Chez Novonesis, nous utilisons la spectroscopie (principalement IR et NIR) pour étudier des matrices complexes. Les données sont généralement explorées et analysées à l'aide d'une analyse en composantes principales (ACP) ou d'une régression des moindres carrés partiels (PLS-R), qui sont des méthodes qui respectent et utilisent la corrélation entre les longueurs d'onde/nombres d'ondes individuels. Ces corrélations permettent une exploration améliorée des données et la construction de modèles, mais nécessitent également des outils de visualisation appropriés dans les logiciels pour garantir un ajustement correct du modèle et pour présenter les résultats du modèle aux scientifiques, aux gestionnaires et aux autres parties prenantes.
Dans cette présentation, nous montrons comment nous utilisons PCA et PLS chez Novonesis pour acquérir une meilleure compréhension des matrices complexes ; nous soulignons également certaines fonctionnalités manquantes dans PCA et PLS dans JMP.
