13.1: Recursos Quimiométricos
( \newcommand{\kernel}{\mathrm{null}\,}\)
Libros
La siguiente pequeña colección de libros proporciona una amplia introducción a los métodos de análisis quimiométricos. El texto de Miller y Miller es un buen libro de texto de nivel de entrada adecuado para el plan de estudios de pregrado. El texto de Massart, et. al. es un recurso particularmente integral.
- Anderson, R. L. Estadísticas prácticas para químicos analíticos, Van Nostrand Reinhold: Nueva York; 1987.
- Beebe, K. R.; Pell, R. J.; Seasholtz, M. B. Chemometrics: A Practical Guide, Wiley, 1998.
- Brereton, Richard G. Extracción impulsada por datos para la ciencia, 2da edición, Wiley, 2018.
- Graham, R. C. Análisis de Datos para las Ciencias Químicas, VCH Publishers: Nueva York; 1993.
- Larose, D. T.; Larose, C. D. Descubriendo el conocimiento en los datos: una introducción a la minería de datos, Wiley, 2014.
- Mark, H.; Workman, J. Statistics in Spectroscopy, Academic Press: Boston; 1991.
- Massart, D. L.; Vandeginste, B. G. M.; Lewi, P. J.; Smeyers-Verbeke, J. Manual de Quimiometría y Cualimetría: Parte A y Parte B, Elsevier, 1997.
- Miller, J. N.; Miller, J. C. Estadística y Quimiometría para Química Analítica, 7a Edición, Pearson, 2018.
- Schutt, R.; O'Neil, C. Doing Data Science: Straight Talk From the Frontline, O'Reilly, 2014.
- Sharaf, M. H.; Illman, D. L.; Kowalski, B. R. Chemometrics, Wiley-Interscience: Nueva York; 1986.
Aunque no son recursos sobre quimiometría, los siguientes libros ofrecen una amplia introducción a los métodos estadísticos que subyacen a la quimiometría.
- Boslaugh, S. Statistics in a Nutshell: A Desktop Quick Reference, O'Reilly, 2013.
- Larose, D. T.; Larose, C. D. Descubriendo el conocimiento en los datos: una introducción a la minería de datos, Wiley, 2014.
- Schutt, R.; O'Neil, C. Doing Data Science: Straight Talk From the Frontline, O'Reilly, 2014.
- van Belle, G. Reglas estadísticas del pulgar, Wiley, 2008.
Los siguientes libros ofrecen una cobertura más especializada de temas relevantes para la quimiometría.
- Mason, R. L.; Gunst, R. F.; Hess, J. L. Diseño estadístico y análisis de experimentos; Wiley: Nueva York, 1989.
- Myers, R. H.; Montgomery, D. C. Metodología de Superficie de Respuesta, Wiley, 2002.
Los siguientes libros brindan orientación sobre la visualización de datos, tanto en figuras como en tablas.
- Bertin, J. Semiología de la Gráfica, esri press, 1983.
- Pocos, S. Ahora lo ves, Analytics Press, 2009.
- Pocos, S. Muéstrame los números, Analytics Press, 2012.
- Pocos, S. Information Dashboard Design, Analytics Press, 2013.
- Robins, N. B. Creando gráficas más efectivas, Charthouse, 2013.
- Tufte, E. R. Información de visión, Prensa Gráfica, 1990.
- Tufte, E. R. Explicaciones Visuales Prensa Gráfica, 1997.
- Tufte, E. R. La Visualización Visual de la Información Cuantitativa, Prensa Gráfica, 2001.
- Tufte, E. R. Hermosa evidencia, Graphics Press, 2006.
El siguiente libro de texto ofrece una amplia introducción a la química analítica, incluyendo secciones sobre temas quimiométricos.
- Harvey, D. T. Química Analítica 2.1 (disponible aquí y aquí).
Artículos
El siguiente artículo proporciona una teoría general de los tipos de mediciones.
- Stevens, S. S. “Sobre la teoría de las escalas de medidas”, Science, 1946, 103, 677-680.
La detección de valores atípicos, particularmente cuando se trabaja con un pequeño número de muestras, se discute en los siguientes artículos.
- Comité de Métodos Analíticos “Estadísticas robustas: cómo no rechazar valores atípicos Parte 1. Conceptos básicos”, Analista 1989, 114, 1693—1697.
- Comité de Métodos Analíticos “Estadísticas robustas: cómo no rechazar valores atípicos Parte 2. Ensayos Interlaboratorios,” Analista 1989, 114, 1699—1702.
- Comité de Métodos Analíticos “Los pícaros y sospechosos: cómo abordar los valores atípicos”, AMCTB 39, 2009.
- Comité de Métodos Analíticos “Estadísticas robustas: un método de afrontamiento con valores atípicos”, AMCTB 6, 2001.
- Comité de Métodos Analíticos “Uso de las pruebas Grubbs y Cochran para identificar valores atípicos”, Anal. Métodos, 2015, 7, 7948—7950.
- Efstathiou, C. “Cálculo estocástico de los valores críticos de la prueba Q para la detección de valores atípicos en mediciones”, J. Chem. Educ. 1992, 69, 773—736.
- Efstathiou, C. “Estimación de probabilidad de error tipo 1 a partir del parámetro Q de Dixon experimental en pruebas de valores atípicos dentro de conjuntos de datos pequeños”, Talanta 2006, 69, 1068—1071.
- Kelly, P. C. “Detección de valores atípicos en estudios colaborativos”, Anal. Chem. 1990, 73, 58—64.
- Mitschele, J. “Estadísticas de muestra pequeña”, J. Chem. Educ. 1991, 68, 470—473.
Los siguientes artículos proporcionan información adicional sobre el error y la incertidumbre.
- Comité de Métodos Analíticos “Optimizando su incertidumbre: un estudio de caso”, AMCTB 32, 2008.
- Comité de Métodos Analíticos “Incertidumbre Oscura”, AMCTB 53, 2012.
- Comité de Métodos Analíticos “¿Qué causa más errores en el análisis químico?” AMCTB 56, 2013.
- Andraos, J. “Sobre la Propagación de Errores Estadísticos para una Función de Varias Variables”, J. Chem. Educ. 1996, 73, 150—154.
- Donato, H.; Metz, C. “Un método directo para la propagación de errores usando un programa de hoja de cálculo de computadora personal”, J. Chem. Educ. 1988, 65, 867—868.
- Gordon, R.; Pickering, M.; Bisson, D. “Análisis de incertidumbre por el método del 'peor caso'”, J. Chem. Educ. 1984, 61, 780—781.
- Guare, C. J. “Error, precisión e incertidumbre”, J. Chem. Educ. 1991, 68, 649—652.
- Guedens, W. J.; Yperman, J.; Mullens, J.; Van Poucke, L. C.; Pauwels, E. J. “Análisis Estadístico de Errores: Un Enfoque Práctico para un Laboratorio de Química de Pregrado Parte 1. El concepto”, J. Chem. Educ. 1993, 70, 776—779
- Guedens, W. J.; Yperman, J.; Mullens, J.; Van Poucke, L. C.; Pauwels, E. J. “Análisis Estadístico de Errores: Un Enfoque Práctico para un Laboratorio de Química de Pregrado Parte 2. Algunos ejemplos trabajados”, J. Chem. Educ. 1993, 70, 838—841.
- Heydorn, K. “Detectando Errores en Micro y Análisis de Traza mediante el Uso de Estadísticas”, Anal. Chim. Acta 1993, 283, 494—499.
- Hund, E.; Massart, D. L.; Smeyers-Verbeke, J. “Definiciones operativas de incertidumbre”, Tendencias Anal. Chem. 2001, 20, 394—406.
- Kragten, J. “Cálculo de desviaciones estándar e intervalos de confianza con una técnica de hoja de cálculo de aplicación universal”, Analyst 1994, 119, 2161—2165.
- Taylor, B. N.; Kuyatt, C. E. “Lineamientos para Evaluar y Expresar la Incertidumbre de los Resultados de Mea- surement del NIST”, Nota Técnica del NIST 1297, 1994.
- Van Bramer, S. E. “Una breve introducción a la distribución gaussiana, la estadística muestral y la estadística t del estudiante”, J. Chem. Educ. 2007, 84, 1231.
- Yates, P. C. “Un método simple para ilustrar el análisis de incertidumbre”, J. Chem. Educ. 2001, 78, 770—771.
Los siguientes artículos ofrecen reflexiones sobre las limitaciones del análisis estadístico basado en pruebas de significancia.
- Comité de Métodos Analíticos “Importancia, Importancia y Poder”, AMCTB 38, 2009.
- Comité de Métodos Analíticos “Una introducción a la estadística no paramétrica”, AMCTB 57, 2013.
- Berger, J. O.; Berry, D. A. “El análisis estadístico y la ilusión de la objetividad”, Am. Sci. 1988, 76, 159—165.
- Kryzwinski, M. “Importancia de ser incierto”, Nat. Métodos 2013, 10, 809—810.
- Kryzwinski, M. “Importancia, valores de P y pruebas t”, Nat. Métodos 2013, 10, 1041—1042.
- Kryzwinski, M. “Potencia y tamaño de muestra”, Nat. Métodos 2013, 10, 1139—1140.
- Puerro, J. T.; Peng, R. D. “¿Cuál es la pregunta? ,” Ciencia 2015, 347, 1314—1315.
Los siguientes documentos proporcionan información sobre la organización de datos en hojas de cálculo y la visualización de datos.
- Comité de Métodos Analíticos “Representando distribuciones de datos con estimaciones de densidad kernel”, Resumen Técnico de AMC, marzo de 2006.
- Broman, K. W.; Woo, K. H. “Organización de datos en hojas de cálculo”, The American Statistician, 2018, 72, 2-10.
- Frigge, M.; Hoaglin, D. C.; Iglewicz, B. “Algunas implementaciones de la Boxplot”, The American Statistician 1989, 43, 50—54.
- Midway, S. R. “Principios de Visualizaciones Efectivas de Datos”, PATTER, 2020, 1 (9).
- Schwabish, J. A. “Diez Lineamientos para Mejores Mesas”, J. Beneficio Costo Anal. 2020, 11, 151-178.
Sitios web
- Manual de Estadística de Ingeniería del NIST (https://www.itl.nist.gov/div898/handbook/)
- Laboratorio Virtual de Arroz en Estadística (https://onlinestatbook.com/rvls.html)
- Estadística para Química Analítica (https://science.widener.edu/svb/stats/stats.html)