Stockholms universitet
Go to this page on our english site

Avancerad dataanalys i analytisk kemi

Kursen kommer att behandla teoretiska, praktiska och undersökande aspekter av dataanalys för kemisk analys.

Kursen kommer att täcka från grunderna för statistiska tester till tillämpning i analytisk metodvalidering och modellering. De inhämtade kunskaperna tillämpas under hela kursen i miniprojekt. Dessutom fuKursen kommer att behandla teoretiska, praktiska och undersökande aspekter av dataanalys för kemisk analys.ngerar kursinnehållet som bas för dataanalys i följande kurser i masterprogrammet i analytisk kemi.

Hur gör man den godaste lemonaden?

Hur kombinerar man sött och surt för att få den godaste lemonaden som flest uppskattar? Det är en av labbuppgifterna på kursen i kemometri.

Citronjuice och vit sirap

Som student jobbar man i grupp med labben, för att den personliga preferensen inte ska slå igenom i försöksresultatet. Alla studenter i gruppen får prova olika blandningar av citronsaft, socker och bubbelvatten. Under testets gång samlas data om smakupplevelsen in, och analyseras sedan med hjälp av dataprogrammet R. När labben är slut är förhoppningen att man ska ha hittat den optimala blandningen av sött och surt, som flest uppskattar!

  • Kursupplägg

    Datapresentation, karakterisering, distributioner:

    olika statistik för medelvärde och spridning, plottning av data (spridningsdiagram, histogram, box-plot, etc.), distributioner (enhetlig fördelning, normalfördelning, t-fördelning, etc.), central limit theorem.

    Hypotestestning:

    typ I och II fel, p-värde, t-test och F-test, variansanalys.

    Regressionsanalys för kvantifiering och modellering:

    residualer, signifikanstestning, lutning och tolkning, beräkning av koncentrationen, lack-of-fit, goodness-of-fit, multilinjär regression, robust regression.

    Metodvalidering:

    precision, riktighet, noggrannhet, osäkerhet, olika valideringsriktlinjer, kvalitetskontroll och ackreditering.
     

    Undervisning

    Undervisningen består av föreläsningar, seminarier, övningar samt laborationer.
    Kursen ges på engelska.
     

    Efter att ha genomgått kursen förväntas studenten:

    • Definiera hypotesen för att testa statistisk signifikans beroende på den vetenskapliga frågan. Tillämpa det statistiska signifikanstestet och tolka resultaten. Utvärdera olika statistiska tests lämplighet för givna data och föreslå en hypotestestmetod beroende på forskningsfrågan.
    • Redogöra för antaganden, begränsningar och fördelar med kalibreringsgrafmetoden, standardadditionsmetoden och intern standardmetoden. Beräkna analysresultatet för olika kvantifieringsmetoder. Utvärdera det linjära området för en kalibreringsgraf och utvärdera den statistiska signifikansen för en regressionslinje (residualanalys, Lack-of-Fit, interceptanalys, etc.). Designa en lämplig kalibreringsmetod beroende på den instrumentella metoden, tillgängliga material och krav på analysen. Bedöm lämpligheten av kalibreringsmetoden för en given kvantifieringsmetod.
    • Namnge metodens prestandaegenskaper. Beräkna metodegenskaperna och utvärdera om de uppfyller metodkraven. Utvärdera behovet av att uppskatta olika metodprestandaegenskaper beroende på forskningsfrågan. Utforma en plan för metodvalidering beroende på vilken metod som är under utveckling.
       

    Examination

    Skriftliga laborationsrapporter och skriftlig tentamen.

     

    Examinator

    Anneli Kruve

  • Kontakt

    Kemiska sektionens kansli & studentexpedition