QL. Статистика в аналитической химии. Просто о сложных формулах
Время проведения: 10.00 – 13.00 по киевскому времени
Стоимость:
- 225 $ при регистрации до 04.03.2025 г. (скидка 10%), 56 $– 2-й и каждый следующий участник
- 250 $ при регистрации после 04.03.2025 г., 63 $ – 2-й и каждый следующий участник
Автор и ведущий: Ищенко Николай Владимирович кандидат химических наук, доцент кафедры аналитической химии Национального университета им. Тараса Шевченко. Главный специалист отдела управления качеством Лаборатории антидопингового контроля Национального антидопингового центра Украины. Опыт работы в сфере преподавания более 10 лет.
Основная задача обучения – ознакомление с основами статистической обработки данных. В ходе обучения будут рассмотрены границы применимости статистических методов, интерпретация полученных в ходе обработки результатов, использование Microsoft Excel для статистического анализа.
Целевая аудитория: семинар-тренинг предназначен для сотрудников испытательных лабораторий пищевой промышленности, фармацевтических предприятий, лабораторий, работающих в области экологического мониторинга.
Курс предназначен для персонала, не обладающего знаниями статистики, а также для тех, кого не устраивает слепое использование математических формул без понимания сути происходящего. Знания, полученные во время этого курса, помогут Вам легче ориентироваться в более сложной задаче оценивания неопределенности измерений.
В программе будут рассматриваться вопросы:
- Статистика: основы и области применения.
- Случайные величины и события.
- Просто о функциях распределения. Нормальное распределение – почему оно важно?
- Описательная статистика. Как интерпретировать результаты.
- Доверительный интервал и его интерпретация. Всегда ли доверительный интервал содержит истинное значение величины? Что такое односторонний доверительный интервал и когда его использовать?
- Выбросы в результатах измерений. Способы обнаружения выбросов.
- Зачем нужны статистические тесты.
- Использование статистических тестов во время валидации методик.
- Регрессионный анализ. Как понять, что Ваш градуировочный график пригоден для поставленной задачи?
- Ошибки и заблуждения при градуировке.
- Подходы и способы расчета предела обнаружения.