze graad behaald hebben.


SOEPEL(T1ACD1) OF SOEPEL(T1ACD2)

Bovenstaande codes van opleidingsonderdelen stemmen overeen met onderstaande omschrijvingen van die opleidingsonderdelen:
T1ACD1 : Computationeel denken
T1ACD2 : Computational Thinking

Dit opleidingsonderdeel is een voorwaarde voor het opnemen van volgende opleidingsonderdelen:
T2VPT1 : Programmeertechnieken
T2VPT2 : Programming Techniques
T3WDE1 : Data engineering
T3WDE2 : Data Engineering
T3CEC2 : Chemical Engineering Computing
T3POM2 : Operations Management
T3WSU2 : Management Skills
T3POM1 : Operations management
T4OML1 : Machine learning (EM)
T4ATQ1 : Total quality management
T4OML2 : Machine Learning (EM)
T4ATQ2 : Total Quality Management
T4VML1 : Machine learning (EA)
T4VML2 : Machine Learning (EA)
T4UMM2 : Manufacturing Metrology

Identieke opleidingsonderdelen

Dit opleidingsonderdeel is identiek aan de volgende opleidingsonderdelen:
B3074R : Statistiek en databeheer
T2ASD2 : Statistics and Data Management
JPI0ZN : Statistiek en databeheer (schakel) (Niet meer aangeboden dit academiejaar)
ZA0184 : Statistiek en databeheer
YI1387 : Statistiek en databeheer
JPI0VK : Statistiek en databeheer

Plaats in het onderwijsaanbod

Onderwijsleeractiviteiten

2.5 sp. Statistiek: college (B-KUL-T2hSD1)

2.5 studiepuntenNederlandsWerkvorm: College23 urenTweede semester
Vanrumste Bart
OC Polyvalente Ingenieursvorming - Campus Groep T Leuven

Inhoud

Het centrale begrip in dit onderdeel zijn hypothesetoetsen.  Hierbij leert een student naast de opbouw en uitvoering van de hypothesetoetsen, ook de interpretatie van de verschillende parameters te maken.

A/ Algemene begrippen uit kansrekenen

  • Betekenis van het begrip kans en de regels die daarop van toepassing zijn: vereniging van kansen, complementariteit, voorwaardelijke kans (Bayes).
  • Begrippen in verband met stochastische veranderlijken: discrete en continue stochastische veranderlijken, kansfunctie en kansdichtheid, karakteristieke getallen bij een kansverdeling
  • Bijzondere discrete en continue kansverdelingen
  • Kansverdeling van steekproefgrootheden

B/ Van steekproefverdeling naar betrouwbaarheidsinterval van een populatieparameter

  • Het begrip betrouwbaarheidsinterval en betrouwbaarheidsniveau
  • Betrouwbaarheidsintervallen van populatieparameters bij gebruik van grote en kleine steekproeven
  • Betrouwbaarheidsintervallen voor het vergelijken van twee populatieparameters bij gebruik van niet-gepaarde en gepaarde steekproeven
  • Bepalen van steekproefomvang

C/ Testen van hypothesen

  • Basisprincipes van het testen van een hypothese: significantie, significantieniveau, type I en type II fouten
  • Statistische testen over een populatieparameter bij gebruik van grote en kleine steekproeven
  • Statistische testen voor vergelijken van twee populatieparameters bij het gebruik van niet-gepaarde en gepaarde steekproeven

D/ Capita Selecta

  • Regressie: lineair en niet-lineair
  • ANOVA-testen
  • Het ontwerpen van experimenten (design of experiments)
  • Testen van kanstheoretische modellen
  • Chi-kwadraattest voor onafhankelijkheid
  • Niet-parametrische testen
  • Onderzoek van statistische methodes door middel van simulatie

 

Studiemateriaal

Handboek: "Statistics' James McClave Terry Sincich - XXth edition or higher- Published Pearson.
Toledo: extra leermateriaal o.a. ppt-slides, extra oefeningen en video opnames.

Toelichting werkvorm

Flipped classroom

De theorie wordt behandeld tijdens hoorcolleges of in video opnames van de lessen.

1.5 sp. Databeheer: college (B-KUL-T2hDB1)

1.5 studiepuntenNederlandsWerkvorm: College14 urenTweede semester
Desmet Stef |  Vanrumste Bart
OC Polyvalente Ingenieursvorming - Campus Groep T Leuven

Inhoud

A. Basisprincipes van databanken

  • Datamodel opstellen: ER diagrammen
  • Database Management Systeem
  • Eenvoudige create tables: entiteiten, attributen, primary keys, foreign keys
  • SQL
  • Gegevens ophalen uit één tabel:
  • Efficiënt structureren van gegevens in meerdere tabellen:
  • Normalisatie
  • Selects op meerdere tabellen

B. Beginselen van gegevensverwerking

  • Visualisatie van gegevens
  • privacy - GDPR
  • Beginselen van Data Mining, OLAP en Machine Learning

 

Studiemateriaal

slides op Toledo

online SQL leerplatform https://labtools.groept.be/sql/

2 sp. Statistische dataverwerking: labosessie (B-KUL-T2pSD1)

2 studiepuntenNederlandsWerkvorm: Practicum24 urenTweede semester
Vanrumste Bart |  Cuyx Bram (medewerker) |  Vinckier Nigel (medewerker)
OC Polyvalente Ingenieursvorming - Campus Groep T Leuven

Inhoud

Inoefenen en in de praktijk brengen van kennis rond databeheer en statistiek.

Inoefenen van klassieke statistische begrippen en hypothesetoetsen.

Omgang met databanken, uitwerken van praktijkvoorbeelden van databanken, tabellen en SQL-queries.

Werken met vraagstukken die de link leggen tussen beide domeinen; oplossen, interpreteren en visualiseren van geïntegreerde vraagstukken.

Python gebruiken als hulpmiddel om datasets te visualiseren en statistische vraagstukken op te lossen.

Toelichting werkvorm

PC-sessie

Evaluatieactiviteiten

Evaluatie: Statistiek en databeheer (B-KUL-T72092)

Type : Examen tijdens de examenperiode
Evaluatievorm : Schriftelijk
Vraagvormen : Meerkeuzevragen, Open vragen
Leermateriaal : Formularium, Computer

Toelichting


Dit OPO telt slechts één gepubliceerd deelcijfer. Dit deelcijfer is bijgevolg ook het eindcijfer

Het enige deelcijfer wordt bepaald op basis van drie evaluatiecomponenten:

Statistiek: 40%
Databeheer: 30%
Statistische dataverwerking: 30%;

Een vorm van giscorrectie wordt toegepast op de meerkeuze vragen.

Afwezigheden:

Bij afwezigheid tijdens de examenperiode verwittig je de dag zelf nog de examenombuds.