I dati spettrali e i dati cromatografici sono tipici esempi di dati multivariati, poiché misurano l'intensità a diverse lunghezze d'onda e in diversi istanti temporali. Analizzando questi dati mediante metodi di analisi multivariata, è possibile classificarli e modellarli. In questo seminario, spiegheremo come eseguire un'analisi multivariata su questo tipo di dati utilizzando i prodotti JMP (JMP, JMP Pro) e i vantaggi che ne derivano.
*Questo seminario utilizza la versione più recente disponibile al momento del seminario, "JMP (JMP Pro) 19.1.3". Report, metodi operativi, ecc. potrebbero subire modifiche con gli aggiornamenti di versione.
(sommario)
- Introduzione e visualizzazione
- PCA(Analisi delle componenti principali) e regressione PLS
- Analisi funzionale delle componenti principali tramite "Functional Data Explorer"
- Esempio di analisi: relazione tra il rapporto tra gli ingredienti e la forma dello spettro
1. Introduzione e visualizzazione (14 minuti e 25 secondi)
Questa sezione illustra le caratteristiche dei dati spettrali nell'analisi dei dati, le modalità di archiviazione e i metodi di visualizzazione.
2. PCA (Analisi delle Componenti Principali) e Regressione PLS (15 minuti e 55 secondi)
Questo documento spiega come utilizzare JMP e generare report per l'analisi delle componenti principali (PCA) e la regressione PLS, metodi comunemente impiegati per l'analisi dei dati spettrali.
3. Analisi funzionale delle componenti principali utilizzando "Functional Data Explorer" (16 minuti e 8 secondi)
Questo articolo illustra l'analisi funzionale delle componenti principali (PCA), che permette di catturare e classificare la "forma dei dati spettrali", un risultato difficile da ottenere con PCA e PLS.
4. Esempio di analisi: Relazione tra il rapporto tra gli ingredienti e la forma dello spettro (10 minuti e 57 secondi)
A titolo di esempio di utilizzo dell'analisi delle componenti principali funzionali, spiegheremo come modellare la relazione tra la composizione spettrale di un composto e i suoi componenti costituenti, e come stimare i componenti costituenti a partire dalla forma spettrale quando questi sono sconosciuti.
