Hallo, ich habe ein Problem mit meiner Datenanalyse.
Ich versuche, Spektraldaten eines Fluorometers zu verwenden, um eine bestimmte Substanz in meinen Proben zu quantifizieren.
Ich habe eine große Tabelle mit der Substanzkonzentration [C] in einer Spalte erstellt, und die verschiedenen Spalten sind die gemessenen Wellenlängen [w1, w2 ... w3,000]
Jede Reihe ist eine Probe, bei der die Konzentration bekannt ist und die Spektren gemessen werden.
Ich habe PLS verwendet, um ein Vorhersagemodell zu erstellen, aber da meine Substanz in unterschiedlichen Größenordnungen vorliegt, habe ich log10 [C] anstelle von C verwendet. Ich habe zwar gute Ergebnisse erzielt, aber mein Vorgesetzter hat mich darauf hingewiesen, dass dies nicht der Fall ist denn weil die Fluoreszenz linear mit der Konzentration korrespondiert (Biergesetz). Als ich versuchte, ein Modell mit dem rohen C anstelle von log10 [C] zu erstellen, erhielt ich schlechtere Ergebnisse.
Außerdem, und das ist wirklich meine Frage, als ich versuchte, ein PLS-Modell von log10 [w] gegen log10 [C] zu erstellen, erhielt ich exakt die gleichen Vorhersagen (R ^ 2 = 0,997 zwischen einer auf rohem W basierenden Vorhersage und log10 [W ]). Ich denke, dass der PLS irgendwie die Log-Information selbst erledigt, vielleicht in der Skalierung oder Zentrierung ... Weiß jemand, ob dies richtig ist? Wie kommt es, dass Sie ein PLS-Modell mit halbprotokollierten Daten erstellen und dieselben Ergebnisse mit den Log-Log-Daten erzielen können?
Professor hatte zu viel Bier. (versucht wirklich, ein Wortspiel zu arbeiten)
Die Absorption ist auf einer logarithmischen Skala und die Transmission auf einer linearen Skala. Die Protokolltransformation ist sinnvoll.
Floureszenz kann linear mit der Konzentration korrelieren, aber die Absorption wird log-linear mit der Konzentration korreliert.
Ich hoffe, Sie richten das Modell auf der Partial Least Squres-Plattform ein, das allein Ihnen einige Schritte erspart.
In PLS ist die Antwort eine Fluoreszenz (oder die andere Methode) und dann ist jede Wellenlänge, die Sie scannen, eine Spalte, und alle diese werden als X-Faktoren bezeichnet. (eine Reihe für jede Beobachtung, und hoffentlich haben Sie mehr als zwei oder drei Messungen durchgeführt.)
