Séance de cours

Analyse quantitative : méthodes statistiques

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

CH-108(a): Chimie TP I

Familiariser l'étudiant avec le travail au laboratoire. Travailler de façon quantitative et/ou qualitative. TP réalisés en relation avec les cours de chimie de 1ere année et complémentaires avec le contenu des enseignements TP2 dispensés au semestre suiva ...

Description

Cette séance de cours couvre les méthodes statistiques utilisées dans l'analyse quantitative, en se concentrant sur le calcul des valeurs moyennes, des écarts-types et la relation entre précision, précision et sensibilité. Il explique comment déterminer la valeur réelle d'une quantité à partir de plusieurs mesures, l'importance d'échantillons représentatifs et l'impact des erreurs aléatoires et systématiques sur les résultats analytiques.

Enseignant·e·s (2)

Anne-Sophie Chauvin

Web of Science Researcher ID F-4905-2011 Google Scholar page: https://scholar.google.ch/citations?user=O_HhJUEAAAAJ&hl=fr&oi=ao ORCID number is 0000-0001-9222-3866 Anne-Sophie Chauvin studied chemistry and biology at the university Paris V-René Descartes in France where she did a PhD in organic chemistry, working on mimetic complexes of the active site of Nitrile Hydratase, under the supervision of Prof. Jean-Claude Chottard. On 1999 she moved for 20 months to the University of Geneva, for a post-doctoral stay under the supervision of Prof. Alexandre Alexakis, where she focused on the determination of the absolute configuration of chiral alcohols using Organophosphorous Diamine Derivatizing Agents by 31P and 1H NMR Spectroscopy. On 2000 she joined the group of Prof Jean-Claude G. Bünzli and was appointed part-time lecturer in 2001, assuming teaching and research responsibilities. On 2006, she obtained the habilitation to direct research from the University René Descartes (HDR, Paris V, France) and since october 2007 she is Maître d'Enseignement et de Recherche at the EPFL. In 2010, she joigned the Laboratory for Photonics and Interfaces (LPI), headed by Pr. Michaël Graëtzel. Since the end of 2014, with the arrival of Dr Marinella Mazzanti at EPFL, she is back to lanthanide chemistry, dealing with coordination polymers. Her research interests concern supramolecular chemistry with the design of ligands which form water soluble complexes with luminescent lanthanides in view of biological applications. She is also interested in the synthesis of ligands and polymers for the extraction of lanthanide ions with high selectivity, and in the development of invisibke inks. She also developed organic dyes for dyes sensitized solar cells DSSC. She is now focusing on coordination polymers with luminescent properties and catalytic activity. Anne-Sophie Chauvin is involved in the teaching of General and Analytical Chemistry for students enrolled on first year in Pharmacy and Biology (UNIL): ex-cathedra courses (Chimie Générale et analytique I et II, approfondissement en chimie analytique pour pharmaciens) and exercices. She is in charge of practical sessions for students enroled in chemistry, forensic sciences, pharmacy and biology. She is elected at the FSB Faculty Council and was member of the EPFL Assembly (AE) for 6 years, until 2018. She was member of the Management committee of the Cost CM 1006 action entitled Eufen: European F-Element Network. She is Member of the Swiss Chemical Society (SCS) and Fellow of the Royal Society of Chemistry (FRSC).

Julien Alexandre Andres

Source officielle

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Concepts associés (31)

Moyenne

En mathématiques, la moyenne est un outil de calcul permettant de résumer une liste de valeurs numériques en un seul nombre réel, indépendamment de l’ordre dans lequel la liste est donnée. Par défaut, il s’agit de la moyenne arithmétique, qui se calcule comme la somme des termes de la liste, divisée par le nombre de termes. D’autres moyennes peuvent être plus adaptées selon les contextes. La moyenne est un des premiers indicateurs statistiques pour une série de nombres.

Valeur absolue des écarts

En statistique, la déviation absolue moyenne (ou simplement déviation moyenne) d'un ensemble est la moyenne (ou valeur prévue) des déviations absolues par rapport à un point central d'une série statistique. C'est une statistique sommaire de dispersion ou de variabilité statistique, et elle peut être associée à toute mesure à une tendance centrale (moyenne, médiane, mode...). La déviation absolue d'un élément a d'un ensemble de données x par rapport à un réel est a – x.

Median absolute deviation

In statistics, the median absolute deviation (MAD) is a robust measure of the variability of a univariate sample of quantitative data. It can also refer to the population parameter that is estimated by the MAD calculated from a sample. For a univariate data set X1, X2, ..., Xn, the MAD is defined as the median of the absolute deviations from the data's median : that is, starting with the residuals (deviations) from the data's median, the MAD is the median of their absolute values. Consider the data (1, 1, 2, 2, 4, 6, 9).

Erreur type

Lerreur type d'une statistique (souvent une estimation d'un paramètre) est l'écart type de sa distribution d'échantillonnage ou l'estimation de son écart type. Si le paramètre ou la statistique est la moyenne, on parle d'erreur type de la moyenne. La distribution d'échantillonnage est générée par tirage répété et enregistrements des moyennes obtenues. Cela forme une distribution de moyennes différentes, et cette distribution a sa propre moyenne et variance.

Moyenne géométrique

En mathématiques, la moyenne géométrique est un type de moyenne. La moyenne géométrique de deux nombres positifs a et b est le nombre positif c tel que : Cette égalité étant une proportion, ceci justifie l'autre appellation « moyenne proportionnelle » de la moyenne géométrique. vignette|La moyenne géométrique des côtés d'un rectangle est donnée par un carré de même aire. Elle est construite par un cercle tangent aux deux cercles définis par les côtés du rectangle et les séparant.

Afficher plus

Séances de cours associées (58)

Tests d'hypothèse et intervalles de confiance: concepts clés

Fournit un aperçu des tests d'hypothèses et des intervalles de confiance dans les statistiques, y compris des exemples pratiques et des concepts clés.

Numpy: Radiodiffusion, Opérations, Comparaisons et Constants

Couvre la radiodiffusion, les opérations, les comparaisons et les constantes numpy comme pi, e, et l'infini.

Éléments de la statistique : probabilité et variables aléatoires

Introduit des concepts clés en variables de probabilité et aléatoires, couvrant les statistiques, les distributions et la covariance.

Statistiques et visualisation des données morphométriques MOOC: Simulation de la neuroscience

Couvre l'analyse statistique et la visualisation des données morphométriques, y compris la discrimination entre les types d'arbres et les calculs numpy.

Analyse de la variance (ANOVA)

Couvre l'analyse de la variance (ANOVA) pour évaluer les effets variables catégoriels sur les résultats quantitatifs.

Afficher plus

Concepts associés (31)

Moyenne

Valeur absolue des écarts

Median absolute deviation

Erreur type

Moyenne géométrique

Afficher plus