Spectroscopie infrarouge à transformée de FourierLa spectroscopie infrarouge à transformée de Fourier ou spectroscopie IRTF (ou encore FTIR, de l'anglais Fourier Transform InfraRed spectroscopy) est une technique utilisée pour obtenir le spectre d'absorption, d'émission, la photoconductivité ou la diffusion Raman dans l'infrarouge d'un échantillon solide, liquide ou gazeux. Un spectromètre FTIR permet de collecter simultanément les données spectrales sur un spectre large.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Spectroscopie dans l'infrarouge procheLa spectroscopie dans l'infrarouge proche (ou dans le proche infrarouge, SPIR), souvent désignée par son sigle anglais NIRS (near-infrared spectroscopy), est une technique de mesure et d'analyse des spectres de réflexion dans la gamme de longueurs d'onde (l'infrarouge proche). Cette technique est largement utilisée dans les domaines de la chimie (polymères, pétrochimie, industrie pharmaceutique), de l’alimentation, de l’agriculture ainsi qu'en planétologie. À ces longueurs d’onde, les liaisons chimiques qui peuvent être analysées sont C-H, O-H et N-H.
Échantillon biaiséEn statistiques, le mot biais a un sens précis qui n'est pas tout à fait le sens habituel du mot. Un échantillon biaisé est un ensemble d'individus d'une population, censé la représenter, mais dont la sélection des individus a introduit un biais qui ne permet alors plus de conclure directement pour l'ensemble de la population. Un échantillon biaisé n'est donc pas un échantillon de personnes biaisées (bien que ça puisse être le cas) mais avant tout un échantillon sélectionné de façon biaisée.
Simple random sampleIn statistics, a simple random sample (or SRS) is a subset of individuals (a sample) chosen from a larger set (a population) in which a subset of individuals are chosen randomly, all with the same probability. It is a process of selecting a sample in a random way. In SRS, each subset of k individuals has the same probability of being chosen for the sample as any other subset of k individuals. A simple random sample is an unbiased sampling technique. Simple random sampling is a basic type of sampling and can be a component of other more complex sampling methods.
Convenience samplingConvenience sampling (also known as grab sampling, accidental sampling, or opportunity sampling) is a type of non-probability sampling that involves the sample being drawn from that part of the population that is close to hand. This type of sampling is most useful for pilot testing. Convenience sampling is not often recommended for research due to the possibility of sampling error and lack of representation of the population. But it can be handy depending on the situation. In some situations, convenience sampling is the only possible option.
Spectroscopie par transformée de FourierLa spectroscopie par transformée de Fourier est une technique de mesure par laquelle les spectres sont collectés sur la base de mesures de la cohérence d'une source radiative, utilisant le domaine temporel ou le domaine spatial des rayonnements électromagnétiques ou autre. Elle peut être appliquée à plusieurs types de spectroscopie dont la spectroscopie optique, la spectroscopie infrarouge (FTIR, FT-NIRS), la résonance magnétique nucléaire (RMN) et l'imagerie spectroscopique à résonance magnétique (MRSI), la spectrométrie de masse et la spectroscopie par résonance paramagnétique électronique.
StatistiqueLa statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l'interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C'est à la fois une branche des mathématiques appliquées, une méthode et un ensemble de techniques. ce qui permet de différencier ses applications mathématiques avec une statistique (avec une minuscule). Le pluriel est également souvent utilisé pour la désigner : « les statistiques ».
CarboneLe carbone est l'élément chimique de et de Il possède trois isotopes naturels : C et C qui sont stables ; C qui est radioactif de demi-vie ce qui permet de dater des éléments utilisant du carbone pour leur structure. Le carbone est l'élément le plus léger du groupe 14 du tableau périodique. Le corps simple carbone présente plusieurs formes allotropiques dont principalement le graphite et le diamant. L'élément carbone forme divers composés inorganiques comme le dioxyde de carbone , et une grande variété de composés organiques et de polymères.
Mission de retour d'échantillonsvignette|Vue d'artiste du décollage depuis la surface de Mars du lanceur ramenant des échantillons martiens. Une mission de retour d'échantillons est une mission spatiale dont l'objectif est de ramener sur Terre à des fins d'analyses des échantillons d'un autre corps céleste ou des particules interplanétaires ou interstellaires. Ce type de mission peut être réalisé par un robot (sonde spatiale) ou dans le cadre d'une mission avec équipage.
Spectroscopie RamanLa spectroscopie Raman (ou spectrométrie Raman) et la microspectroscopie Raman sont des méthodes non destructives d'observation et de caractérisation de la composition moléculaire et de la structure externe d'un matériau, qui exploite le phénomène physique selon lequel un milieu modifie légèrement la fréquence de la lumière y circulant. Ce décalage en fréquence dit l'effet Raman correspond à un échange d'énergie entre le rayon lumineux et le milieu, et donne des informations sur le substrat lui-même.
Probabilistic classificationIn machine learning, a probabilistic classifier is a classifier that is able to predict, given an observation of an input, a probability distribution over a set of classes, rather than only outputting the most likely class that the observation should belong to. Probabilistic classifiers provide classification that can be useful in its own right or when combining classifiers into ensembles. Formally, an "ordinary" classifier is some rule, or function, that assigns to a sample x a class label ŷ: The samples come from some set X (e.
Inférence statistiquevignette|Illustration des 4 principales étapes de l'inférence statistique L'inférence statistique est l'ensemble des techniques permettant d'induire les caractéristiques d'un groupe général (la population) à partir de celles d'un groupe particulier (l'échantillon), en fournissant une mesure de la certitude de la prédiction : la probabilité d'erreur. Strictement, l'inférence s'applique à l'ensemble des membres (pris comme un tout) de la population représentée par l'échantillon, et non pas à tel ou tel membre particulier de cette population.
Survey samplingIn statistics, survey sampling describes the process of selecting a sample of elements from a target population to conduct a survey. The term "survey" may refer to many different types or techniques of observation. In survey sampling it most often involves a questionnaire used to measure the characteristics and/or attitudes of people. Different ways of contacting members of a sample once they have been selected is the subject of survey data collection.
Total organic carbonTotal organic carbon (TOC) is an analytical parameter representing the concentration of organic carbon in a sample. TOC determinations are made in a variety of application areas. For example, TOC may be used as a non-specific indicator of water quality, or TOC of source rock may be used as one factor in evaluating a petroleum play. For marine surface sediments average TOC content is 0.5% in the deep ocean, and 2% along the eastern margins.
Statistical theoryThe theory of statistics provides a basis for the whole range of techniques, in both study design and data analysis, that are used within applications of statistics. The theory covers approaches to statistical-decision problems and to statistical inference, and the actions and deductions that satisfy the basic principles stated for these different approaches. Within a given approach, statistical theory gives ways of comparing statistical procedures; it can find a best possible procedure within a given context for given statistical problems, or can provide guidance on the choice between alternative procedures.
Composé organiqueLes composés organiques sont les composés dont un des éléments chimiques constitutifs est le carbone, à quelques exceptions près. Ces composés peuvent être d’origine naturelle ou produits par synthèse. Il est utile, au préalable, de distinguer les composés organiques des composés inorganiques. Un composé est une espèce chimique constituée d’au moins deux éléments chimiques différents. L'étymologie du terme « organique » est historique.
Platt scalingIn machine learning, Platt scaling or Platt calibration is a way of transforming the outputs of a classification model into a probability distribution over classes. The method was invented by John Platt in the context of support vector machines, replacing an earlier method by Vapnik, but can be applied to other classification models. Platt scaling works by fitting a logistic regression model to a classifier's scores. Consider the problem of binary classification: for inputs x, we want to determine whether they belong to one of two classes, arbitrarily labeled +1 and −1.
PolytétrafluoroéthylèneLe polytétrafluoroéthylène (sigle PTFE) est un fluoropolymère issu du tétrafluoroéthylène. Ce polymère technique a été découvert par hasard en 1938 par le chimiste Roy J. Plunkett (1910-1994) qui travaillait pour la société américaine E.I. du Pont de Nemours and Company, appelée couramment « du Pont de Nemours » et officiellement abrégée en « DuPont ». Il fut introduit commercialement en 1949. Il est commercialisé sous les marques déposées Téflon, Hostalen, Hostaflon, Fluon ou Soreflon.
Statistical assumptionStatistics, like all mathematical disciplines, does not infer valid conclusions from nothing. Inferring interesting conclusions about real statistical populations almost always requires some background assumptions. Those assumptions must be made carefully, because incorrect assumptions can generate wildly inaccurate conclusions. Here are some examples of statistical assumptions: Independence of observations from each other (this assumption is an especially common error). Independence of observational error from potential confounding effects.
