Statistiek voor laboratoriummedewerkers

Waarom deze thematiek?

In elk laboratorium wordt er dagdagelijks gewerkt met meetresultaten die gebruikt worden om beslissingen mee te nemen. In deze beschikbare data zit vaak echter veel meer informatie dan er in realiteit wordt gebruikt. In de statistiek zijn er zeer veel praktische technieken ter beschikking om meer te gaan doen met deze beschikbare data, met als gevolg een beter begrip van de data, diepere inzichten, betere beslissingen, betere analysemethodes en minder variabiliteit in de meetresultaten. Tevens bestaan er voor laboratoria en testmethodes diverse kwaliteitscriteria (ISO 17025, proefnormen,…) voor het valideren van meetmethoden en het vaststellen en rapporteren van de meetonzekerheid van analyseresultaten, waarbij de kennis van statistiek onontbeerlijk is voor het berekenen, verwerken en interpreteren van deze meetgegevens.

Wat mag u verwachten tijdens de opleiding?

Deze opleiding biedt u een zeer degelijke basis voor het juiste gebruik van diverse statistische technieken (visualisatie, hypothesetoetsen, 1e, 2e en 3e lijnscontroles, validatiemethodes, …) die in de dagdagelijkse werking van een laboratorium kunnen aan bod komen.

Uw vaardigheid in het gebruik van statistiek zal toenemen en u kunt dan ook direct na afloop van de opleiding aan de slag in uw labo. Om de concrete toepassing mogelijk te maken, vragen wij u een laptop (met programma Excel) mee te brengen.

Voor wie?

Deze opleiding is bestemd voor laboranten, analisten, kwaliteitsmedewerkers en afdelingshoofden die behoefte hebben om hun basiskennis van statistiek op punt te stellen of uit te breiden en de verworven kennis en inzichten aan te wenden om de kwaliteit van de werking in het labo op een hoger niveau te tillen.

Deze opleiding richt zich tevens tot medewerkers die betrokken zijn bij het opstellen, valideren en borgen van analysemethodes.

Programma

DAG 1

• Inleiding: waarom en wanneer statistiek?
• Beschrijvende statistiek
  • Type variabelen
  • Beschrijving van de gegevens
    • verwachtingswaarden
    • spreidingsmaten
    • scheefheid en platheid
  • Visualiseren van de gegevens
    • histogram
    • box plot
    • tijdreeks
    • spreidingsdiagram
• Verklarende statistiek
  • Populatie versus steekproef
  • Verdelingsfuncties
  • Normaalverdeling
    • kansberekeningen onder normaalverdeling
    • centrale limietstelling
    • student t-verdeling
    • testen op normaliteit
  • Betrouwbaarheidsintervallen
    • berekenen, interpreteren van betrouwbaarheidsintervallen
    • invloed van parameters op betrouwbaarheidsintervallen
    • bepalen van steekproefgrootte

DAG 2

• Hypothesetesten
  • type I en type II fouten
  • T-test en gepaarde T-test,
  • F-test,
  • variantie analyse (ANOVA)
  • regressie analyse en correlatiecoëfficiënt
  • chi kwadraat test
• Omgaan met uitbijters (outliers)
  • grafisch
  • beschrijvende statistiek
  • Dixon test en Grubbs test
• Regressie analyse en correlatiecoëfficiënt

DAG 3

• Kalibratie: opzetten van een methode
  • lineair
  • niet-lineair
• Validatie
  • selectiviteit (interferentie en matrixeffecten)
  • aantoonbaarheidsgrens
  • bepalingsgrens
  • precisie (herhaalbaarheid & reproduceerbaarheid)
  • juistheid
  • modelafwijking
  • terugvinding
  • meetbereik
  • robuustheid
  • meetonzekerheid
    • bottom-up methode
    • top-down methode
• Kwaliteitsbeheersing in het labo
  • eerstelijnscontrole (X-R, I-mR)
  • tweedelijnscontrole
  • derdelijnscontrole
    • ringtest
    • Youden plot