Für diesen Artikel ist leider kein Bild verfügbar.

Multivariate Datenanalyse – für die Pharma–, Bio– und Prozessanalytik

W Kessler (Autor)

Software / Digital Media

340 Seiten

2006
Wiley-VCH Verlag GmbH (Hersteller)
978-3-527-61003-7 (ISBN)

Keine Verlagsinformationen verfügbar

Artikel merken

In vielen Fachgebieten, wie z. B. der Lebensmittelchemie, der pharmazeutischen oder biotechnologischen Industrie fallen immer mehr Daten an, die ausgewertet werden m?ssen. Klassische Verfahren gelangen hierbei schnell an ihre Grenzen. Die multivariate Datenanalyse besch?ftigt sich mit Verfahren, mit denen man aus einer F?lle von Daten - wie z. B. Prozessdaten, Messdaten, Mikroarraydaten, Spektren - die wesentlichen, unabh?ngigen Informationen herausarbeiten kann. Es er?ffnen sich somit ganz neue M?glichkeiten f?r eine effiziente und gleichzeitig umfangreiche Auswertung. Alle Methoden und Verfahren der multivariaten Datenanalyse werden anhand von praktischen Beispielen mit einer beigef?gten Demoversion des Programms "The Unscrambler". Der Leser ist somit in der Lage, das Erlernte direkt auf seine eigenen Fragestellungen anzuwenden.

Professor Waltraud Kessler Bis 1980 Studium der Physik an der Universitat Reutlingen, Industrietatigkeit mit Schwerpunkt Software-Entwicklung auf dem Gebiet der Optoelektronik zur Datenerfassung und Datenkommunikation, Wissenschaftlicher Mitarbeiter am Institut fur Angewandte Forschung (IAF) der Fachhochschule Reutlingen, seit 2002 Honorarprofessur an der FH Reutlingen, seit 2002 Leitung des Steinbeis Transferzentrums fur Prozesskontrolle und Datenanalyse enge Kooperationen mit der Firma Camo aus Norwegen, die mit dem Programmpaket "The Umscramble" Marktfuhrer auf dem Gebiet der multivariaten Datenanalyse ist (www.camo.com).

EINFUHRUNG IN DIE MULTIVARIATE DATENANALYSE Was ist multivariate Datenanalyse Datensatze in der multivariaten Datenanalyse Ziele der multivariaten Datenanalyse Prufen auf Normalverteilung Finden von Zusammenhangen HAUPTKOMPONENTENANALYSE Geschichte der Hauptkomponentenanalyse Bestimmung der Hauptkomponenten Mathematisches Modell der Hauptkomponentenanalyse PCA fur drei Dimensionen PCA fur viele Dimensionen: Gaschromatographische Daten Standardisierung der Messdaten PCA fur viele Dimensionen: Spektren Wegweiser zur PCA bei der explorativen Datenanalyse MULTIVARIATE REGRESSIONSMETHODEN Klassisch und inverse Kalibration Univariate lineare Regression Ma?zahlen zur Uberprufung des Kalibriermodells (Fehlergro?en bei der Kalibrierung) Signifikanz und Interpretation der Regressionskoeffizienten Grafische Uberprufung des Kalibriermodels Multiple lineare Regression (MLR) Beispiel fur MLR - Auswertung eines Versuchsplans Hauptkomponentenregression (Principal Component Regression, PCR) Partial Least Squares Regression (PLS Regression) Geschichte der PLS PLS Regression fur eine Y-Variable (PLS1) PLS Regression fur mehrere Y-Variablen (PLS2) KALIBRIEREN, VALIDIEREN DER MODELLE Zusammenfassung der Kalibrierschritte - Kalibrierfehler Moglichkeiten der Validierung Bestimmen des Kalibrier- und Validierdatensets Ausrei?er Vorhersagebereich der vorhergesagten Y-Daten DATENVORBEREITUNG BEI SPEKTREN Spektroskopische Transformationen Spektrennormierung Glattung Ableitungen Korrektur von Streueffekten Vergleich der Vorbehandlungsmethoden EINE ANWENDUNG IN DER PRODUKTIONSUBERWACHUNG Vorversuche Erstes Kalibriermodell Einsatz des Kalibriermodells - Validierphase Offset in den Vorhersagewerten der zweiten Testphase Zusammenfassung der Schritte bei der Erstellung eines Online-Vorhersagemodells TUTORIAL ZUM UMGANG MIT DEM PROGRAMM "THE UNSCRAMBLER" AUF DER DEMO-CD Durchfuhrung einer Hauptkomponentenanalyse (PCA) Datenvorverarbeitung Durchfuhrung einer PLS-Regression mit einer Y-Variablen Verwendung des Regressionsmodells - Vorhersage des Theophyllingehalts fur Testdaten Export der Unscrambler-Modelle zur Verwendung in beliebigen Anwendungen Checkliste fur spektroskopische Kalibrierungen mit dem Unscrambler

Verlagsort	Weinheim
Sprache	deutsch
Maße	117 x 242 mm
Gewicht	806 g
Themenwelt	Naturwissenschaften ► Chemie
ISBN-10	3-527-61003-0 / 3527610030
ISBN-13	978-3-527-61003-7 / 9783527610037
Zustand	Neuware