Tesis doctoral de Joan Ferre Baldrich
Los modelos de calibración multivariante permiten predecir concentraciones de analitos a partir de datos espectroscópicos en muestras complejas. La habilidad de predicción del modelo depende de la selección de las muestras de calibración y sensores implicados en el modelo. En la presente tesis se han utilizado criterios del diseño de experimentos (d-optimalidad, entre otros) y diversos algoritmos de optimización para: a) en la regresión sobre componentes principales (pcr), proponer un método para seleccionar, a partir de una lista de muestras candidatas, las mejores muestras de calibración. Los modelos construidos con estas muestras tienen una habilidad de predicción superior que los contruidos seleccionando las muestras aleatoriamente. b) en la regresión por minímos cuadrados clásicos (cls), interpretar la influencia de diversos criterios de selección de sensores sobre la exactitud y precisión de las predicciones. Se utilizó la región de confianza de las concentraciones predichas para proponer nuevos criterios de selección. Se utilizó también la señal analítica neta para derivar una metodología para detectar el sesgo en las predicciones de analitos individuales en cls.
Datos académicos de la tesis doctoral «Experimental design applied to the selection of samples and sensors in multivariate calibration.«
- Título de la tesis: Experimental design applied to the selection of samples and sensors in multivariate calibration.
- Autor: Joan Ferre Baldrich
- Universidad: Rovira i virgili
- Fecha de lectura de la tesis: 01/01/1998
Dirección y tribunal
- Director de la tesis
- Rius Ferrus F. Xavier
- Tribunal
- Presidente del tribunal: Luc Massart D.
- Romí Tauler Ferré (vocal)
- Roger Phan-than-luu (vocal)
- Jaume Puy Llorens (vocal)