Zastosowanie metod statystycznych w badaniach chemicznych

• Autorzy: Korcz W. , Goralczyk K. , Czaja K. , Strucinski P. , Hernik A. , Snopczynski T. , Ludwicki J.K.

Warianty tytułu

EN

The application of statistical methods in chemical experiments

• Języki publikacji: PL

Abstrakty

PL

Jakość danych pomiarowych ma zasadniczy wpływ na uzyskanie wiarygodnych wyników. Stosując metody statystyki matematycznej możliwe jest ograniczanie wybranych etapów pracy chemika np. przy klasyfikacji liczebnego zbioru wyników pomiarowych. Metody statystyczne są również wykorzystywane przy wstępnej ocenie jakości uzyskanych danych. W tym przypadku należy sprawdzić czy dane otrzymane z pomiarów nie zawierają tzw. błędów grubych lub wyników znacząco odbiegających od pozostałych, mogących zafałszować wynik doświadczenia. Analiza danych, które podlegają przetwarzaniu technikami chemometrycznymi, polega na ujawnieniu cech najbardziej ze sobą powiązanych. Chemometria stosowana jest w celu stworzenia matematycznego modelu zależności między badaną cechą i licznym zbiorem zmiennych objaśniających. Przy modelowaniu należy dokonać identyfikacji modelu, zbadać jego istotność i adekwatność oraz określić zdolność prognostyczną. Uzyskany model zależności można wykorzystywać do optymalizacji układu, prognozowania wartości zmiennych zależnych na podstawie znanych zmiennych opisujących. Metody statystyczne znalazły zastosowanie w badaniach chemicznych do gromadzenia i przetwarzanie informacji o związkach chemicznych w celu sprawniejszego zarządzania przepływem informacji. Pozwalają przewidywać fizykochemiczne i biologiczne właściwości związków. Metody statystyczne są również wykorzystywane do zarządzania jakością w analizie chemicznej zanieczyszczeń np. pozostałości pestycydów w żywności.

EN

Quality of the analyzed data has a major impact on reliability of the results. Application of statistical methods allows to reduce some stages of chemist's work, for example classification of the numerous data sets. The statistical methods are applied for preliminary evaluation of the data quality. In this case it is necessary to verify that the raw data base does not include large errors or outliers, which could influence the result of experiment. Data analysis, which is performed by chemometric techniques, rely on finding the most correlated attributes. Chemometry is used towards creation of the mathematical model of relation between analyzed property and numerous sets of described variables (parameters which affect measure). Modeling requires calculations towards model identification, checking its relevance, evaluation of the adequacy and determination of model's prognostic ability. The obtained model of relation could be used for the system optimization in the technological process, forecasting the values subsidiary conditioned upon known values described, also for control of the analytical system. The statistical methods are applied in chemical studies for data collection and analysis of chemical compounds for more efficient management of flow of the information. They allow to foreseen physical and biological properties of chemical compounds. The statistical methods are also applied for quality management in chemical analysis of contaminants including pesticide residues in foodstuff.

Słowa kluczowe

PL

badania chemiczne; metody statystyczne; zastosowanie; analiza skladowych glownych; chemia analityczna; dane pomiarowe

EN

statistical method; application; principal component analysis; analytical chemistry; measurement data

• Wydawca: -
• Czasopismo: Roczniki Państwowego Zakładu Higieny
• Rocznik: 2008
• Tom: 59
• Numer: 2
• Opis fizyczny: s.177-129,rys.,bibliogr.

Twórcy

autor

Korcz W.

• Narodowy Instytut Zdrowia Publicznego - Panstwowy Zaklad Higieny, ul.Chocimska 24, 00-791 Warszawa

autor

Goralczyk K.

autor

Czaja K.

autor

Strucinski P.

autor

Hernik A.

autor

Snopczynski T.

autor

Ludwicki J.K.

Bibliografia

• 1. Aleksandrov Y.I., Belyakov V.I.: Error and Uncertainty in the Results of Chemical Analysis, J. Anal. Chem. 2002, 57, 2, 94 – 103.
• 2. Chrétien R.J.: The state of the art for chemometrics in analytical chemistry, Anal. Bioanal. Chem. 2002, 372, 511-512.
• 3. Defernez M., Kemsley E.K.: The use and misuse of chemometrics for treating classification problems, Trends Anal. Chem. 1997, 16, 4.
• 4. Dobecki M.: Zapewnienie jakości analiz chemicznych, IMP, Łódź 1997.
• 5. Dobosz M.: Wspomagana komputerowo statystyczna analiza wyników badań, EXIT, Warszawa 2001.
• 6. Dvorkin V.I.: Adequacy and Inadequacy in the Metrology of Chemical Analysis, J. Anal. Chem. 2003, 58, 6, 504-508.
• 7. EA 4/16: EA guidelines on the expression of uncertainty in quantitative testing, December 2003 rev00.
• 8. Eilers P.H.C., Marx B.D.: Multivariate calibration with temperature interaction using two-dimensional penalized signal regression, Chem. Intell. Lab. Sys. 2003, 66, 159–174.
• 9. Escandar G.M., Damiani P.C., Goicoecha H.C., Olivieri A.C.: A review of multivariate calibration methods applied to biomedical analysis, Microchem. J. 2006, 82, 29-42.
• 10. EURACHEM: Przydatność metod analitycznych do określonych celów, Przewodnik walidacji metod w laboratorium i zagadnienie związane, POLLAB 2 (30).
• 11. Frenich A.G., Martinez Vidal J.L., Parrilla P., Martinez Galera M.: Resolution of folpet, procymidone and triazophos in high performance liquid chromatography diode array detection by using partial least squares calibration to cross sections of spectrochromatograms, J. Chromatogr. A, 1997, 778, 183-192.
• 12. Gajek L., Kałuszka M.: Wnioskowanie statystyczne Modele i metody, Wydawnictwa Naukowo – Techniczne, Warszawa 2001.
• 13. Gastaigner J.: Chemoinformatics: a new field with a long tradition, Anal. Bioanal. Chem. 2006, 384, 57-64.
• 14. Gutés A., Ibañez A.B., Céspedes F., Alegret S., del Valle M.: Simultaneous determination of phenolic coumpounds by means of an automated voltammetric “electronic tongue”, Anal. Bioanal. Chem. 2005, 382, 471-476.
• 15. Hasegawa T.: Chemometrics for spectroscopic analysis, Anal. Bioanal. Chem. 2003, 375, 18-19.
• 16. Hryniewicz O.: Nowoczesne metody statystycznego sterowania jakością, Omnitech, Warszawa 1996.
• 17. Jóźwiak J., Podgórski J.: Statystyka od Podstaw, Polskie Wydawnictwa Ekonomiczne, Warszawa 1997.
• 18. Karoui R., De Baerdemaeker J., Dufour E.: A comparison and join use of mid infrared and fluorescenc spectroscopic methods for differentiating between manufacturing process and sampling zones of ripened soft cheeses, Euro. Food Res. Tech. 2007.
• 19. Korcz W.: Zastosowanie HPLC do potwierdzania autentyczności produktu na przykładzie soków owocowych, Politechnika Warszawska, Wydział Chemiczny, Praca magisterska, Warszawa 2003.
• 20. Kuszewski P., Podgórski J.: Statystyka Wzory i tablice, Szkoła Główna Handlowa, Warszawa 1998.
• 21. Ludwicki J.K., Góralczyk K., Hernik A., Czaja K., Struciński P.: Walidacja metod analitycznych i szacowanie niepewności wyników w badaniach chemicznych zanieczyszczeń żywności, Wydawnictwo Metodyczne Państwowego Zakładu Higieny, Warszawa 2003.
• 22. Mazerski J.: Podstawy Chemometrii, Wydawnictwo Politechniki Gdańskiej, Gdańsk 2000.
• 23. Mendieta J.,Diaz-Cruz M.S., Esteban M., Tauler R.: Multivariete Curve Resolution: A Possible Tool in the Detection of Intermediate Structures in Protein Folding, Biophysical J. 1998, 74, 2876-2888.
• 24. Nezhikhovskii G. R.: Selection of the initial error model in developing analytical chemical measurement procedures, Measure. Tech.1998, 41, 3.
• 25. Pappa-Louisi A., Nikita P.: Statistical tests for the selection of the optimum parameters set in models describing response surfaces in reversed-phase liquid chromatography, Chromatographia 2003, 57, 169-176.
• 26. PN-EN ISO/IEC 17025:2005: Ogólne wymagania dotyczące kompetencji laboratoriów badawczych i wzorcujących
• 27. Rappaport K.D., Kettaneh N., Wold S.: Perspectives on Implementing Statistical Modeling and design (SMD) in an Industrial/Chemical Environment, American Stat. 1998, 52, 2.
• 28. Roeske–Słomka I.: Podstawy Statystyki, Politechnika Koszalińska, Koszalin 1997.
• 29. Rosania G.R., Crippen G., Woolf P., States D., Shedden K.: A Cheminformatic Toolkit for Mining Biomedical Knowledge, Pharmaceutical Res. 2007, 24, 10.
• 30. SANCO/10232/2006: Quality control procedures for pesticide residues analysis.
• 31. Seasholtz M.B.: Making money with chemometrics, Chem. Intell. Lab. Sys. 1999, 45, 55-63.
• 32. Sobczyk M.: Statystyka, PWN, Warszawa 1997