Creación de modelos predictivos para datos espectralesEste video se está procesando actualmente. Vuelva a intentarlo en unos minutos.
Utilice JMP Pro para crear un modelo empírico sostenible basado en longitudes de onda/datos espectrales.
Vea cómo:
- Examine los datos usando Graph Builder para tener una idea de cómo se ven los diferentes espectros
- Utilice el análisis multivariado para examinar todas las longitudes de onda y los coeficientes de correlación resultantes para confirmar la multicolinealidad
- Utilice los gráficos de control de variables múltiples basados en modelos para examinar todas las variables de longitud de onda, profundizar en las ejecuciones que están fuera de control e identificar cuántos componentes principales necesita para construir el modelo.
- Tome espectros de las muestras deseadas, entendiendo que no hay necesidad de información de salida (Y) en este punto
- Identifique las dimensiones más destacadas en los espectros por fila con componentes principales funcionales de Functional Data Explorer
- Use el analizador de componentes principales funcionales para tener una idea de cómo cambian sus espectros a medida que cambia la variable de interés
- Guarde las puntuaciones del componente principal funcional en la tabla de datos para usarlas en el diseño experimental
- Crear un diseño experimental utilizando los componentes principales funcionales como factores (covariables)
- Ejecute el experimento para recopilar la salida de interés
- Modele los resultados a través de PLS y/o Regresión generalizada (u otros métodos capaces de manejar factores correlacionados)
- Determinar la solución óptima global
- Utilice este modelo sostenible para determinar el resultado de todas las muestras futuras que se analicen con el mismo instrumento calibrado
- Use el gráfico de puntuación para examinar los datos categóricos
Nota: las preguntas y respuestas se incluyen a las 24:21, 25:01, 37:01, 37:49, 38:34 y 42:08.
Modelado predictivo y aprendizaje automático
