Scheda programma d'esame
CHEMOMETRICS
FRANCESCA MODUGNO
Academic year2020/21
CourseCHEMISTRY
Code176CC
Credits3
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
CHEMIOMETRIA - MOD. ACHIM/01LEZIONI24
FRANCESCA MODUGNO unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

 

Al termine del corso lo studente avrà acquisito conoscenza :

  • dei metodi per la validazione e verifica di procedure analitiche, mediante statistica a singolo operatore ed esercizi interlaboratorio, e per la analisi della varianza (ANOVA).
  • dei fondamenti della chemiometria applicata alla interpretazione dei dati chimici, e delle tecniche utili per l’elaborazione di dati chimici multivariati,
  • dei fondamenti di tecniche di pattern analisi e di classificazione ed in particolare dell’analisi delle componenti principali e analisi dei cluster
  • metodi di disegno sperimentale

 

Knowledge

The student will acquire knowledge of:

  • Methods for the validation and verification of analytical procedures, by single-operator and inter-laboratory statistics, and variance analysis (ANOVA).
  • the fundamentals of chemometrics applied to the interpretation of chemical data, and techniques for the processing of multivariate chemical data,
  • the basic concepts of pattern analysis and classification techniques and in particular the analysis of principal components and cluster analysis
Modalità di verifica delle conoscenze

L’accertamento delle conoscenze acquisite durante il corso sarà basato sulla discussione in aula di esempi di problematiche analitiche relative a quanto spiegato nelle lezioni, nonché mediante lo svolgimento di esercizi in classe, le cui soluzioni saranno discusse in gruppi e con il docente.

Assessment criteria of knowledge

The assessment of the knowledge gained during the course will be based on the discussion  of examples of analytical problems related to the lessons , and  through exercises, whose solutions will be discussed in groups and with the teacher

Capacità

 Abilità che verranno acquisite durante il corso:

 - Determinare e utilizzare i parametri per la messa a punto, verifica e validazione di una procedura analitica

- Gestire e interpretare di dati multivariati e utilizzare software per la analisi multivariata dei dati

 - Utilizzare le principali tecniche di disegno sperimentale per pianificare gli esperimenti da effettuare per la messa a punto di una procedura analitica

 

Skills

At the end of the course the student will be able, using the appropriate bibliographic resources, to:

- determine the parameters to be used in the development, verification and validation of an analytical procedure;

- manage real multivariate data and use software for multivariate data analysis;

Modalità di verifica delle capacità

L’accertamento delle capacità acquisite durante il corso sarà basato sulla discussione in aula di esempi di problematiche analitiche relative a quanto spiegato nelle lezioni, nonché mediante lo svolgimento di esercizi.

Assessment criteria of skills

The assessment of the skills will be based on the discussion in the classroom of examples of problems related to the lessons as well by mean of exercises.

Comportamenti

Durante il corso gli studenti saranno portati ad acquisire un atteggiamento critico e rigoroso nei confronti della descrizione, selezione e messa a punto delle procedure analitiche, e saranno incoraggiati ad esprimersi con un linguaggio scientifico corretto ed accurato nella discussione e nella descrizione di procedure, metodologie e risultati.

La discussione delle problematiche presentate con i compagni e con il docente sarà spunto per l’acquisizione di un atteggiamento costruttivo nel problem solving di gruppo.

Behaviors

Students will acquire a critical and rigorous attitude towards the description, selection and development of analytical procedures and multivariate data, and will be encouraged to express themselves with a correct and accurate scientific language in the discussion and description of, methodologies and results.

The discussion of the problems with the class and the teacher will be the starting point for the acquisition of a constructive attitude towards group problem-solving.

Modalità di verifica dei comportamenti

Durante le discussioni e le esercitazioni in gruppo saranno verificate le capacità degli studenti di esprimersi con un linguaggio rigoroso e preciso e di collaborare costruttivamente con gli altri.

Assessment criteria of behaviors

During discussions and group exercises, students' ability to express themselves with rigorous and precise language and to collaborate constructively with others will be tested.

Prerequisiti (conoscenze iniziali)

Sono requisiti essenziali le conoscenze e le capacità acquisite nei corsi di Chimica Analitica e di Matematica del corso di laurea triennale in chimica o in chimica Industriale.

Prerequisites

The knowledge and skills acquired in the Analytical Chemistry and Mathematics courses of the three-year degree course in Chemistry or Industrial Chemistry are essential requirements.

Corequisiti

Conoscenze di matematica, geometria, statistica di base ed algebra lineare. Capacità di utilizzare il foglio di calcolo Excel.

Co-requisites

Knowledge of mathematics, geometry, basic statistics and linear algebra. Ability to use the Excel spreadsheet.

Indicazioni metodologiche

Il corso si svolgerà mediante lezioni frontali prevalentemente in italiano con ausilio di slide in inglese.

Si utilizzeranno per le esercitazioni i PC dell’aula informatica e software di analisi dei dati.

Gli studenti svolgeranno esercizi sia da soli che in gruppo.

Verranno fornite dispense e materiale didattico.

Il sito di e-learning del corso sarà utilizzato costantemente per condividere con gli studenti il materiale didattico e il file di dati utilizzati nelle esercitazioni, nonché per le comunicazioni docente-studenti e per la condivisione del materiale bibliografico.

Potranno essere organizzati seminari da parte di docenti esterni, e gli studenti potranno essere incoraggiati a partecipare a seminari esterni al corso.

Teaching methods

Delivery: face to face

 

Learning activities:

    attending lectures

    participation in seminars

    preparation of oral/written report

    participation in discussions

    individual study

    Bibliography search

 

Attendance: Advised

 

Teaching methods:

 

    Lectures

    Seminar

    Task-based learning/problem-based learning/inquiry-based learning

The course will take place through lectures mainly in Italian language, with of slides in English.

Computer class and data analysis software will be used for the exercises.

Students will practice exercises both alone and in groups.

Teaching material will be provided in electronic and paper form.

Students may be required to carry out bibliographic research during the course and share some of the results.

The e-learning website will be used constantly to share with the students the didactic material and the data file used in the exercises, as well as for the teacher-student communications and to share bibliographic material.

Seminars by external teachers can be organized, and students can be encouraged to attend seminars outside the course.

Programma (contenuti dell'insegnamento)

Modulo A

Metodi per la validazione e verifica di procedure analitiche, mediante statistica a singolo operatore ed esercizi interlaboratorio. Analisi della varianza (ANOVA).

Fondamenti delle tecniche utili per l’elaborazione di dati chimici multivariati, introduzione alla gestione dei dati reali e avvio all’utilizzazione del software specifico.

Introduzione alla chemiometria: la chemiometria nel contesto scientifico, l’analisi di un “problema complesso”.

La struttura multidimensionale dei dati: campioni e variabili, il pretrattamento dei dati, i dati mancanti, le trasformazioni delle variabili, la scalatura dei dati.

Richiami di algebra matriciale, matrici varianza-covarianza, matrici di correlazione, distanza e similarità nello spazio multidimensionale.

Trasformazioni lineari.

Metodi di pattern analisi:

Analisi delle componenti principali (PCA): loadings e scores in PCA, la correlazione nei dati, il numero di componenti significative. Interpretazione dei risultati, esempi pratici.

Analisi dei cluster: matrice delle distanze e matrice delle similarità, esempi di metodi gerarchici e non gerarchici per l’analisi dei cluster. Interpretazione dei risultati, esempi pratici.

Metodi di classificazione:

esempi di metodi di classificazione, matrice di confusione, parametri di valutazione dei modelli di classificazione.

Metodi di regressione: il metodo dei minimi quadrati ordinari, parametri di valutazione dei modelli di regressione, il metodo partial least squares regression.

 

Modulo B

Disegno sperimentale

 

Syllabus

Methods for the validation and verification of analytical procedures, by means of single operator statistics and interlaboratory exercises. Analysis of variance (ANOVA).

Fundamentals of techniques useful for the processing of multivariate chemical data, introduction to the management of real data and start of the use of specific software.

Introduction to chemometry: chemometry in the scientific context, the analysis of a "complex problem".

The multidimensional structure of the data: samples and variables, the pretreatment of the data, the missing data, the transformations of the variables, the scaling of the data.

Review of matrix algebra, variance-covariance matrices, correlation matrices, distance and similarity in multidimensional space.

Linear transformations.

Pattern analysis methods:

Principal component analysis (PCA): loadings and scores in PCA, correlation in data, number of significant components. Interpretation of results, practical examples.

Cluster analysis: distance matrix and similarity matrix, examples of hierarchical and non-hierarchical methods for cluster analysis. Interpretation of results, practical examples.

Classification methods:

examples of classification methods, confusion matrix, evaluation parameters of classification models.

Regression methods: the ordinary least squares method, evaluation parameters of regression models, the partial least squares regression method.

Bibliografia e materiale didattico

 

 

Matthias Otto, Chemometrics: Statistics and Computer Application in Analytical Chemistry© 2017 Wiley-VCH Verlag GmbH & Co. KGaA, ISBN: 9783527699377

Richard G. Brereton, Chemometrics: Data Analysis for the Laboratory and Chemical Plant, 2003 John Wiley & Sons, Ltd, ISBN: 9780471489771

- Fundamental Reviews of Chemometrics, Analytical Chemistry, April issues of even-numbered years (before 1980 “Fundamental Reviews of Statistical and Mathematical Methods in Analytical Chemistry”)

Journal of Chemometrics  http://www3.interscience.wiley.com/cgi-bin/jhome/4425

Journal of Chemometrica and Intelligent Laboratory Systems  http://www.sciencedirect.com/science/journal/01697439

 

 

Bibliography

Matthias Otto, Chemometrics: Statistics and Computer Application in Analytical Chemistry© 2017 Wiley-VCH Verlag GmbH & Co. KGaA, ISBN: 9783527699377

Richard G. Brereton, Chemometrics: Data Analysis for the Laboratory and Chemical Plant, 2003 John Wiley & Sons, Ltd, ISBN: 9780471489771

- Fundamental Reviews of Chemometrics, Analytical Chemistry, April issues of even-numbered years (before 1980 “Fundamental Reviews of Statistical and Mathematical Methods in Analytical Chemistry”)

Journal of Chemometrics  http://www3.interscience.wiley.com/cgi-bin/jhome/4425

Journal of Chemometrica and Intelligent Laboratory Systems  http://www.sciencedirect.com/science/journal/01697439

Modalità d'esame

L’esame è costituito da una prova orale o un esercizio rappresentata da un colloquio tra il candidato e i docenti e collaboratori del docente o altri docenti facenti parte della commissione. Argomento del colloquio saranno tutti gli argomenti del corso.

La prova non è superata se il candidato mostra di non essere in grado di esprimersi in modo chiaro e di usare la terminologia corretta, oppure se il candidato non risponde correttamente alle domande. Il colloquio non avrà esito positivo se il candidato mostrerà l'incapacità di mettere in relazione parti del programma e nozioni acquisite nei precedenti corsi di chimica analitica.

Assessment methods

The examination will be an oral inteview with the teachers. All the topics of the course will be subject of the interview. Average duration: 40 minutes

The test is not passed if the candidate doesn't demonstrate to be able to express himself clearly and to use correct terminology, or if the candidate fails to answer the questions that correspond to the basic part of the course. The interview will not be successful also if the candidate will not be able to relate different parts of the program , and to connect them with notions acquired in previous chemistry courses.

Pagina web del corso

https://polo3.elearning.unipi.it/

Note

Il corso 2020-2021 si terrà al secondo semestre.

Updated: 01/12/2020 12:14