MINICURSO Introducción al análisis multivariado de datos químicos (Quimiometría) Dr. Roberto Pellerano

Transcripción

1 MINICURSO Introducción al análisis multivariado de datos químicos (Quimiometría) Dr. Roberto Pellerano Descripción breve del curso: El análisis multivariado de datos químicos (Quimiometría) es el conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente conjuntos de datos multivariantes es decir que hay disponibles varias variables medidas para cada individuo o muestra estudiada. Su objetivo principal es lograr un mejor entendimiento del fenómeno objeto de estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir. Actualmente, la quimiometría es ampliamente utilizada en actividades de investigación científica, por lo que constituye una herramienta indispensable en la producción de conocimientos relacionados con la química y sus aplicaciones. Este mini curso busca brindar una introducción accesible para aquellas personas interesadas en el análisis multivariado de datos químicos, y que se encuentran en una etapa inicial de su carrera. Se realizará una descripción breve de los métodos disponibles actualmente más utilizados, buscando brindar una descripción completa de las etapas del análisis de datos en general. Durante el minicurso se analizarán ejemplos de aplicación a datos químicos de naturaleza variada, utilizando como herramienta al software R-project con paquetes de uso sencillo y amigable (Rcommander). Programa UNIDAD 1: Introducción al análisis multivariado Datos multivariados. Tipos de variables. Matriz de Varianza-Covarianza y Correlación. Distancias y similitud. Representación gráfica de datos. UNIDAD 2: Reduccion de la dimensionalidad Analisis de Componentes Principales. Graficos Biplot. Analisis Factorial UNIDAD 3: Discriminacion y Clasificacion Analisis discriminante. Metodos de agrupamiento jerarquico y no jerarquicos. Validacion de métodos. Software a utilizar Las aplicaciones demostrativas y resolución de ejercicios se realizaran utilizando el software estadístico R-project con subrutina R-commander. Se permitirá utilizar

2 también el software que tengan disponibles los estudiantes, para poder comparar facilidad y posibles ventajas o desventajas de cada paquete informático. Infraestructura Aula provista con proyector multimedia de presentación con diapositivas. Cronograma Dos (2) clases teórico-prácticas de dos (2) horas de duración cada una, dictadas en dos días consecutivos. Bibliografia Anderson T.W. An introduction to multivariate statistical analysis. John Wiley & Sons, New Jersey Pena D. Analisis de Datos Multivariantes Mc Graw Hills Internat, Madrid Mongay C. Quimiometria. Universidad de Valencia, Valencia Miller J. & Miller J.C. Statistics and Chemometrics for Analytical Chemistry. Pearson Education Limited, London.

3 MINICURSO Introducción al análisis multivariado de datos químicos (Quimiometría) Roberto G. Pellerano Laboratorio de Química Ambiental - Departamento de Química Facultad de Ciencias Exactas y Naturales y Agrimensura - CONICET Universidad Nacional del Nordeste ARGENTINA

4 Cronograma Qué es la quimiometría? Objetivos Qué son los datos multivariados? Qué forma tienen los datos químicos? Qué métodos multivariados utiliza la quimiometría?

5 Qué es la quimiometría? La Quimiometría es la disciplina química que se enfoca en la aplicación de métodos matemáticos o estadísticos sobre datos químicos.

6 Definición moderna de Quimiometría Disciplina química que utiliza las matemáticas, estadística y lógica formal para (a) Diseñar o seleccionar procedimientos experimentales optimizados, (b) Proporcionar información química relevante analizando datos químicos y (c) Obtener conocimientos sobre sistemas químicos. (Massart)

7 Objetivos de la Quimiometría Diseño de Experimentos Reconocimiento de Patrones Análsisi Cuantitativo (Regresión) Control de Calidad

8 Datos Químicos Multivariados Univariantes Tipos de Datos Multivariantes Bivariantes Multivariantes

9 Datos Químicos Multivariados Dicotómicos Cualitativos o categóricos Nominales Tipos de datos Cuantitativos Politómicos Discretos o discontinuos Continuos Ordinales o semicuantitativos

10 Resúmenes numéricos Medidas Posición Media Mediana Moda Medidas de Dispersión Varianza Desviación típica Rango Datos cuantitativos Medidas Forma Coeficiente asimetría Coeficiente curtosis Medidas de Asociación Coeficiente de correlación (r)

11 Resúmenes Gráficos Datos Univariantes Diagramas de Barras Mapas Estadísticos Series Temporales Histograma Box-plot Barras de error Datos Multivariantes Diagramas de Barras Múltiples Box-plot Múltiples Matriz de diagramas de dispersión Gráficos de estrellas

12 Matriz de Datos

13 Ejemplos: Control de procesos

14 Ejemplos: Métodos cromatográficos acoplados

15 Ejemplos: Espectrofluorimetría