PhD in Chemical and Materials Sciences

INTRODUCTORY CHEMOMETRICS

INTRODUCTORY CHEMOMETRICS

Academic year 2014/2015

Sommario del corso

• Course objectives
• Results of learning outcomes
• Course delivery
• Learning assessment methods
• Program
• Suggested textbooks and readings
• Notes
• Teaching tools

Course objectives

Sviluppo di competenze di base nella statistica multivariata e nella sua applicazione a problematiche di tipo chimico.

Results of learning outcomes

Apprendimento dei più comuni strumenti di statistica adatti ad un'analisi chemiometrica multivariata di risultanze chimico-analitiche. Capacità di affrontare problematiche di analisi chemiometrica multivariata, attraverso la scelta opportuna degli stumenti statistici adatti, al fine di ricavarne elementi di giudizio (decision making) fondati su procedimenti inferenziali compiuti.

Course delivery

Il corso si articolerà in 14-16 ore di lezioni frontali e 4-6 ore di esercitazioni al calcolatore. L'articolazione dettagliata del corso verrà perfezionata in funzione della competenza pregressa dei partecipanti e dei loro interessi di ricerca.

Learning assessment methods

Presentazione di un caso applicativo, tratto dalla letteratura scientifica di interesse del dottorando, che abbia utilizzato gli strumenti chemiometrici illustrati a lezione.

Program

Content:

-              Concepts of complex systems, information content and descriptors

-              Strategies for the analysis of large data matrices

-              Preliminary treatment of data; mathematical transformations and scaling

-              Principal component analysis

-              Cluster analysis

-              Principles for the construction of statistical models

-              Classification models and testing

-              Error analysis and analysis of variance

-              Experimental design modelling

Le problematiche complesse: origine, definizione e metodi per affrontarle. La struttura multivariata delle problematiche complesse. Effetti olistici e macroproprietà dei sistemi. Ruolo della chemiometria nella soluzione dei problemi complessi. La struttura multivariata dei dati. Rappresentazione dei dati in forme matriciali. Le scale di misura dei dati. Trasformazioni matematiche e scalature dei dati. Analisi statistica multivariata. Concetti di distanza fra punti sperimentali, correlazione, covarianza. Analisi della varianza. Analisi delle componenti principali e rappresentazioni grafiche: diagrammi dei loadings e scores. Cluster analysis e rappresentazioni grafiche; metodi di clustering gerarchici e non gerarchici. Esempi in campo clinico e tossicologico. Disegno sperimentale. Funzione obiettivo e sua modellizzazione in funzione dei parametri sperimentali. Regressione e verifica di modelli. Schemi di disegni sperimentali. Tecniche decisionali. Metodi sequenziali. Analisi di classificazione e modellamento di classe. Metodi modellanti e non-modellanti. Matrice di confusione e delle perdite e loro significato. Probabilità a priori e suo significato in ambito clinico e forense. Principi di statistica Bayesiana. Test diagnostici e rappresentazioni grafiche in biochimica clinica. Le curve ROC. Metodi di classificazione: K-NN, SIMCA, analisi discriminante lineare e quadratica. Variabili canoniche.

Strumenti di apprendimento di base consigliati per il corso sono gli appunti delle lezioni e il materiale didattico proiettato e messo a disposizione.

E’ consigliato l’utilizzo del seguente materiale per approfondimenti e integrazioni:

R. Todeschini, Introduzione alla chemiometria, 1998, EdiSES

M. Forina, Fondamenta per la Chimica Analitica, e-book (ISBN 9788890406461)

M. Otto, Chemometrics, 2007, Wiley-VCH Verlag, Germany

 Infine sono di seguito indicati siti internet di interesse:

http://www.sisnir.org/index.php/edsisnir/10-fondamenti-di-chemiometria (e-book di M. Forina)

Class schedule

Note

Lecture room:  AULETTA  II -  Via Pietro Giuria 7 - Primo piano

Preliminary Calendar:

Pediod:  June-July 2015

1) June 4, Thursday: 9-11

2) June 5, Friday: 9-11

3) June 11, Thursday: 9-11

4) June 12, Friday: 9-11

5) June 25, Thursday: 9-11

6) June 26, Friday: 9-11

7) July 2, Thursday: 9-11

8) July 3, Friday: 9-11

9) July 9, Thursday: 9-13 (lab)

• Teaching materials
• Exams and finals
• Go to Moodle
• Visit the forums