Niveau: Mittelstufe
Patrick Giuliano, leitender Qualitätsingenieur, Abbott
Annu Wu, Hauptfach Neurobiologie und Neurowissenschaften der UCLA
Mason Chen, begabter Schüler der Stanford OHS und CSBB-zertifiziert, Stanford Online High School (OHS)
Der Zweck dieses Projekts besteht darin, herauszufinden, welche Starbucks-Getränke unter allen Kaffee- und Teeoptionen am besten zur Vorbeugung von Herz-Kreislauf-Erkrankungen (CVD) und zur allgemeinen Gesundheit geeignet sind. Ein wissenschaftlich fundierter Gesundheitsindex wird erstellt, um verschiedene Nährstoffbestandteile von Kaffee/Tee zu berücksichtigen, darunter gesättigte Fettsäuren, Cholesterin, Natrium, Kohlenhydrate, Ballaststoffe, Zucker, Protein und Koffein. Die antioxidative Wirkung von Flavonoiden aus Koffein kann die Bildung freier Radikale reduzieren und freie Radikale abfangen.Die Hauptkomponentenanalyse (PCA) wird verwendet, um alle Faktoren in der Analyse zu untersuchen und über den Nutzen des Gesundheitsindex in Bezug auf seinen Zusammenhang mit der Prävention von Herz-Kreislauf-Erkrankungen und der Nettogesundheit zu informieren. Hauptbestandteil 1 ist für die meisten ungesunden Bestandteile wie Zucker, Kohlenhydrate, gesättigte Fettsäuren und Gesamtfett relevanter. Hauptbestandteil 2 ist aufgrund des Koffeingehalts eher gesundheitsfördernd.Darüber hinaus sind Ballaststoffe und Koffein in der Richtung der ersten und zweiten Hauptkomponente im Ladungsdiagramm am stärksten gegensätzlich zu den anderen ungesunden Bestandteilen. Die PCA-Eigenanalyse ist ein sehr leistungsfähiges rechnerisches und visuelles Diagnosetool zur Unterscheidung und Klassifizierung von Kaffeeprodukttypen auf der Grundlage von Mustern in den Nährstoffbestandteilen. Um eine Varianzinflation aufgrund des Beitrags der vielen Bestandteile in der Analyse zu vermeiden, wurden die Originaldaten Z-transformiert und JMP-Ladediagramme standardisiert.Basierend auf den Eigenwerten und Eigenvektoren der ersten beiden Hauptkomponenten wird ein neuartiger PCA-basierter Gesundheitsindex abgeleitet. Der neue PCA-basierte Gesundheitsindex wird außerdem mit einem zuvor etablierten wissenschaftlich fundierten Gesundheitsindex verglichen und korreliert (~70 %–80 % R-Quadrat-Kurvenanpassung).Aufgrund der Orthogonalität der Haupteigenanalyse sind die verbleibenden acht Hauptkomponenten im Gesundheitsindex neutral (~0 % R-Quadrat).Die PCA hat auch das Pareto-Konzept demonstriert (die ersten 20 % der Hauptkomponenten haben ~80 % der Gesamtvarianz berücksichtigt).
Hallo @elaine_daniloff : Schön, dich im Summitt wiederzusehen und dich am Flughafen zu treffen! Hier können Sie auf alle Materialien zugreifen, die ich während meiner Präsentation zitiert habe.Bitte schauen Sie sich den Hyperlink an, den ich in meine Tagebuchdatei eingefügt habe @julianisch ist ein altes Webinar, das auf sehr praktische Weise eine wunderbare kleine Einführung in PCA bietet. Ich kopiere es noch einmal Hier Für Ihren Komfort.Er macht genau die gleiche Demo, die ich Ihnen am Flughafen gezeigt habe, wo wir die Hauptkomponenten generieren, ihre Gleichungen in Spalteneigenschaften anzeigen (als unabhängige lineare Kombinationen der Eingabevariablen) und dann demonstrieren, dass sie mit jeder völlig unkorreliert (orthogonal) sind andere nutzen die Fit Y by X-Plattform in JMP.
Wir möchten Dr. Charles Chen, PhD, danken @charles_chen für seine Gedankenbeiträge zu zahlreichen Aspekten dieses Projekts.
