Õppeaine eesmärk on:
- anda ülevaade teadustegevuse üldmetodoloogiast ja erinevatest uurimismeetoditest;
- anda oskus teadustulemusi esitada vastavalt teadustegevuse akadeemilistele tavadele;
- anda oskused eriala spetsiifilistest eksperimenditehnikatest ja nende rakendamisest.

The aim of this course is to:
-add to education chain of PhD student the general methods of R&D and their application areas;
-give skills of presenting scientific research results in accordance with academic practice;
- give skills of application of research field specific experimental techniques.

Aine läbinud üliõpilane:
- tuvastab teaduslikule tööle esitatavad üld- ja erinõuded (teaduslikkuse kriteeriumid);
- haldab teadustegevuse alaseid põhilisi andmebaase ja infootsingu süsteeme;
- seostab teadusealast terminoloogiat, teadusuuringute üldiseid meetodeid ja nende rakendamisvõimalusi oma uurimisvaldkonnas;
- analüüsib ja rakendab erialaseid teadmisi doktoritööle esitatud nõuete täitmiseks;
- analüüsib ja rakendab oma uurimisvaldkonna teaduslikke kriteeriume ja uurimismeetodeid teades nende füüsikalisi ja matemaatilisi aluseid;
- kavandab teadusuuringuid ja eksperimente, koostab teadusarendusprojekte, teaduspublikatsioone, uurimistöö aruandeid ja patenditaotlusi;
- viib läbi teoreetilisi ja praktilisi uurimistöid ning juhendab magistrante;
- analüüsib, hindab ja rakendab täiustatud eksperimentaalseadmeid ja IT-vahendeid oma uurimisvaldkonnas.

After completing this course the student:
- identifies the requirements for R&D research report;
- manages the databases and research information systems;
- associates the terminology, the methods of R&D application possibilities in own research area;
- analyses and applies professional expertise to fulfill the requirement of the PhD thesis;
- analyses and implements the scientific criteria and research methods of own research field based on their physical and mathematical basis;
- plans research experiments, to compose R&D projects and scientific articles, research reports, patents;
- carries out theoretical and practical research and supervise master students;
- analyses, evaluates and implements advanced experimental equipment and IT means in own research field.

1. Doktoritööde koostamise metodoloogia. Doktoritööd ja nende liigid. Teaduslikule tööle esitatavaid üld- ja erinõudeid (teaduslikkuse kriteeriumeid). Doktoriväitekirja struktuur, doktoritööde vormistamise nõuded ja head tavad. Teadustegevuse ja doktoriõppe alased andmebaasid ning infootsingu süsteemid. Uurimistöö lõpetamine, tulemuste publitseerimine.
2. Teadusuuringute üldised meetodid (meetodite üldised põhimõtted ja neisse kätketud võimalused). Ühe- ja mitmefaktoriliste uurimisobjektide eripärad. Regressioon- ja dispersioonanalüüs. Korrelatiivsed sõltuvused. Dimensioonanalüüs. Sarnasuskriteeriumid. Katsete planeerimise põhimõtted (Wilson-Box`i meetod).
3. Arvutikesksed teadusuuringud. MatLab kasutamine. Rakendusstatistika Parameetrilised ja mitteparameetrilised andmed: testid, usaldusintervallid, hüpoteeside kontrollimine. Sõltumatute andmete statistilised mudelid: regressioonimudelid, logistiline regressioon, faktoriaalsed uuringumudelid. Mudeli valiku põhimõtted (Goodness-of-fit). Tundlikkuse analüüs. Sõltuvate tunnuste/andmete statistiline analüüs: aegridade analüüs (statsionaarsus ja pööratavus), autokorrelatsioon ja autoregressiooni mudelid.
4. Praktiline eksperimenditehnika. Eksperimentide objektid ja liigid. Eksperimendi ettevalmistamine. Eksperimendi korraldamine. Praktiline mõõtmine. Mõõtetulemuse usaldatavus ja seda tagavad süsteemid. Eksperimendi riistvara valik, komplekteerimine ja projekteerimine (üldised probleemid, põhimõtted ja printsiibid). Anduritehnika valik.
5. Uurimistöö erimeetodid: matemaatilised mudelid, stohhastilised mudelid ja simuleerimine ning optimiseerimise võtted.
6. Andme- ja autorikaitse. Autorikaitse üldpõhimõtted. Patendid ja kasulik mudel.
7. Eriala spetsiifiliste eksperimenditehnikate rakendamine (eriala prof. juhendamisel).

1. Composition of doctoral thesis (requirements, structure, writing, publication).
2. General methods of R&D (factorial design, regressioon and dispersion analysis, correlation of data, dymentional analysis and similarity criterias, DOE (Wilson-Box`i meetod).
3. Computer based research. MatLab based calculations. Statistical inference of data: tests, confidence intervals and hypothesis testing. Statistical models of independent data: linear regression; logistic regression, and factorial models. Model selection, Goodness-of-fit. Sensitivity analysis. Statistical models of dependent data, including: time series analysis (stationarity, trend and seasonality), autocorrelation and autoregression models.
4. Experimental technique (objects, equipment, planning of experiments, treatment of results).
5.Research special tools: mathematical models, stochastic models and simulation, optimisation.
6. Defence of intellectual property. Patents.
7. Research field specific experimental techniques application ( guidance of specific field professors).

Arvestus. Aine arvestuspunktide arv kujuneb aineplokkide osas tehtud eksperimendi planeerimise ja mõõtetulemuste analüüsi alase testi ning erialase kodutöö põhjal. Osa ainest on võimalik sooritada e-õppena.
Üldiste teadustöö uurimismeetodite ja eksperimenditehnikate test ja erialaspetsiifiliste eksperimenditehnikate rakendamise alane kodutöö annavad igaüks maksimaalselt 50 punkti (kokku õppeaine mõlema osa maksimaalne punktide arv on 100 punkti). Arvestuse saamise eeldus on, et vähemalt 25 punktile on sooritatud nii test kui ka kodutöö.

Pass/fail assessment. Final course sum of points of all components is formed based on the test and homework results. The course can be partly done via e-learning. General research methods and experimental techniques course part ends with test and research field specific topic homework should be submitted. Both are graded with maximum 50 points (total sum of the points for test and homework is 100 points). Test and homework minimum grade is 25 points for each and for Pass sum of points of total 50 points should be collected.

Iseseisva töö eesmärgid: kinnistada loengutes ja harjutustundides läbivõetud materjali iseseisva mõtestatud praktilise teadustegevuse, kodutööde koostamine, tööde aruannete vormistamise ja ettekannete esitamisega. Iseseisva töö sisu ja maht: praktilise teadusülesande lahendamine, eksperimendi planeerimine ning katsetulemuste analüüs. Erialase eksperimenditehnikate rakendamine, kodutöö aruande vormistamine. Iseseisva töö maht on 40 tundi.

Goal of independent work: composing plan of experiments, solution of practical scientific tasks, homework on planning of experiments and/or analysis (for example statistical analysis, risk assessment etc) of experimental results. Independent work 40 hours.

1. Box, G.E.P. Hunter, J.S. Hunter, W.G. Statistics for Experiments. New York: Wiley, 2005.
2. Shumway, R.H. and Stoffer, D.S. Time series analysis and its applications with R examples, third edition. New York: Springer, 2011.
3. Field, A., Miles, J. and Field, Z. Discovering Statistics Using R. London: Thousand Oaks, New Delhi, Sage Publications, 2012.
4. Holman, J.P. Experimental Methods for Engineers, 8th Ed. New York: McGraw Hill Inc, 2011.

-