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:
- Esaminare i dati utilizzando Graph Builder 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
- Utilizzare i grafici di controllo multivariati basati su modelli per esaminare tutte le variabili di lunghezza d'onda, approfondire le esecuzioni fuori controllo e identificare il numero di componenti principali necessarie per creare il modello
- Prendi gli spettri dei campioni desiderati, tenendo presente che non c'è bisogno di informazioni di output (Y) in questo punto
- Identificare le dimensioni più importanti negli spettri per riga con componenti principali funzionali da Functional Data Explorer
- Utilizzare il Functional Principal Component Profiler per farsi un'idea di come cambiano i propri 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 le componenti principali funzionali come fattori (covariate)
- Eseguire 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
- Utilizzare questo modello sostenibile per determinare il risultato per tutti i campioni futuri analizzati utilizzando lo stesso strumento calibrato
- Utilizzare il grafico dei punteggi per esaminare i dati categoriali
Nota: le domande e risposte sono incluse nei minuti 24:21, 25:01, 37:01, 37:49, 38:34 e 42:08.
Modellazione predittiva e apprendimento automatico
