De cursus is een mix van lezingen, achtergronden en cases en is de basis voor gedegen kennis: uitvoeren van validaties, bepalen van meetonzekerheden, borgen van analytische processen en de daaruit voortkomende resultaten. We frissen basisbegrippen op en gebruiken deze uitgebreid in oefenopgave. We gaan de diepte in met complexe statistische technieken waaronder regressie- en variantieanalysen. U leert welke statistische technieken u eenvoudig en doeltreffend doorrekent in Excel, zodat u zich op de toepassing blijft richten. U bent  (Senior-)analist, afdelingshoofd, kwaliteitscoördinator of hoofd van een laboratorium. Inhoud 1. Basisaspecten: ware waarde, spreiding, standaarddeviatie, variatiecoëfficiënt, onafhankelijke waarnemingen, verdelingen, normale, T- verdeling en gebruik ervan en foutenwet. 2. Beslissen: hypothese, soorten fouten, Z-toets, T-toets F-toets, chi-kwadraattoets, gepaard en ongepaard, Kolmogorov-Smirnov toets, Dixons Q-toets op uitbijters en niet-parametrisch toetsen. 3. Kalibratie: responsfunctie, regressierekening, correlatiecoëfficiënt, interferentie en matrixeffecten. 4. Validatie: hoe prestatiekenmerken bepalen van analysemethoden zoals juistheid, herhaalbaarheid, reproduceerbaarheid, aantoonbaarheidsgrens, bepalingsgrens, selectiviteit, terugvinding, modelafwijking en robuustheid. 5. Kwaliteitscontroles: opzet en onderhoud van controlekaarten, controlegrenzen, Z-score, Youdenplot. 6. Meetonzekerheid: vergelijking en uitwerking van een geformaliseerd proces en bepaling met kwaliteitscontrolegegevens. 7. Statistiek voor microbiologie: Lognormale Poisson verdeling, rangrekentoets Wilcoxon. 8. Monsterneming: bemonsteringsstrategie, monstertypes. 9. Signaalbewerking en glaswerk: signaal, filters, ruis, eisen stellen aan glaswerk.