Statistische Bewertung analytischer Daten (Statistik Basiskurs)
Dieses Seminar richtet sich an Mitarbeiter analytischer Laboratorien, die im Rahmen der Auswertung analytischer Daten statistische Grundbegriffe erwerben oder vertiefen wollen und diese anhand praxisrelevanter Fallbeispiele sicher einüben wollen. Die Aussagekraft der analytischen Ergebnisse wird dadurch signifikant erhöht und damit auch die Sicherheit der analytischen Verfahren. Das Seminar eignet sich hervorragend als Vorbereitung zu allen Validierungsthemen.
Inhalte
- Statistische Kenndaten, wie Streuungs-, Schiefe- und Lageparameter
- Parametrische und nichtparametrische Größen der Statistik
- Darstellung von Daten in Diagrammen (z.B. Histogramm, Whisker- und Plot-Diagramm)
- Verteilungsmodelle (Normalverteilung, Poisson-Verteilung, t-Verteilung) und ihre praktische Relevanz
- Regressions- und Anpassungsmodelle, Korrelationen
- Signifikanztests (Mittelwert-t-Test, Differenzen-t-Test, Sollwert-t-Test, Cochran-Test, F-Test)
- Ausreißertests (z.B. Dixon, Grubbs) und Trendtests
- Fehlerfortpflanzungen und Ergebnisunsicherheiten
Teilnehmerkreis
Anwender in analytischen Laboratorien, die analytische Messdaten erfassen und auswerten.
» Programmdetails und Anmeldung
Veranstalter:
Provadis Partner für Bildung und Beratung
Typ und Ort:
Seminar (online)
Termin:
01. - 02.03.2023
Kontaktdaten:
Provadis Partner für Bildung und Beratung GmbH
Industriepark Höchst, Gebäude B845
D-65926 Frankfurt am Main
Tel.: +49 69 3058 1824
Mail: Anfrage versenden
Web: www.provadis.de
Industriepark Höchst, Gebäude B845
D-65926 Frankfurt am Main
Tel.: +49 69 3058 1824
Mail: Anfrage versenden
Web: www.provadis.de
Weitere Veranstaltungen dieses Anbieters
- LC-MS-Kopplung (Basiskurs) (08. - 09.02.2023 Seminar (online))
- GC-Basiskurs (14. - 15.02.2023 Seminar (online))
- Von der chemischen Struktur zur HPLC-Methode (15.02.2023 Seminar (online))
- Learning-Nugget GC: Das 1x1 einer GC-Wartung (16.02.2023 Seminar (online))
- LC-MS-Kopplung Fortgeschrittenenkurs (16.02.2023 Seminar (online))