Curso de quimiometria
Páginas: 106 (26264 palabras)
Publicado: 16 de febrero de 2011
Curso de quimiometría
Calibraciones univariada y multivariada de primer orden
Alejandro C. Olivieri
Departamento de Química Analítica, Facultad de Ciencias Bioquímicas y Farmacéuticas, Universidad Nacional de Rosario, Suipacha 531, Rosario (S2002LRK), Argentina. E-mail: aolivier@fbioyf.unr.edu.ar
Tabla de Contenidos
CLASE 1 3 REGRESIÓN LINEAL 3 Material suministrado con la clase 1 3Parte 1: calibración univariada 3 Determinación del extremo superior del rango lineal 4 Preparación de patrones 4 Medición de la respuesta de los patrones 5 Estimación de los parámetros de la regresión 5 Predicción en muestras incógnita 6 Cifras de mérito del método 7 Sensibilidad de calibración 7 Sensibilidad analítica 7 Límite de detección 8 Límite de cuantificación 9 Rango dinámico 9 Rango lineal9 Programas de computación 12 EJERCICIO RESUELTO 12 RESPUESTA DETALLADA 14 EJERCICIOS PROPUESTOS 18 CLASE 2 20 REGRESIÓN LINEAL 20 Material suministrado con la clase 2 20 Parte 2: exactitud y comparación de métodos analíticos 20 Exactitud de un método analítico 21 Región de confianza en el caso homoscedástico22 Regresión ponderada 24 Región de confianza en el caso heteroscedástico 25 Comparaciónde métodos analíticos 26 Programas de computación 27 EJERCICIO RESUELTO 27 RESPUESTA DETALLADA 27 EJERCICIOS PROPUESTOS 32 CLASE 3 34 CALIBRACIÓN BIVARIADA 34 Material suministrado con la clase 3 34 Determinación de dos analitos usando dos sensores 34 La etapa de calibración 35 La calibración en notación matricial 35 Etapa de predicción 37 Coeficientes de regresión 38 Colinealidad 38 Cifras demérito 39 EJERCICIO RESUELTO 40 RESPUESTA DETALLADA 41 EJERCICIO PROPUESTO 43 CLASE 4 44 CALIBRACIÓN MULTIVARIADA 44 Material suministrado con la clase 4 45 Determinación de multianalitos usando múltiples sensores 45 El modelo CLS en notación matricial: etapa de calibración 45 Etapa de predicción y coeficientes de regresión48 Cifras de mérito 49 Colinealidad espectral 50 Interferentes no modelados 50Ventajas y desventajas de CLS 50 Comparación de métodos 51 EJERCICIO RESUELTO 52 RESPUESTA DETALLADA 53 EJERCICIO PROPUESTO 56 CLASE 5 58 CALIBRACIÓN MULTIVARIADA 58 Material suministrado con la clase 5 58 Regresión por cuadrados mínimos inversos 58 Calibración 59 Predicción 61 Ventajas y desventajas de ILS 62 Regresión por componentes principales 62 Compresión de la información 62 Componentesprincipales y fuentes de variación espectral 64 Calibración 67 Predicción 67 Validación cruzada 68 Residuos espectrales 70 Cifras de mérito 70 Ventajas y desventajas de PCR 70 Más allá de PCR 71 EJERCICIO RESUELTO 71 RESPUESTA DETALLADA 72 EJERCICIO PROPUESTO 77 CLASE 6 78 CALIBRACIÓN MULTIVARIADA 78 Material suministrado con la clase 6 78 Regresión por cuadrados mínimos parciales 78 Un algoritmoiterativo para PCR 79 Un algoritmo iterativo para PLS 79 Calibración 80 Predicción 80 Residuos espectrales y cifras de mérito 81 Ventajas y desventajas de PLS 81 Más allá de PLS 81 EJERCICIO RESUELTO 82 RESPUESTA DETALLADA 83 EJERCICIO PROPUESTO 86 RESOLUCIONES A LOS EJERCICIOS PROPUESTOS 87 RESPUESTAS A LOS EJERCICIOS PROPUESTOS EN LA CLASE 1 87 RESPUESTA A LOS EJERCICIOS PROPUESTOS EN LA CLASE 2 88RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 3 90 RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 4 91 RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 5 93 REFERENCIAS 95
2
La estadística es un método sistemático para llegar a la conclusión incorrecta con un 95% de confianza.
Clase 1
Regresión lineal
"Camino recto", fotografía, www34.brinkster.com.
tomada
de
Material suministradocon la clase 1
Para esta clase se proveen los siguientes archivos: • Archivos de texto (*.TXT) conteniendo datos típicos. • Rutinas (*.M) para el entorno de programación MATLAB. • COMO OPERAR CON MATLAB.PDF, documento de Adobe que explica el empleo del entorno MATLAB. • Programas ejecutables en QB (*.EXE). • COMO OPERAR CON QB.PDF, documento de Adobe que explica el uso de los programas en QB....
Calibraciones univariada y multivariada de primer orden
Alejandro C. Olivieri
Departamento de Química Analítica, Facultad de Ciencias Bioquímicas y Farmacéuticas, Universidad Nacional de Rosario, Suipacha 531, Rosario (S2002LRK), Argentina. E-mail: aolivier@fbioyf.unr.edu.ar
Tabla de Contenidos
CLASE 1 3 REGRESIÓN LINEAL 3 Material suministrado con la clase 1 3Parte 1: calibración univariada 3 Determinación del extremo superior del rango lineal 4 Preparación de patrones 4 Medición de la respuesta de los patrones 5 Estimación de los parámetros de la regresión 5 Predicción en muestras incógnita 6 Cifras de mérito del método 7 Sensibilidad de calibración 7 Sensibilidad analítica 7 Límite de detección 8 Límite de cuantificación 9 Rango dinámico 9 Rango lineal9 Programas de computación 12 EJERCICIO RESUELTO 12 RESPUESTA DETALLADA 14 EJERCICIOS PROPUESTOS 18 CLASE 2 20 REGRESIÓN LINEAL 20 Material suministrado con la clase 2 20 Parte 2: exactitud y comparación de métodos analíticos 20 Exactitud de un método analítico 21 Región de confianza en el caso homoscedástico22 Regresión ponderada 24 Región de confianza en el caso heteroscedástico 25 Comparaciónde métodos analíticos 26 Programas de computación 27 EJERCICIO RESUELTO 27 RESPUESTA DETALLADA 27 EJERCICIOS PROPUESTOS 32 CLASE 3 34 CALIBRACIÓN BIVARIADA 34 Material suministrado con la clase 3 34 Determinación de dos analitos usando dos sensores 34 La etapa de calibración 35 La calibración en notación matricial 35 Etapa de predicción 37 Coeficientes de regresión 38 Colinealidad 38 Cifras demérito 39 EJERCICIO RESUELTO 40 RESPUESTA DETALLADA 41 EJERCICIO PROPUESTO 43 CLASE 4 44 CALIBRACIÓN MULTIVARIADA 44 Material suministrado con la clase 4 45 Determinación de multianalitos usando múltiples sensores 45 El modelo CLS en notación matricial: etapa de calibración 45 Etapa de predicción y coeficientes de regresión48 Cifras de mérito 49 Colinealidad espectral 50 Interferentes no modelados 50Ventajas y desventajas de CLS 50 Comparación de métodos 51 EJERCICIO RESUELTO 52 RESPUESTA DETALLADA 53 EJERCICIO PROPUESTO 56 CLASE 5 58 CALIBRACIÓN MULTIVARIADA 58 Material suministrado con la clase 5 58 Regresión por cuadrados mínimos inversos 58 Calibración 59 Predicción 61 Ventajas y desventajas de ILS 62 Regresión por componentes principales 62 Compresión de la información 62 Componentesprincipales y fuentes de variación espectral 64 Calibración 67 Predicción 67 Validación cruzada 68 Residuos espectrales 70 Cifras de mérito 70 Ventajas y desventajas de PCR 70 Más allá de PCR 71 EJERCICIO RESUELTO 71 RESPUESTA DETALLADA 72 EJERCICIO PROPUESTO 77 CLASE 6 78 CALIBRACIÓN MULTIVARIADA 78 Material suministrado con la clase 6 78 Regresión por cuadrados mínimos parciales 78 Un algoritmoiterativo para PCR 79 Un algoritmo iterativo para PLS 79 Calibración 80 Predicción 80 Residuos espectrales y cifras de mérito 81 Ventajas y desventajas de PLS 81 Más allá de PLS 81 EJERCICIO RESUELTO 82 RESPUESTA DETALLADA 83 EJERCICIO PROPUESTO 86 RESOLUCIONES A LOS EJERCICIOS PROPUESTOS 87 RESPUESTAS A LOS EJERCICIOS PROPUESTOS EN LA CLASE 1 87 RESPUESTA A LOS EJERCICIOS PROPUESTOS EN LA CLASE 2 88RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 3 90 RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 4 91 RESPUESTA AL EJERCICIO PROPUESTO EN LA CLASE 5 93 REFERENCIAS 95
2
La estadística es un método sistemático para llegar a la conclusión incorrecta con un 95% de confianza.
Clase 1
Regresión lineal
"Camino recto", fotografía, www34.brinkster.com.
tomada
de
Material suministradocon la clase 1
Para esta clase se proveen los siguientes archivos: • Archivos de texto (*.TXT) conteniendo datos típicos. • Rutinas (*.M) para el entorno de programación MATLAB. • COMO OPERAR CON MATLAB.PDF, documento de Adobe que explica el empleo del entorno MATLAB. • Programas ejecutables en QB (*.EXE). • COMO OPERAR CON QB.PDF, documento de Adobe que explica el uso de los programas en QB....
Leer documento completo
Regístrate para leer el documento completo.