Opis produktu
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.
Komentarze
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
Komentarze
Opinie
Na razie brak recenzji produktów.