Analisi Multivariata di dati (Corso base) / 29-30-31 ottobre 2024
Titolo: Analisi Multivariata di dati (Corso base)
Date: 29-30-31 ottobre 2024
Orari: 9-13
Piattaforma: GoToMeeting
Iscrizioni entro il 15 ottobre 2024.
Estrarre informazioni da complesse tabelle di dati è un’operazione impegnativa e time consuming, che si presenta con sempre maggiore frequenza nel lavoro di ricercatori, responsabili di laboratorio o di produzione. La statistica classica non è adatta allo studio di questi dati ma sono necessarie specifiche tecniche di analisi statistica multivariata quali PCA, PLS, OPLS.
Il corso descrive le principali tecniche multivariate che permettono di estrarre l’informazione nascosta in grandi tabelle di dati, di identificare outlier e correlazioni tra i dati e di costruire modelli predittivi capaci di trasformare i dati in conoscenza.
I risultati sono presentati mediante grafici di semplice interpretazione.
OBIETTIVI
Il corso ha l’obiettivo di fornire le conoscenze di base delle tecniche di analisi multivariata per affrontare studi di overview dei dati, identificazione di classi, studio di relazioni tra due tabelle di dati e per la generazione di modelli di predizione relativi a dati sperimentali o dati calcolati.
Particolare importanza è riservata alle esercitazioni su software SIMCA (Sartorius Stedim Data Analytics)
A CHI È RIVOLTO IL CORSO
Il corso è rivolto a ricercatori dei settori R&D, monitoraggio della produzione e controllo qualità che abbiano la necessità di estrarre informazioni da complesse tabelle di dati.
Non sono richieste specifiche conoscenze di statistica.
PROGRAMMA
- Introduzione all’analisi multivariata di dati
- Presentazione delle principali tipologie di problemi:
- pattern recognition
- classificazione
- regressione.
- Descrizione delle tecniche di proiezione
- Modalità di trasformazione dei dati e scaling
- Principal Component Analysis (PCA):
- costruzione e interpretazione del modello
- Esercitazioni guidate e discussione.
- Tecnica di regressione multivariata PLS e OPLS (Orthogonal Partial Least Squares)
- generazione del modello
- interpretazione geometrica del modello
- studio delle relazioni tra fattori e risposte
- valutazione statistica della robustezza del modello
- uso del modello in predizione
- Esercitazioni guidate e discussione.
- Conclusione del corso.
Le esercitazioni sono svolte su software SIMCA (Sartorius – Umetrics Suite).
