Dataanalys, 7,5 Högskolepoäng

Data Analytics, 7.5 Credits

Beslutad: 2026-03-26

Beslutande: Institutionen för ingenjörsvetenskap

Gäller från: H26

Kursens lärandemål

Studenten ska efter genomgången kurs kunna:

Kunskap och förståelse

• redogöra för deskriptiv, diagnostisk, prediktiv och preskriptiv dataanalys samt deras roll i industriella besluts- och förbättringsprocesser.
• förklara beslutsmodeller, optimeringsprinciper och sambandet mellan datakvalitet och beslutsunderlagets tillförlitlighet.
• identifiera etiska och juridiska ramverk för datadriven verksamhetsutveckling.

Färdighet och förmåga

• samla in, bearbeta och strukturera data från industriella system samt utföra dataanalys med relevanta verktyg och metoder.
• tillämpa metoder för att förutsäga, klassificera och optimera industriella processer samt visualisera resultat för beslutsfattande.
• kommunicera resultat och rekommendationer professionellt till intressenter.

Värderingsförmåga och förhållningssätt

• kritiskt värdera dataanalysens begränsningar, bias och osäkerhet samt reflektera över etiska och säkerhetsmässiga aspekter av datadrivet beslutsfattande.
• bedöma hur dataanalys kan bidra till hållbarhet, resurseffektivitet och innovationsförmåga i industrin.

Behörighetskrav

Grundläggande behörighet samt godkänt resultat från följande kurs/kurser: SHM110 Supply chain management 7,5 hp GPP101 Grundläggande programmering med Python 7,5 hp MSA170 Matematisk statistik 7,5 hp

Formerna för bedömning av studenternas prestationer

Individuell skriftlig tentamen. Gruppvis skriftlig inlämningsuppgift med muntlig redovisning.

Kursens innehåll

Kursen behandlar grundläggande principer för dataanalys och dess tillämpning i industriella sammanhang. Den omfattar deskriptiv, diagnostisk, prediktiv och preskriptiv analys samt metoder för datainsamling, databearbetning och kvalitetssäkring från industriella källor.

Kursen tar upp analytiska metoder för att identifiera mönster, förutsäga utfall och optimera processer, samt visualisering och kommunikation av resultat. Beslutsmodeller, optimeringsprinciper och sambandet mellan datakvalitet och beslutsunderlag ingår, liksom etiska, juridiska och säkerhetsmässiga aspekter samt dataanalysens roll för hållbarhet och resurseffektivitet.

Huvudområdet industriell ekonomi omfattar industriell organisation och verksamhetsledning, logistik, inköp, kvalitetsledning, förändringsledning och knowledge management, med industriell marknadsföring, ekonomistyrning, affärsutveckling och miljöteknik som närliggande ämnen. Industriell ekonomi definieras som ett interdisciplinärt ämne som integrerar tekniska, organisatoriska och ekonomiska perspektiv för att analysera, planera och förbättra resurshantering och verksamhetsprocesser. Fokus ligger på att skapa hållbara och effektiva lösningar i komplexa system med hänsyn till tekniska, ekologiska, sociala och ekonomiska aspekter utifrån ett holistiskt perspektiv. Tyngdpunkterna inom huvudområdet industriell ekonomi på Högskolan Väst är knowledge management inom logistik, utveckling av Lean och agila system med digitalisering, resiliens i försörjningskedjor, beslutsmodeller för datadrivet beslutsfattande, verksamhetsledning samt kvalitets och verksamhetsutveckling. Ämnet har en stark tillämpad och teknisk profil och adresserar praktikrelevanta utmaningar för företag och organisationer.

Övriga föreskrifter

Betygsskala: U/3/4/5

Undervisningsspråk: Undervisningen bedrivs på svenska.

Generella regler för examination vid Högskolan Väst finns på www.hv.se.

Om den studerande har ett beslut/rekommendation om särskilt pedagogiskt stöd på grund av funktionsnedsättning har examinator rätt att examinera den studerande i en anpassad examinationsform.

Nivå

Grundnivå

Successiv fördjupning

G1F - Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav

Huvudområde(n)

Industriell ekonomi