Jednymi z najistotniejszych elementów wykształcenia chemika są umiejętności prawidłowego prowadzenia pomiarów, jak i interpretacji uzyskanych wyników.
Badania analityczne prowadzone są za pomocą nowoczesnych technik pomiarowych, które skracają czas analiz i dostarczają dużych ilości wyników. Metrologia i walidacja to wciąż rozwijające się dziedziny, łączące wiedzę z zakresu chemii analitycznej i fizycznej, matematyki, statystyki. Pozwalają one na weryfikację uzyskiwanych danych i umożliwiają porównywanie ich między laboratoriami.
Obszerne zbiory danych pomiarowych są trudne do efektywnej interpretacji. Z pomocą przychodzi tu chemometria - nowa dziedzina wiedzy, która zajmuje się wydobywaniem użytecznych informacji z wielowymiarowych danych pomiarowych, bazując na metodach m. in. statystyki i matematyki. Skrypt skierowany jest głównie do studentów kierunków chemicznych i przyrodniczych, ale będzie przydatny również tym wszystkim, którzy w swoim życiu zawodowym wykonują pomiary chemiczne oraz zajmują się interpretacja uzyskanych wyników badań.


Rok wydania2016
Liczba stron154
KategoriaPublikacje darmowe
WydawcaWydawnictwo Uniwersytetu Łódzkiego
ISBN-13978-83-8088-177-8
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  WSTĘP Dominik Szczukocki, Barbara Krawczyk     7
  
  METROLOGIA I WALIDACJA Monika Skowron-Jaskólska     9
  1 SPÓJNOŚĆ POMIAROWA     14
  2 MATERIAŁY ODNIESIENIA     17
  3 KALIBRACJA     19
  4 WALIDACJA     25
  5 NIEPEWNOŚĆ POMIARU     30
  6 SYSTEM ZARZĄDZANIA JAKOŚCIĄ, BADANIA MIĘDZYLABORTORYJNE     37
  7 BIBLIOGRAFIA     40
  
  CHEMOMETRIA Janusz Kupis     41
  1 WPROWADZENIE     42
  1.1 POCZĄTKI I ROZWÓJ CHEMOMETRII     43
  1.2 OBSZARY WYKORZYSTANIA METOD DATA MINING     46
  1.3 CECHY METOD CHEMOMETRYCZNYCH     49
  2 KONTROLA DANYCH     52
  2.1 DOKUMENTACJA     52
  2.2 KONTROLA POPRAWNOŚCI DANYCH     54
  2.2.1 Rozkład pojedynczej zmiennej, wartości odstające     54
  2.2.2 Korelacje między zmiennymi     60
  2.2.3 Skalowanie, autoskalowanie (standaryzacja) zmiennej     63
  3 MODELOWANIE ZALEŻNOŚCI – KALIBRACJA     66
  3.1 MODELE NUMERYCZNE     68
  3.2 PLANOWANIE DOŚWIADCZEŃ     72
  3.3 PLANY OPTYMALNE     74
  3.4 PLANY CZYNNIKOWE 2M     79
  3.5 OCENA MODELU     83
  3.6 PRZYKŁAD OCENY MODELU OPARTEGO O PLAN DOŚWIADCZEŃ 23     86
  3.6.1 Istotność modelu i rozkład reszt     93
  3.6.2 Adekwatność modelu     96
  3.6.3 Zdolność prognostyczna modelu     98
  4 ANALIZA GŁÓWNYCH SKŁADOWYCH     102
  4.1 WEKTORY I WARTOŚCI WŁASNE     104
  4.2 PRZYKŁAD PCA Z WYKORZYSTANIEM OPROGRAMOWANIA STATISTICA     107
  4.3 INTERPRETACJA WYNIKÓW ANALIZY GŁÓWNYCH SKŁADOWYCH     114
  4.4 ANALIZA PRZESTRZENI OBIEKTÓW     119
  5 ANALIZA SKUPIEŃ     123
  5.1 ANALIZA PODOBIEŃSTWA (CLUSTER ANALYSIS)     124
  5.1.1 Podobieństwo zmiennych     128
  5.1.2 Podobieństwo obiektów     134
  5.2 KLASYFIKACJA     136
  5.2.1 Nadzorowane rozpoznawanie wzorców     137
  5.2.2 Metody klasyfikacji     140
  6 BIBLIOGRAFIA     153
RozwińZwiń