Buch, Englisch, 468 Seiten, Format (B × H): 157 mm x 235 mm, Gewicht: 907 g
An Introduction
Buch, Englisch, 468 Seiten, Format (B × H): 157 mm x 235 mm, Gewicht: 907 g
ISBN: 978-0-471-97428-4
Verlag: Wiley
Die Datenanalyse mit mehreren Variablen gehört zum Alltag der Chemometrie. Die Autoren sind ausgezeichnete Spezialisten auf dem Gebiet der multivariaten Analyse. Sie geben hier in saloppem Stil und aufgelockert durch zahlreiche witzige Cartoons eine verständliche Einführung in dieses Thema. Erläutert werden eine Reihe von Anwendungen bei der Qualitätskontrolle, insbesondere in der Nahrungsmittelindustrie. Mit zahlreichen Kontrollfragen und Übungsaufgaben!
Autoren/Hrsg.
Fachgebiete
- Naturwissenschaften Chemie Analytische Chemie
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Automatische Datenerfassung, Datenanalyse
- Interdisziplinäres Wissenschaften Wissenschaften: Forschung und Information Datenanalyse, Datenverarbeitung
- Naturwissenschaften Biowissenschaften Biowissenschaften
Weitere Infos & Material
Preface.
Acknowledgements.
OVERVIEW.
Why Multivariate Data Analysis?
Qualimetrics for Determining Quality.
A Layman's Guide to Multivariate Data Analysis.
METHODOLOGY.
Some Estimation Concepts.
Analysis of One Data Table X: Principle Component Analysis.
Analysis of Two Data Tables X and Y: Partial Least Squares Regression (PLSR).
Example of Multivariate Calibration Project.
Interpretation of Many Types of Data X and Y: Exploring Relationships in Interdisciplinary Data Sets.
Classification and Discrimination X_1, X_2, X_3: Handling Heterogeneous Sample Sets.
Validation X and Y.
Experimental Planning Y and X.
APPLICATIONS.
Multivariate Calibration: Quality Determination of Wheat From High-speed NIR Spectra.
Analysis of Questionnaire Data: What Determines Quality of the Working Environment?
Analysis of a Heterogeneous Sample Set: Predicting Toxicity From Quantum Chemistry.
Multivariate Statistical Process Control: Quality Monitoring of a Sugar Production Process.
Design and Analysis of Controlled Experiments: Reducing Loss of Quality in Stored Food.
Appendix A1: How the Present Book Relates to Some Mathematical Modelling Traditions in Science.
Appendix A2: Sensory Science.
Appendix A3.1: Bi-linear Modelling Has Many Applications.
Appendix A3.2: Common Problems and Pitfalls in Soft Modelling.
Appendix A4: Mathematical Details.
Appendix A5: PCA Details.
Appendix A6: PLS Regression Details.
Appendix A7: Modelling the Unknown.
Appendix A8: Non-linearity and Weighting.
Appendix A9: Classification and Outlier Detection.
Appendix A10: Cross-validation Details.
Appendix A11: Power Estimation Details.
Appendix A12: What Makes NIR Data So Information-rich?
Appendix A13: Consequences of the Working Environment Survey.
Appendix A14: Details of the Molecule Class Models.
Appendix A15: Forecasting the Future.
Appendix A16: Significance Testing with Cross-validation vs. ANOVA.
References.
Index.