Objectifs
Apprendre les méthodes de bases de la Chimiométrie en analyse quantitative et qualitative
Etre rapidement autonome sur le traitement de vos données
Assimiler les étapes clés de la méthodologie du traitement de données spectroscopiques

Contenu pédagogique

THEORIE

Introduction générale – Chimiométrie

Analyse en Composantes Principales (ACP)
• Principe théorique
• Détection des échantillons aberrants

Modèles linéaires des régressions multivariées (MLR, PCR, PLS)
• Principe théorique des régressions multivariées (MLR, PCR, PLS)
• Méthodes de validation des modèles
• Détection des échantillons aberrants
• Optimisation

Prétraitements des données spectroscopiques
• Correction des effets additifs
• Correction des effets multiplicatifs

Méthodes de discrimination
• PLS-DA (PLS – Discriminant Analysis)
• SIMCA (Soft Independent Modeling of Class Analogies)

Conclusions sur l’analyse de données spectroscopiques
• Démarche générale à suivre
• Critères de choix de la méthode la plus pertinente

TRAVAUX DIRIGES

Applications pratiques et mises en œuvre sur des jeux de données avec des logiciels adaptés en analyse en composantes principales, modèles linéaires de régression multivariée et pré-traitement de données spectroscopiques.

Logiciels mis en œuvre : The Unscrambler® (Camo Analytics), SIMCA® (Umetrics Sartorius) ou PLS_Toolbox® (Eigenvector Research Inc.)

Les principes des méthodes sont introduits par une approche géométrique et l’accent est mis sur l’utilisation pratique des méthodes et l’interprétation des résultats.