Séance de cours

Introduction à la Partie II : valeurs de pKa

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

ENV-300: Analyse des polluants dans l'environnement

Évaluation de la qualité d'une rivière en utilisant des méthodes d'observation ainsi que des méthodes physico-chimiques et biologiques. Collecte d'échantillons sur le terrain et analyses de laboratoire. Détermination pratique et utilisation des constantes ...

Description

Cette séance de cours présente le concept des valeurs de pKa en chimie des solutions, en expliquant les étapes de déprotonation et les constantes impliquées dans la détermination de la concentration totale de protons et de ligands. L'instructeur montre comment formuler et simplifier l'équation pour obtenir les constantes mesurées, en mettant l'accent sur l'approche de régression linéaire pour obtenir des valeurs précises.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (2)

Florian Frédéric Vincent Breider

Travail en cours My current work involves: (I) elucidating the formation mechanisms of carcinogenic/mutagenic N-nitrosamines in aquatic systems under varying environmental conditions, (II) developing new analytical tools to detect and quantify N-nitroso compounds in water and biological fluids, and (III) elucidating the role of disinfection agents in the prevalence of antibiotic resistant bacteria in wastewater RechercheConferences Breider F., von Gunten U., (2017) Novel method for the quantification of th

Christian Ludwig

2005 - today: Adjunct Professor at EPFL in the field of Solid Waste Treatment and head of the Chemical Processes and Materials research group (CPM) at Paul Scherrer Institute (PSI). Joint EPFL-PSI Professorship on Solid Waste Treatment. 2000 - today: Head, Group of Chemical Processes and Materials (CPM) at Paul Scherrer Institut (PSI). In 2009 the LEM unit was closed and the CPM group is now affiliated to the Bioenergy and Catalysis Laboratory (LBK) of the Energy and Environment Research Division (ENE). Since June 2002 permanent position ("tenure"). 1997 - 1999: Senior Scientist. Paul Scherrer Institut (PSI), General Energy Research Department, Element Cycles Section. 1995 - 1997: Research Fellow. Swiss Federal Institute for Environmental Science and Technology (EAWAG), Department of Resource and Waste Management. 1993 - 1995: Post-doc Fellow. University of California Davis, Department of Land, Air, and Water Resources (LAWR). 1990 - 1993: PhD Student. University of Berne, Department of Inorganic, Analytical, and Physical Chemistry. 1989 - 1990: Master Student. University of Berne, Department of Inorganic, Analytical, and Physical Chemistry.

Source officielle

Proximité ontologique

Statistique

Analyse des données: Régression (statistiques)

Concepts associés (20)

Régression linéaire

En statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.

Déprotonation

La déprotonation est une réaction chimique au cours de laquelle un proton H+ est retiré d'une molécule, qui va former sa base conjuguée. La propension d'une molécule à libérer un proton est mesurée par son pKa (mesure de l'acidité). Celui-ci sera d'autant plus bas que le proton était lié à des atomes ou groupes électronégatifs. Ainsi, en chimie organique, un acide carboxylique, R-COOH se déprotone très généralement plus facilement qu'un alcool, R-OH.

Régression non linéaire

Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.

Bayesian linear regression

Bayesian linear regression is a type of conditional modeling in which the mean of one variable is described by a linear combination of other variables, with the goal of obtaining the posterior probability of the regression coefficients (as well as other parameters describing the distribution of the regressand) and ultimately allowing the out-of-sample prediction of the regressand (often labelled ) conditional on observed values of the regressors (usually ).

Segmented regression

Segmented regression, also known as piecewise regression or broken-stick regression, is a method in regression analysis in which the independent variable is partitioned into intervals and a separate line segment is fit to each interval. Segmented regression analysis can also be performed on multivariate data by partitioning the various independent variables. Segmented regression is useful when the independent variables, clustered into different groups, exhibit different relationships between the variables in these regions.

Afficher plus

Séances de cours associées (64)

Apprentissage supervisé : Régression linéaire

Couvre l'apprentissage supervisé en mettant l'accent sur la régression linéaire, y compris des sujets comme la classification numérique, la détection des pourriels et la prédiction de la vitesse du vent.

Introduction à la science des données

Présente les sujets de la science des données, les méthodes d'évaluation et l'organisation des cours pour le semestre.

Régression linéaire : Inférence statistique et régularisation

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.

Régression linéaire et dorsale

Couvre la régression linéaire et de crête, le surajustement, les hyperparamètres et les ensembles d'essai.

Régression : Modèles linéaires

Explore la régression linéaire, les moindres carrés, les résidus et les intervalles de confiance dans les modèles de régression.

Afficher plus

Concepts associés (20)

Régression linéaire

Déprotonation

Régression non linéaire

Bayesian linear regression

Segmented regression

Afficher plus