Doporučená:

• Jaroš, František. Pravděpodobnost a statistika. Praha: Vysoká škola chemicko-technologická, 2002, s. ISBN 80-7080-474-2.
• Meloun, Milan, Militký, Jiří. Kompendium statistického zpracování dat. Praha: Karolinum, 2012, s. ISBN 978-80-246-2196-8.
• Meier, Peter C., Zünd, Richard E.. Statistical methods in analytical chemistry. New York: Wiley, 2000, s. ISBN 978-0-471-29363-7.
• Brereton, Richard G.. Chemometrics, data driven extraction for science. : , , s. ISBN 978-1-118-90466-4.
• Matthias Otto. Chemometrics: Statistics and Computer Application in Analytical Chemistry. : Wiley‐VCH Verlag GmbH & Co, 2017, s. ISBN 9783527340972.

R: Statistical Methods in Analytical Chemistry, Second Edition, PETER C. MEIER, RICHARD E. ZUND, 2000 by John Wiley & Sons, Inc., ISBN 0-47 1-29363-6, Online ISBN:9780471728412 |DOI:10.1002/0471728411

R: Chemometrics: Data Driven Extraction for Science, Second Edition. Richard G. Brereton, 2018 by John Wiley & Sons Ltd., ISBN:9781118904664 |Online ISBN:9781118904695 |DOI:10.1002/9781118904695

A: Chemometrics: Statistics and Computer Application in Analytical Chemistry, Third Edition, Author: Matthias Otto, 2017 Wiley‐VCH Verlag GmbH & Co. KGaA Print ISBN:9783527340972 |Online ISBN:9783527699377 |DOI:10.1002/9783527699377

A: Published review papers and original studies.

1) Experimentální data a jejich kompatibilita, příprava vstupních dat pro statistické zpracování

2) Variabilita experimentálních dat, zdroje chyb a nejistot a jejich šíření

3) Průzkumová analýza vektorových dat - principy

4) Průzkumová analýza vektorových dat - aplikace a úlohy

5) Statistická analýza vektorových dat - principy

6) Statistická analýza vektorových dat - aplikace a úlohy

7) Statistická analýza mnoharozměrných dat - principy

8) Statistická analýza mnoharozměrných dat - aplikace a úlohy

9) Analýza rozptylu - principy

10) Analýza rozptylu - aplikace a úlohy

11) Regresní metody - lineární a nelineární - principy

12) Regresní metody - lineární a nelineární - aplikace a úlohy

13) Korelace - principy a úlohy

14) Interpolace a aproximace - principy a úlohy

1) Experimental data and their compatibility, preparation of data input for statistical treatment

2) Variability of experimental data, sources of errors and uncertainties and their propagation

3) Exploratory analysis of vector data — principles

4) Exploratory analysis of vector data — applications and tasks

5) Statistical analysis of vector data — principles

6) Statistical analysis vector data — applications and tasks

7) Statistical analysis of multidimensional data — principles

8) Statistical analysis of multidimensional data — applications and tasks

9) Analysis of variance — principles

10) Analysis of variance — applications and tasks

11) Regression methods — linear and nonlinear — principles

12) Regression methods — linear and nonlinear — applications and tasks

13) Correlation — principles and tasks

14) Interpolation and approximation — principles and tasks

elektronické materiály a soubory dostupné v doméně vscht.cz

electronic materials and files available on-line in the domain vscht.cz

Studenti budou umět

• principy statistického zpracování experimentálních dat se zaměřením na rozsáhlé datové soubory získané vícero experimentálními technikami

• aplikovat výše uvedené principy na konkétní experimentální data s důrazem na řešení fyzikálně chemických problémů a využití pokročilých analytických metod

• posuzovat relevanci výstupů statistických metod a vyvarovat se chybných výsledků a výpočetních artefaktů

Students will be able to:

• describe the principles of statistical treatment of experimental data focused on large data files obtained by multiple experimental techniques

• apply the above-mentioned principles on real experimental data emphasizing the solution of physicochemical issues and the use of advanced analytical methods

• evaluate the relevancy of outputs of statistical method and to eliminate wrong results and computational artifacts