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.