Vai al contenuto pricipale
Oggetto:
Oggetto:

CHEMIOMETRIA

Oggetto:

CHEMOMETRICS

Oggetto:

Anno accademico 2019/2020

Codice attività didattica
CHI0060
Docenti
Prof. Marco Vincenti (Titolare del corso)
Dott. Silvia Berto (Titolare del corso)
Anno
1° anno
Tipologia
Caratterizzante
Crediti/Valenza
6
SSD attività didattica
CHIM/01 - chimica analitica
Erogazione
Tradizionale
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
Orale
Prerequisiti

Conoscenza dei principi di base dell’algebra lineare, e delle diverse discipline chimiche (analitica, fisica, organica e inorganica).


Knowledge of the basic principles of (1) vector and matrix algebra, (2) analytical, physical, organic, and inorganic chemistry.
Oggetto:

Sommario del corso

Oggetto:

Obiettivi formativi

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. Capacità di applicare i concetti teorici appresi a casi concreti di analisi in laboratorio.

Learning of the most common statistical tools to conduct multivariate chemometric analyses of large datasets. Ability to develop an original chemometric strategy to tackle complex problems of experimental design and classifications, by means of the correct choice of statistical approaches. Ability to use a suitable statistical strategy to obtain grounded decision making policies, based on sound inferential procedures. Ability to apply the acquired theoretical concepts to real cases of laboratory analysis.

Oggetto:

Risultati dell'apprendimento attesi

Il presente corso di insegnamento richiama importanti concetti appresi di algebra lineare ed esprime i nuovi contenuti statistici con necessità di astrazione logica. Pertanto, il programma presentato a lezione dovrà essere assimilato attraverso la riflessione personale e collettiva nello studio. Al termine di questo processo, lo studente dovrà essere in grado di padroneggiare sufficientemente la materia, in modo da poter descrivere gli argomenti con terminologia appropriata e secondo sequenze ordinate, logiche e consequenziali di causa ed effetto. Dovrà inoltre dimostrare di saper applicare i concetti studiati a contesti di applicazione pratica in laboratorio.

The present course recalls fundamental concepts of linear algebra and express the new content of statistics with substantial in-depth mathematical abstraction. Therefore, the program explained in classroom should necessarily be integrated by personal and collective thinking over during homework. At the end of this process, the students should exhibit adequate control of the subject and be able to describe the different topics with appropriate terms, following orderly, rational, and consequent sequences of cause and effect. They should also be able to apply the learned concepts to contexts of practical application in laboratory experiments.

Oggetto:

Programma

Il corso presenta gli strumenti statistici e chemiometrici più efficaci per effettuare un'analisi multivariata delle risultanze analitiche, e per indirizzare il processo decisionale.

Il principio utilitaristico nella rappresentazione scientifica della realtà. Sistemi di qualità: obiettivi, progettazione, azione, verifica. 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. 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 statistica Bayesiana. Test diagnostici e rappresentazioni grafiche in analisi di classificazione. Le curve ROC. Metodi di classificazione: K-NN, SIMCA, analisi discriminante lineare e quadratica. Variabili canoniche. Regressione lineare semplice e multipla. Ordinary Least Squares Regression in algebra matriciale. Stepwise OLSR e PCR: principi e proprietà. Validazione di un modello di regressione e parametri di valutazione. Partial Least Squares Regression su una o più variabili dipendenti. Complessità e prestazioni dei modelli PLS-R. Uso della PLS nell'analisi discriminante. Esempi di applicazioni pratiche.

The course introduces the most effective statistical and chemometric techniques for executing a multivariate analysis of experimental data and to orient the decision making.

Complex systems: origin, definition, and methods to approach them. The multivariate structure of complex systems. Holistic effects and macro-properties of complex systems. Role of chemometrics in the solution of complex problems. The multivariate structure of data.  Data organization in matrices. Measurement units. Mathematical transformation and scaling of data. Multivariate statistical analysis. Concepts of distance between experimental points, similarity, correlation, and covariance. Analysis of variance. Principal components analysis and graphical representations: loadings and scores diagrams. Cluster analysis and its graphical plot; hierarchical vs. non-hierarchical, agglomerative vs. non-agglomerative clustering methods. Experimental design. Objective function and its modelling as a function of the experimental parameters. Regression techniques and model testing. Schemes used in experimental analysis. Decision making. Sequential methods. Classification analysis and class-modelling. Modelling and non-modelling methods. Confusion and loss matrices. Prior odds and its meaning in Bayesian statistics. Diagnostic test in classification analysis. Receiver operating characteristic curves. Classification methods: K-NN, SIMCA, Linear and quadratic discriminant analysis. Canonical variables.

Oggetto:

Modalità di insegnamento

L'insegnamento si compone di 32 ore di lezione frontale (4 CFU) e 32 ore di attività di laboratorio (2 CFU). L'attività di laboratorio è prevede l'applicazione di tecniche di disegno sperimentale alla messa a punto di un sistema di separazione cromatografica e propone esperienze pratiche di applicazione di tecniche analitico-strumentali. I risultati ottenuti sono interpretati su base chemiometrica. Le esercitazioni di laboratorio hanno frequenza obbligatoria, si richiede la partecipazione ad almeno l'80% delle ore.

The course includes 32 hours of classroom teaching (4 CFU) and 32 hours of laboratory activity (2 CFU). The laboratory activity is programed by means of techniques of experimental design and proposes practical applications of instrumental analysis. The analytical results are interpreted on chemometric bases. Frequency to the laboratory is mandatory, the participation to the 80% of the hours is required.

Oggetto:

Modalità di verifica dell'apprendimento

La verifica si svolge oralmente, ha una durata di circa 45-60 minuti, e rappresenta un momento significativo di didattica individualizzata. Allo studente viene chiesto di illustrare concetti in modo logico e concatenato, esprimere definizioni usando terminologia appropriata, rispondere a domande puntuali, dedurre logicamente conseguenze e/o modalità di applicazione pratica dei concetti teorici appresi. Le componenti di coerenza narrativa, di comprensione fenomenologica e di capacità deduttiva sono tenute nella massima considerazione, mentre non è data importanza ai dettagli meramente mnemonici. Per sviluppare le suddette competenze è fortemente consigliato lo studio a gruppi, dove siano possibili la discussione degli argomenti, il confronto di idee e l'illustrazione reciproca dei concetti e dei contenuti, mentre tale condivisione dell'apprendimento non è realizzata nello studio individuale.

Finalità ultima dell'esame è quella di mettere lo studente di fronte alla propria preparazione riguardo gli argomenti trattati durante le lezioni frontali e alla competenza acquisita durante le attività laboratoriali, oltreché alla capacità di rappresentare tale competenza di fronte a soggetti terzi. Per la valutazione finale, sarà inoltre tenuto in considerazione il coinvolgimento dello studente nelle attività proposte dai docenti. 

An oral examination of the candidate is conducted along 45-60 minutes, and represents a significant stage of individualized teaching. The student is asked to illustrate theroretical concepts in a logical sequence, to express definitions using appropriate nomenclature, to answer to specific questions, to logically deduce consequences and/or practical operating conditions from the learned theoretical concepts. The aspects of narrative coherence, phenomenology understanding, and deducing proficiency are considered at the highest grade, whereas minimal importance is attributed to mnemonic details. In order to develop this expertise, it is strongly recommended to study within groups, so as to allow wide discussion of concepts, comparison of interpretations, and reciprocal explanation of content and ideas. These fundamental practices are not allowed by individual study.

Ultimate objective of the exam is to make evident to the student how deep it is its study of the theoretical knowledge,  how this knowledge has been translated into real expertise, and how far they are made capable of transferring their competence to a third person.  The involvement of the student in the activities proposed by the teachers will also be taken into account for the final evaluation.

Oggetto:

Attività di supporto

Gli studenti vengono organizzati in gruppi da due-tre.  Di tanto in tanto, il flusso delle lezioni viene interrotto per consentire un ripasso all'interno dei gruppi sul materiale didattico svolto, mentre il Docente passa di gruppo in gruppo per fornire chiarimenti. Idealmente, ciascun gruppo prepara e sostiene congiuntamente l'esame di profitto finale.

Oggetto:

Testi consigliati e bibliografia

Strumenti di apprendimento di base consigliati per il corso sono gli appunti delle lezioni e il materiale didattico messo a disposizione sul sito internet del corso di laurea.

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

R.G. Brereton,  Applied Chemometrics for Scientists, 2007, John Wiley & Sons Ltd.,  England

R.G. Brereton, Chemometrics. Data Analysis for the Laboratory and Chemical Plant, 2003, John Wiley & Sons Ltd., England

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)

Basic support to the learning is provided by the notes taken during classroom explanations, together with the slides and files loaded into the internet page of the course.

This learning material can be integrated by consulting the books indicated below.

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

R.G. Brereton, Applied Chemometrics for Scientists, 2007, John Wiley & Sons Ltd., England

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

Lastly, the following internet link provide free access to the e-book by M. Forina:

http://www.sisnir.org/index.php/edsisnir/10-fondamenti-di-chemiometria

Oggetto:

Note

La frequenza alle lezioni è consigliata, ma non obbligatoria. Per gli studenti che non frequentino le lezioni, al fine di ottenere una preparazione completa, è necessario procurarsi una copia degli appunti delle lezioni dai compagni che le frequentano.

The frequency to the lessons is recommended, but not compulsory. In order to achieve complete coverage of the teaching, the students not frequenting the lessons are recommended to obtain copy of the notes taken during the class from their classmates.

Oggetto:
Ultimo aggiornamento: 27/06/2019 12:09
Location: https://lmchimica.campusnet.unito.it/robots.html
Non cliccare qui!