Souhrn metodologie měření v analytické chemii. Od teorie signálu a parametrů měřících zařízení přes volbu experimentální strategie k úvodu do metod statistické analýzy vícerozměrných dat.
Poslední úprava: SUCHAN (14.04.2005)
Measurement methodology in analytical chemistry. From theory of signal to experimental design and introduction to multivariate data analysis.
Literatura -
Poslední úprava: doc. RNDr. Karel Nesměrák, Ph.D. (28.10.2019)
Jiří G.K. Ševčík, Metodologie měření v analytické chemii, Karolinum, Praha 1999. Meloun M., Militký J., Statistické zpracování experimentálních dat, Ars magma, Praha 1998. Brereton R.G., Chemometrics Data Analysis for the Laboratory and Chemical Plant, Wiley, Chichester 2003. MillerJ.N., Miller J.C., Statistics and Chemometrics for Analytical Chemistry, Pearson, Harlow, 2000. Marhold K., Suda J., Statistické zpracování mnohorozměrných dat v taxonomii, Karolinum, Praha 2002.
Poslední úprava: doc. RNDr. Karel Nesměrák, Ph.D. (28.10.2019)
Jiří G.K. Ševčík, Metodologie měření v analytické chemii, Karolinum, Praha 1999. Meloun M., Militký J., Statistické zpracování experimentálních dat, Ars magma, Praha 1998. Brereton R.G., Chemometrics Data Analysis for the Laboratory and Chemical Plant, Wiley, Chichester 2003. MillerJ.N., Miller J.C., Statistics and Chemometrics for Analytical Chemistry, Pearson, Harlow, 2000. Marhold K., Suda J., Statistické zpracování mnohorozměrných dat v taxonomii, Karolinum, Praha 2002.
Požadavky ke zkoušce -
Poslední úprava: prof. RNDr. Jiří Zima, CSc. (09.11.2011)
Zkouška z předmětu probíhá ústní formou.
Poslední úprava: doc. RNDr. Karel Nesměrák, Ph.D. (28.10.2019)
Oral exam.
Sylabus -
Poslední úprava: prof. RNDr. Jan Kotek, Ph.D. (20.03.2018)
1. Model signálu, parametry signálu, stanovení parametrů měřicího zařízení.
2. Metody zpracování signálu, rozdělení signálu podle spojitosti amplitudy a času, zpracování digitálního signálu, šum, následné, post-run výpočty.
3. Analytické výsledky, přesnost měření, průzkumová analýza jednorozměrných dat, testování minimálního rozsahu, nezávislosti prvků výběru (autokorelace), homogenity a rozdělení výběru, grafy statistické identifikace výběru, parametry rozdělení.
4. Metody statistické analýzy, jednorozměrná data, parametry, vícerozměrná data, parametry, kovariance, regrese a korelace.
5. Metody statistické analýzy vícerozměrných dat, metody shlukování, hierarchická shluková analýza, míry podobnosti.
6. Metody statistické analýzy vícerozměrných dat, analýza hlavních komponent, zdánlivě proměnné, grafy.
8. Metody plánování experimentu, výběr faktorů, odezev, experimentální oblasti, screening design, výběr strategie, sekvenční návrh experimentu (např. simplex), simultánní návrh experimentu (např. faktorový).
9. Faktorový návrh experimentu, dvouúrovňový, frakční, víceúrovňový, Faktorový návrh experimentu, významnost navržených proměnných, z rozptylu opakovaných měření, zanedbáním vyšších interakcí, ze stanovení těžiště.
10. Faktorový návrh experimentu, významnost navržených proměnných, z rozptylu opakovaných měření, zanedbáním vyšších interakcí, ze stanovení těžiště. Faktorový víceúrovňový návrh experimentu, lineární a kvadratická plocha odezvy, kriteria kvality, klasický symetrický návrh, nesymetrický návrh, metodologie plochy odezvy.
11. Faktorový víceúrovňový návrh experimentu, lineární a kvadratická plocha odezvy, kriteria kvality, klasický symetrický návrh, nesymetrický návrh, metodologie plochy odezvy. Faktorový návrh experimentu, analytické aplikace.
Poslední úprava: doc. RNDr. Karel Nesměrák, Ph.D. (28.10.2019)
1. Model of a signal, signal parameters, instrumentation parameters evaluation.
2. Signal processing, noise, drift, post-run calculation.
3. Analytical results, precision and accuracy, exploratory univariate data analysis, tests and graphs, statistical identification of a population, population parameters.
4. Methods of statistical analysis, univariate data, parameters, multivariate data, parameters, covariance, regression and correlation.
5. Methods of multivariate data analysis, clustering methods, hierarchical cluster analysis, resemblance coefficients.
6. Methods of multivariate data analysis, principal component analysis, latent variables, plots.
