Главная страница сайта Услуги решения задач по химии
Лекции по химии Учебник - общая химия


Коэффициенты поглощения kj можно определить методом наименьших квадратов точно так же, как описано выше для методов, основанных непосредственно на законе Бера, или с помощью обращенной градуировки. Аналогично можно поступить и при использовании других преобразований, применяемых в спектроскопии, таких, как коррекция Саундерсона или преобразование Уильяма—Клаппера.

Преобразования данных можно осуществлять и формальным образом, например, с помощью абстрактной полиномиальной модели, подобно тому, как это делается при планировании эксперимента для построения поверхности отклика. Рассмотрим обращенную градуировочную модель, согласно которой экспериментальные значения оптической плотности о нелинейно связаны с концентрациями. Это можно выразить, например, в виде квадратичной модели:

с = 60 4- ha + Ьго? (12.5-129)

Поскольку по отношению к параметрам bi эта модель тем не менее является линейной, здесь можно использовать все методы, рассмотренные выше. Но существуют и в настоящее время интенсивно разрабатываются методы нелинейного моделирования, такие, как алгоритм чередующихся условных ожиданий (АСЕ) или нелиненый PLS. На практике, однако, такие методы применяют редко. Как правило, для спектроскопических данных всегда можно найти подходящее преобразование, превращающее модель в линейную. Кроме того, при многомерной градуировке использование большого числа длин волн обычно исключает необходимость в нелинейных моделях.

Литература

Henrion, R., Henrion, G., Multivariate data analysis. Berlin: Springer, 1994.

Massart, D.L., Brereton, R.G., Dessy, R.E., Норке, P.K., Spiegelman, C.H., Wegscheider,

W. (Eds.) Chemometrics Tutorials, Collected from Chemolab, Amsterdam: Elsevier,

1990; Vol. 1-5.

Massart, D.L., Vandeginste, B.G.M., Deming, S.N., Michotte, Y., Kaufmann, L.,

Chemometrics: a textbook. Amsterdam: Elsevier Science Publishers, 1987. Sharaf, M.A., Illman, D.A., Kowalski, B.R., Chemometrics. New York: Wiley, 1986. Weisberg, S., Applied Linear Regression. New York: Wiley, 1980.

Вопросы и задачи

1. Объясните сущность следующих методов предварительной обработки данных: центрирование, масштабирование на величину размаха, автомасштабиирование, масштабирование на единичную дисперсию, нормировка, фурье-преобразование, проекция на главные компоненты, линейное преобразование, логарифмическое преобразование.

2. Поясните следующие термины из области многомерного анализа: главная компонента, собственный вектор, общие и уникальные факторы, нагрузка, целевой вектор, скрытая переменная.

3. Какими способами можно установить число компонент в методе главных компонент?



 

Вернуться в меню книги (стр. 501-600)

 

Если нужно решить контрольную по химии - обращайтесь к нам
Поможем быстро и качественно решить задачи по химии, выполнить контрольную работу или написать реферат. Консультируем по химии онлайн.

 

Copyright © 2007-2012 Zomber.Ru

Использование материалов сайта возможно при условии указания активной ссылки
Решить химию