PROGRAMME

1. Introduction : la chimiométrie, une discipline mariant
(bio)chimie analytique, les mathématiques et l’informatique
a) Le problème des données multivariées en chimie et en biomol
b) Les grands objectifs de l’analyse multivariée (réduire la dimensionnalité des données, éliminer le bruit, extraire l’information « cachée », créer des modèles de prévision, …)
c) Le calcul matriciel : revue générale de ce qui est utile
d) Exemples pratiques

2. Les outils phares de la chimiométrie
e) Prétraitement des données
I. Pourquoi ?
II. Quelques outils (centrage, snv, smoothing, warping, correction ligne de base…)
III. Exemple sur des données physico-chimiques
IV. Exemple sur des données d’imagerie
V. Exemple sur des données spectrales

f) Exploration des données : description/classification
I. Analyse en composantes principales
II. Analyse hiérarchique de classes
III. Analyse discriminante

g) Modélisation ou étalonnage/prévision
I. MLR
II. PLS

h) Validation
I. Cross-validation
II. Leave-one-out

3. Exercices commentés

4. Philosophie de l’environnement de calcul : Matlab/Scilab
a) Logiciel orientée matrice
b) La notion de script
c) La notion de fonction
d) Charger des données
e) Visualiser des données

5. Faire un calcul à partir de matrices :
a) résoudre un système d’équations linéaires,
b) faire une ACP

6. Principe généraux de SAISIR

7. Au cœur du package SAISIR

8. Exemple de mise en œuvre dans Matlab/Scilab

9. Où trouver des informations sur la chimiométrie