数据分析

化学计量学用于解决实验性自然科学（尤其是化学中）中的描述性和预测性问题。在描述性应用中，化学系统的属性以学习系统的基本关系和结构（即模型理解和识别）的意图进行建模。在预测应用中，化学系统的性能是通过预测新特性或感兴趣行为的意图进行建模的。在这两种情况下，数据集都可能很小，但通常非常大且高度复杂，涉及数百至数千个变量，数百至数千个情况或观察结果。

化学计量技术在分析化学和代谢组学中尤其大量使用，而改进的化学计量方法分析方法的发展也继续推进分析仪器和方法论中最新技术。这是一门应用程序驱动的学科，因此，尽管标准的化学计量方法在工业上非常广泛使用，但学术组致力于持续发展化学计量理论，方法和应用开发。

我们的化学计量方法分类为以下内容：

• 数据压缩
• 回归
• 离群值检测
• 模式识别的分类
• 校准转移方法

分析化学研究和使用用于分离，识别和量化物质的工具和方法。[1]实际上，分离，识别或量化可能构成整个分析，或与另一种方法结合使用。分离分析物。定性分析确定了分析物，而定量分析决定了数值或浓度。

分析化学由经典的，湿的化学方法和现代，工具方法组成。[2]经典定性方法使用分离，例如降水，提取和蒸馏。识别可能基于颜色，气味，熔点，沸点，放射性或反应性的差异。经典定量分析使用质量或体积变化来量化量。仪器方法可用于使用色谱，电泳或场流分馏分离样品。然后，可以使用相同的仪器进行定性和定量分析，并且可以使用光相互作用，热相互作用，电场或磁场。通常，同一仪器可以分开，识别和量化分析物。

分析化学还集中于改进实验设计，化学计量学和新测量工具的创建。分析化学在取证，医学，科学和工程上有广泛的应用。