Costruzione di modelli predittivi per dati spettrali
Utilizza JMP Pro per creare un modello empirico sostenibile basato su dati spettrali/lunghezze d'onda.
Scopri come:
- Esamina i dati utilizzando il Costruttore di grafici per avere un'idea di come appaiono i diversi spettri
- Utilizzare l'analisi multivariata per esaminare tutte le lunghezze d'onda e i coefficienti di correlazione risultanti per confermare la multicolinearità
- Utilizza le carte di controllo multivariate basate su modello per esaminare tutte le variabili delle lunghezze d'onda, approfondire le esecuzioni fuori controllo e identificare il numero di componenti principali necessari per creare il modello
- Prendere gli spettri dei campioni desiderati, comprendendo che a questo punto non sono necessarie informazioni sull'output (Y).
- Identificare le dimensioni più importanti negli spettri per riga con componenti principali funzionali da Functional Data Explorer
- Utilizza Functional Principal Component Profiler per avere un'idea di come cambiano i tuoi spettri al variare della variabile di interesse
- Salvare i punteggi dei componenti principali funzionali nella tabella dati da utilizzare nella progettazione sperimentale
- Creare un disegno sperimentale utilizzando i componenti principali funzionali come fattori (covariate)
- Esegui l'esperimento per raccogliere l'output di interesse
- Modellare i risultati tramite PLS e/o Regressione Generalizzata (o altri metodi in grado di gestire fattori correlati)
- Determinare la soluzione ottimale complessiva
- Utilizza questo modello sostenibile per determinare il risultato di tutti i futuri campioni analizzati utilizzando lo stesso strumento calibrato
- Utilizzare il grafico del punteggio per esaminare i dati categoriali
Nota: le domande e risposte sono incluse alle ore 24:21, 25:01, 37:01, 37:49, 38:34 e 42:08.
Modellazione predittiva e machine learning
