INTRODUCTION TO STATISTICAL DATA ANALYSIS FOR THE PHYSICAL AND LIFE SCIENCES
Anno accademico e docente
Non hai trovato la Scheda dell'insegnamento riferita a un anno accademico precedente?
Ecco come fare >>
- English course description
- Anno accademico
- 2015/2016
- Docente
- ATTILA FELINGER
- Crediti formativi
- 6
- Periodo didattico
- Secondo Semestre
- SSD
- CHIM/01
Obiettivi formativi
- Al termine del Corso gli studenti saranno in possesso delle conoscenze di base di matematica e statistica necessari al trattamento dei dati ottenuti da analisi chimiche e per poter pianificare indagini chimiche mediante il disegno sperimentale. Il Corso ha come obiettivo di fornire agli studenti le conoscenze necessarie per comprendere i concetti fondamentali che sono alla base delle diverse tipologie di metodi di trattamento di dati che vengono ottenuti da misure di laboratorio. Al termine del Corso, gli studenti saranno in grado di scegliere autonomamente l’approccio statistico ottimale per il trattamento più appropriato da applicare ai dati in relazione alla problematica da affrontare. Saranno inoltre in grado di valutare criticamente la significatività dei dati mediante l’impiego di software disponibile commercialmente o di libero accesso. Infine gli studenti saranno in grado di estrarre da dati chimici le informazioni in essi contenute.
Prerequisiti
- Conoscenze di base di Chimica Analitica ed elementi di Chimica Strumentale; nozioni di calcolo di base.
Contenuti del corso
- . Il corso si articola in 6 ETCS, 4 dei quali vengono svolti come lezioni teoriche frontali e I restanti 2 come esercitazioni pratiche. I principali argomenti del corso sono:
- Caratterizzazione dei dati ottenuti da indagini chimiche;
- Risposta strumentale della strumentazione impiegata in chimica analitica;
- Introduzione alla teoria della probabilità;
- Distribuzioni di probabilità e loro caratteristiche;
- Momenti delle distribuzioni di probabilità;
- Errori casuali e sistematici: carratteristiche e loro trattamento;
- Propagazione dell’errore;
- Test di ipotesi parametrici e non parametrici (t-tests, F-test, ANOVA, etc);
- Correlazione, Regressione lineare, calibrazione univariata
- Calibrazione multivariata
- Disegno sperimentale tipologie ed ottimizzazione
- Analisi delle componenti principali (PCA) e loro applicazione in metodi di classificazione
- Caratteristiche di segnali analogici e digitali Metodi didattici
- Il Corso comprende sia lezioni teoriche che esercitazioni pratiche. Durante le lezioni verranno esposti i principali concetti che sono alla base del trattamento statistico dei dati. Nelle esercitazioni pratiche, con l'ausilio di PC gli studenti applicheranno i concetti appresi a casi reali. Per le esercitazioni ci si avvarrà si software di libero accesso per l’analisi di dati sperimentali.
Modalità di verifica dell'apprendimento
- L’esame consiste di una verifica scritta in cui viene chiesto allo studente di risolvere 2/4 esercizi applicativi su argomenti fondamentali del corso. Durante la prova di esame è consentito l’uso di libri, appunti e PC.
Testi di riferimento
- P. R. Bevongton, Data Reduction and Error Analysis for the Physical Sciences
J. N. Miller, J. C. Miller, Statistics and Chemometrics for Analytical Chemistry
P. C. Meier,R. E. Zünd, Statistical Methods in Analytical Chemistry
