Spektraldaten und Chromatogrammdaten sind typische Beispiele für multivariate Daten, da sie die Intensität bei mehreren Wellenlängen und Zeitpunkten messen. Durch die Analyse dieser Daten mithilfe multivariater Analysemethoden lassen sie sich klassifizieren und modellieren. In diesem Seminar erläutern wir, wie Sie mit JMP-Produkten (JMP, JMP Pro) eine multivariate Analyse dieser Datenart durchführen und welche Vorteile dies bietet.
*Dieses Seminar verwendet die zum Zeitpunkt des Seminars aktuellste Version, „JMP (JMP Pro) 19.1.3“. Berichte, Bedienungsmethoden usw. können sich mit Versionsaktualisierungen ändern.
(Inhaltsverzeichnis)
- Einführung und Visualisierung
- PCA(Hauptkomponentenanalyse) und PLS-Regression
- Funktionale Hauptkomponentenanalyse mit dem "Functional Data Explorer"
- Analysebeispiel: Zusammenhang zwischen dem Verhältnis der Inhaltsstoffe und der Form des Spektrums
1. Einführung und Visualisierung (14 Minuten 25 Sekunden)
In diesem Abschnitt werden die Eigenschaften von Spektraldaten in der Datenanalyse, die Speicherung der Daten und Methoden zur Visualisierung erläutert.
2. PCA (Hauptkomponentenanalyse) und PLS-Regression (15 Minuten 55 Sekunden)
Dieses Dokument erklärt, wie man JMP verwendet und Berichte für die PCA- und PLS-Regression generiert, die häufig verwendete Methoden zur Analyse von Spektraldaten sind.
3. Funktionale Hauptkomponentenanalyse mit dem „Functional Data Explorer“ (16 Minuten 8 Sekunden)
Dieser Artikel erläutert die funktionale Hauptkomponentenanalyse, mit der sich die „Form von Spektraldaten“ erfassen und klassifizieren lässt – ein Aspekt, der mit PCA und PLS nur schwer zu erreichen ist.
4. Analysebeispiel: Zusammenhang zwischen dem Verhältnis der Inhaltsstoffe und der Form des Spektrums (10 Minuten 57 Sekunden)
Als Beispiel für die Anwendung der funktionalen Hauptkomponentenanalyse werden wir erläutern, wie man die Beziehung zwischen der spektralen Zusammensetzung einer Verbindung und ihren Bestandteilen modelliert und wie man die Bestandteile aus der spektralen Form schätzt, wenn die Bestandteile unbekannt sind.
