Bei Novonesis verwenden wir Spektroskopie (hauptsächlich IR und NIR) zur Untersuchung komplexer Matrizen. Die Daten werden üblicherweise mithilfe der Hauptkomponentenanalyse (PCA) oder der partiellen kleinsten Quadrate-Regression (PLS-R) untersucht und analysiert. Dabei handelt es sich um Methoden, die die Korrelation zwischen den einzelnen Wellenlängen/Wellenzahlen berücksichtigen und nutzen. Diese Korrelationen ermöglichen eine verbesserte Datenuntersuchung und Modellerstellung, erfordern jedoch auch geeignete Visualisierungstools in der Software, um eine korrekte Modellanpassung sicherzustellen und die Modellergebnisse Wissenschaftlern, Managern und anderen Beteiligten zu präsentieren.
In dieser Präsentation zeigen wir, wie wir bei Novonesis PCA und PLS verwenden, um die komplexen Matrizen besser zu verstehen. Außerdem heben wir einige fehlende Funktionen in PCA und PLS in JMP hervor.
