Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Analyse quantitative : méthodes statistiques

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 (32)

Écart type

thumb|Exemple de deux échantillons ayant la même moyenne (100) mais des écarts types différents illustrant l'écart type comme mesure de la dispersion autour de la moyenne. La population rouge a un écart type (SD = standard deviation) de 10 et la population bleue a un écart type de 50. En mathématiques, l’écart type (aussi orthographié écart-type) est une mesure de la dispersion des valeurs d'un échantillon statistique ou d'une distribution de probabilité.

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.

Deviation (statistics)

In mathematics and statistics, deviation is a measure of difference between the observed value of a variable and some other value, often that variable's mean. The sign of the deviation reports the direction of that difference (the deviation is positive when the observed value exceeds the reference value). The magnitude of the value indicates the size of the difference. Errors and residuals A deviation that is a difference between an observed value and the true value of a quantity of interest (where true value denotes the Expected Value, such as the population mean) is an error.

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.

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).

Afficher plus

Séances de cours associées (54)

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.

Sélection de modèles dans les statistiques

Explorer la sélection des modèles dans les statistiques, discuter des principes, des modèles probabilistes, de l'évaluation des caractéristiques et des méthodes de visualisation des données.

Statistiques essentielles: Le test t

Introduit le test t pour l'évaluation des effets catégoriques sur les résultats quantitatifs, couvrant les tests d'hypothèses, les hypothèses et les tests alternatifs.

Théorie des probabilités : théorème des limites centrales

Explore la théorie des probabilités, la distribution des moyennes et le théorème de la limite centrale.

Variance et covariance : propriétés et exemples

Explore la variance, la covariance et les applications pratiques en statistiques et probabilités.

Afficher plus

Concepts associés (32)

Écart type

Valeur absolue des écarts

Deviation (statistics)

Erreur type

Median absolute deviation

Afficher plus