Foto personale

Pagina personale di Marina COCCHI

Dipartimento di Scienze Chimiche e Geologiche
Dipartimento di Scienze Chimiche e Geologiche - Sede Dipartimento di Scienze Chimiche e Geologiche

Contenuti Insegnamento: Chemiometria

Corso di studio: SCIENZE CHIMICHE (D.M. 270/04) (offerta formativa anno 2017)
  • CFU: 6
  • SSD: CHIM/01

Obiettivi formativi

Fornire gli elementi di base dell'analisi chemiometrica dei dati illustrando l'applicazione di tali metodiche nei seguenti contesti: ottimizzazione e disegno sperimentale; analisi esplorativa e statistica descrittiva; metodologie per il controllo di qualità di prodotto e processi industriali (QbD, PAT); gestione di dati, segnali e immagini da tecniche ifenate; aspetti applicativi dell'analisi di regressione e classificazione, calibrazione multivariata; validazione dei modelli chemiometrici.

Prerequisiti

Conoscenza della Chimica Generale e della Chimica Analitica per quanto concerne le basi del campionamento, incertezza di misura, una panoramica delle principali tecniche di analisi strumentali. Alcune nozioni di statistica univariata: concetto di distribuzione di una variabile, media, deviazione standard, correlazione tra coppie di variabili. Saper utilizzare un computer, un foglio elettronico e un editor di testo.

Programma del corso

Introduzione alle tecniche di Disegno Sperimentale e Ottimizzazione: disegni di esplorazione e screening (disegni fattoriali completi e frazionari, pluckett and burman design); disegni di ottimizzazione (disegni centrali compositi); disegni d-ottimali; disegni per lo studio di formulazioni. Cenni all'elaborazione delle superfici di risposta. Diagnostica dei modelli attraverso l'analisi dei residui, normal probability plots. Analisis esplorativa dei dati: metodi esplorativi univariati (istogrammi di frequenza, box-plot, grafici a dispersione); metodi esplorativi multivariati, definizione significato e calcolo delle variabili latenti. Analisi delle componenti Principali, PCA (definizione, derivazione, applicazione), rappresentazione grafica (scores, loadings, biplot); Analisi di cluster. Pretrattamento di dati multivariati: variabili puntuali, segnali strumentali, immagini. Introduzione ai metodi multivariati per il controllo di processo: carte di controllo multivariate. Introduzione alla spettroscopia NIR e pretrattamenti di segnali NIR. Cenni alle tecniche spettroscopiche implementabili at/on/in-line in contesto PAT. Metodi di Regressione Uni e Multivariata: MLR, PCR e PLS. Calibrazione multivariata. Cenni ad alcuni metodi di ranking di variabili. Introduzione ai metodi di classificazione: SIMCA, LDA, PLS-DA, differenze e contesto d'uso. Ciascun argomento prevede l'integrazione con esercitazioni che prevedono l'analisi (e in qualche caso l'acquisizione) di data set legati a sperimentazione in ambito chimico. Softwares utilizzato: Open Office, PLS-Toolbox per MATLAB. ORARIO DI RICEVIMENTO (Dip. Scienze Chimiche e Geologiche 1 Piano): Lunedi ore 12-13; Giovedi ore 14.30-16.30. Curriculum: http://personale.unimore.it/AddressBook/curriculum/cocchi

Testi di riferimento

PLS toolbox Manual - Eigenvectors: www.eigenvector.com Several Tutorial papers suggested by the Teacher. K. Varmuza, P. Filzmoser, Introduction to multivariate statistical analysis in chemometrics, CRC press 2009 Print ISBN: 978-1-4200-5947-2 eBook ISBN:978-1-4200-5949-6 P. Brereton, Chemometrics: data analysis for the laboratory and chemical plant, Wiley Publisher 2003 ISBN: 0-471 48978-6 R. Wherens, Chemometrics with R, Springer 2011, www.springer.com/life+science/systems+biology+and+bioinformatics/book/978-3-642-17840-5 L. Eriksson, E. Johansson, et al. Multi- and Megavariate Data Analysis Part I: Basic Principles and Applications, Second edition, Umetrics Academy: www.umetrics.com/services/literature ISBN-10:91-973730-2-8 M. Forina Fondamenta di Chimica Analitica e-book: www.sisnir.org/452/index.html (download at the bottom of the page) R. Todeschini, Introduzione alla Chemiometria EdiSES 1998,ISBN: 8879591460 D.L. Massart and B. Vandeginste, Chemometrics: a textbook, Elsevier 1988, ISBN: 978-0-444-42660-4, www.sciencedirect.com/science/bookseries/09223487/23

Metodi Didattici

Lezioni frontali con ausilio di presentazioni power points. Esercitazioni interattive con software chemiometrico. Esercitazioni condotte in autonomia dagli studenti su data set reali. Discussione sugli argomenti presentati a lezione. Commenti e correzione sui reports presentati dagli studenti sulle singole esercitazioni. Seminari e/o visite in azienda volti ad illustrare le applicazioni della chemiometria nel contesto industriale.

Verifica dell'apprendimento

Verifiche in itinere: è richiesto di redigere una relazione per ciascuna esercitazione condotta in aula. Ciascuna relazione è valutata in una scala numerica da 0 a 10, secondo i criteri: organizzazione, linguaggio e capacità di sintesi (0-3); selezione dei metodi appropriate di analisi (0-2); corretta applicazione (0-2); capacità di descrivere ed interpretare i risultati (0-3). La media della valutazione ottenuta su tutti i report consegnati è riportata in trentesimi e vale per 2 CFU. Verifca finale: allo studente è assegnato alla fine del corso un data set da elaborare con alcune delle metodologie utilizzate durante le esercitazioni, seguendo le richieste (obiettivi) indicati. E' richiesto quindi di effetuare una presentazione in formato elettronico e discussione orale dei dati elaborati in sede di prova di verifica finale; durante la discussione sono poste domande dal docente prendendo spunto dalla trattazione dello studente. Inoltre sono poste due domande che possono riguardare gli altri argomenti del corso non discussi in precedenza, in modo da accertare il grado di conoscenza. Nell’attribuzione del punteggio della verifica finale si valuta: la corretta scelta e applicazione dei metodi di elaborazione impiegati (30%); la capacità di applicare le conoscenze acquisite nella discussione del data set (30%); l'abilità comunicativa (10%), il livello delle conoscenze teoriche acquisite (30%). La votazione finale tiene conto della valutazione riportata nelle verifiche in itinere ed è espressa in trentesimi con eventuale lode. Agli studenti non frequentanti, che non avranno svolto le valutazioni in itinere, sono poste ulteriori domande volte ad accertare le loro conoscenze e capacità di giudizio nell’analisi di data sets.

Risultati attesi

Conoscenza comprensione Lezioni, discussioni collegiali e studio del materiale didattico consentono di apprende gli elementi di base dell'analisi chemiometrica e sua applicazione a: ottimizzazione/disegno sperimentale; controllo di qualità di prodotto e processi (QbD, PAT); gestione di dati, segnali e immagini da tecniche ifenate; aspetti applicativi dell'analisi di regressione, classificazione, calibrazione multivariata. Capacità di applicare conoscenza comprensione Esercitazioni al computer, discussione collegiale dei risultati permettono di applicare le conoscenze acquisite e le metodiche per: i) progettare disegni sperimentale fattoriali, elaborare e interpretare superfici di risposta, individuare condizioni sperimentali ottimali; ii) effettuare analisi esplorativa di dati bidimensionali; iii) calcolare, rappresentare, interpretare e validare modelli di regressione e classificazione; iv) utilizzare software chemiometrico in MATLAB. I seminari e/o visite in azienda danno conoscenza delle tecniche non invasive e non distruttive per l’analisi di materiali, alimenti, dati ambientali e per monitoraggio di processo. Autonomia giudizio Le Relazioni scritte sulle esercitazioni danno capacità di discutere criticamente ed esporre i risultati ottenuti. Discussioni collegiali danno la capacità di suggerire metodi efficaci in funzione del problema posto e discutere i risultati ai fini dell’interpretazione chimica del problema. Abilità communicative Le relazioni scritte portano a redigere rapporti e presentare risultati in modo comprensibile a utenti inesperti. Le discussioni in aula e la prova finale esercitano la capacità di comunicare i risultati con lessico adeguato e utilizzando strumenti multimediali. Capacità apprendimento Le attività descritte consentono di sviluppare capacità di identificare le fonti bibliografiche e software efficaci per migliorare le conoscenze rispetto all’analisi dei dati e di approfondire in modo autonomo aspetti collaterali/sinergici.