Offerta Didattica

 

CHIMICA

CHEMIOMETRIA

Classe di corso: L-27 - Scienze e tecnologie chimiche
AA: 2019/2020
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
CHIM/01Affine/IntegrativaLiberaLiberaNo
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
6600363600
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Al termine del corso, lo studente ha le basi teoriche e pratiche della Chemiometria per la Chimica Analitica. In particolare, lo studente sa applicare i principali test statistici e determinare i parametri di qualità su dati univariati, ha appreso metodi di esplorazione dei dati, sa progettare gli esperimenti mediante “DOE” e sa elaborare matrici di dati multivariati, utilizzando moderni pacchetti software matematici, statistici e chemiometrici. Lo studente sa infine applicare le abilità acquisite a problemi chimico-analitici reali sia applicativi che di ricerca.

Metodi didattici

Il corso prevede lezioni frontali ed esercitazioni in aula (36 ore complessive). Le lezioni frontali sono dedicate all'acquisizione dei concetti di base della Chemiometria ed all'acquisizione di strumenti informatici specifici (software per applicazioni matematiche e statistiche). Le esercitazioni nel laboratorio informatico hanno lo scopo di rendere lo studente autonomo nell'utilizzare gli strumenti della Chemiometria e capace di applicare nozioni e software alla soluzione di problemi reali di analisi chimica multivariata.

Prerequisiti

lo studente che accede a questo insegnamento deve essere in possesso di una buona preparazione nei fondamenti della chimica analitica, dai concetti teorici di base alle tecniche analitiche strumentali di base. Lo studente deve inoltre conoscere i concetti di base di statistica classica (univariata) per la chimica analitica ed algebra delle matrici.

Verifiche dell'apprendimento

L'esame consiste in un'interrogazione orale che verte sul programma spiegato in aula e sulle esercitazioni in aula (definizioni e dimostrazioni contenute nelle dispense di lezione). Il Docente assegna un voto all'esame orale.

Programma del Corso

I contenuti del corso riguardano l’apprendimento di concetti teorici ed applicazioni pratiche legate all’analisi di dati chimici univariati, bivariati e multivariati. La prima parte è incentrata sui dati univariati e riguarda lo studio delle principali distribuzioni di probabilità, il concetto di errore, i test di significatività, l’analisi della varianza e la calibrazione univariata. La seconda parte del corso riguarda l’esplorazione dei dati multivariati utilizzando metodi “unsupervised” come l’analisi delle componenti principali e la cluster analysis. La terza parte del corso riguarda metodi di analisi “supervised” di tipo qualitativo, come l’Analisi di Classificazione, e quantitativo, come i metodi di regressione (MCR e PLS). La quarta e ultima parte del corso mira all'apprendimento e all'applicazione del disegno sperimentale utilizzando diversi esempi. Durante tutto il corso, sarà studiato l'uso di alcuni software statistici. Programma: CENNI DI STATISTICA DI BASE. 6 ore la natura dei dati, definizione di variabile, oggetto, frequenza, probabilità. Parametri di posizione: media, moda mediana, media mobile, quantili, distribuzione gaussiana di Poisson e geometrica. Errori e parametri di dispersione: errori casuali, errori sistematici, errore assoluto, errore relativo, deviazione standard, varianza, intervalli di fiducia. INFERENZA STATISTICA.6 ore Test di significatività: t-test per il confronto tra medie o tra una media ed un valore noto, F-test per il confronto tra deviazioni standard (e.g. tra metodi), Q-test per gli outliers, chi2 -test per la verifica della normalità di una distribuzione Analisi della varianza a una via ed a due vie Parametri di qualità: limiti di rivedibilità, selettività, esattezza, precisione, incertezza di misurazione, robustezza, recupero. ESPLORAZIONE DEI DATI. 8 ore Struttura multivariata dei dati. Pretrattamento dei dati. Trasformazione delle variabili. Gestione dei dati mancanti. Analisi delle componenti principali. Grafici dei loadings. Grafici degli scores. Scelta delle componenti principali (rank analysis), per via numerica e per via grafica. Analisi dei clusters. Matrice delle distanze, matrice di similarità. Metodi gerarchici agglomerativi per l'analisi dei clusters. Dendrogrammi. ANALISI DI PROCESSO (PAT). 2 ore Uso dei modelli PCA per il controllo di processo. Carte di controllo multivariate. MODELLI E VALIDAZIONE. 8 ore Modelli. Ordine e linearità di un modello. Parametri di controllo. Validazione di un modello. Classificazione: modelli qualitativi. Matrice di confusione. Matrice delle perdite. Parametri di valutazione della classificazione. Rischio di errore di classificazione (MR%). Il metodo di classificazione K-NN. Analisi discriminante (DA). Il metodo di classificazione SIMCA. Il metodo di classificazione CART. Calibrazione: regressione lineare. Metodo MLR. Leverages. Coefficienti di regressione. Parametri di valutazione di un modello di regressione. Coefficiente di correlazione. Coefficiente di predizione. Errore standard della stima. Metodi diagnostici per un modello di regressione. Metodo di Regressione in Componenti Principali (PCR). Metodo Partial Least Squares(PLS). Esempi pratici di calibrazione mediante regressione PLS: spettrofotometria, voltammetria, cromatografia-spettrometria di massa. PROGETTAZIONE DI ESPERIMENTI “DOE” 6 ore Full factorial design, Plackett-Burman, Central composite design. Metodi multivariati per la scelta dei campioni standard e delle variabili per la costruzione dei modelli. D-Optimal Designs. Progettazione in caso di miscele.

Testi di riferimento: - Appunti delle lezioni - Roberto Todeschini, Introduzione alla chemiometria, Edises, 1998. - Michele Forina, Fondamenta per la chimica analitica. ISBN 9788890406461 - J.C. Miller, J.N. Miller, Statistics and Chemometrics for Analytical Chemistry, Pearson Education, 2010. - Richard G. Brereton, Applied Chemometrics for Scientists, Wiley, 2007. - Richard Kramer, Chemometric techniques for quantitative analysis, Marcel Dekker, 1998. - - Software: Origin, Excel, PLS toolbox, CAT su R!

Elenco delle unità didattiche costituenti l'insegnamento

Docente: GABRIELE LANDO

Orario di Ricevimento - GABRIELE LANDO

Dato non disponibile
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti