InhaltsangabeEINFÜHRUNG IN DIE MULTIVARIATE DATENANALYSE Was ist multivariate Datenanalyse Datensätze in der multivariaten Datenanalyse Ziele der multivariaten Datenanalyse Prüfen auf Normalverteilung Finden von Zusammenhängen HAUPTKOMPONENTENANALYSE Geschichte der Hauptkomponentenanalyse Bestimmung der Hauptkomponenten Mathematisches Modell der Hauptkomponentenanalyse PCA für drei Dimensionen PCA für viele Dimensionen: Gaschromatographische Daten Standardisierung der Messdaten PCA für viele Dimensionen: Spektren Wegweiser zur PCA bei der explorativen Datenanalyse MULTIVARIATE REGRESSIONSMETHODEN Klassisch und inverse Kalibration Univariate lineare Regression Maßzahlen zur Überprüfung des Kalibriermodells (Fehlergrößen bei der Kalibrierung) Signifikanz und Interpretation der Regressionskoeffizienten Grafische Überprüfung des Kalibriermodels Multiple lineare Regression (MLR) Beispiel für MLR - Auswertung eines Versuchsplans Hauptkomponentenregression (Principal Component Regression, PCR) Partial Least Squares Regression (PLS Regression) Geschichte der PLS PLS Regression für eine Y-Variable (PLS1) PLS Regression für mehrere Y-Variablen (PLS2) KALIBRIEREN, VALIDIEREN DER MODELLE Zusammenfassung der Kalibrierschritte - Kalibrierfehler Möglichkeiten der Validierung Bestimmen des Kalibrier- und Validierdatensets Ausreißer Vorhersagebereich der vorhergesagten Y-Daten DATENVORBEREITUNG BEI SPEKTREN Spektroskopische Transformationen Spektrennormierung Glättung Ableitungen Korrektur von Streueffekten Vergleich der Vorbehandlungsmethoden EINE ANWENDUNG IN DER PRODUKTIONSÜBERWACHUNG 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 Durchführung einer Hauptkomponentenanalyse (PCA) Datenvorverarbeitung Durchführung einer PLS-Regression mit einer Y-Variablen Verwendung des Regressionsmodells - Vorhersage des Theophyllingehalts für Testdaten Export der Unscrambler-Modelle zur Verwendung in beliebigen Anwendungen Checkliste für spektroskopische Kalibrierungen mit dem Unscrambler

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

Leseprobe

EINFÜHRUNG IN DIE MULTIVARIATE DATENANALYSE Was ist multivariate Datenanalyse Datensätze in der multivariaten Datenanalyse Ziele der multivariaten Datenanalyse Prüfen auf Normalverteilung Finden von Zusammenhängen HAUPTKOMPONENTENANALYSE Geschichte der Hauptkomponentenanalyse Bestimmung der Hauptkomponenten Mathematisches Modell der Hauptkomponentenanalyse PCA für drei Dimensionen PCA für viele Dimensionen: Gaschromatographische Daten Standardisierung der Messdaten PCA für viele Dimensionen: Spektren Wegweiser zur PCA bei der explorativen Datenanalyse MULTIVARIATE REGRESSIONSMETHODEN Klassisch und inverse Kalibration Univariate lineare Regression Maßzahlen zur Überprüfung des Kalibriermodells (Fehlergrößen bei der Kalibrierung) Signifikanz und Interpretation der Regressionskoeffizienten Grafische Überprüfung des Kalibriermodels Multiple lineare Regression (MLR) Beispiel für MLR - Auswertung eines Versuchsplans Hauptkomponentenregression (Principal Component Regression, PCR) Partial Least Squares Regression (PLS Regression) Geschichte der PLS PLS Regression für eine Y-Variable (PLS1) PLS Regression für mehrere Y-Variablen (PLS2) KALIBRIEREN, VALIDIEREN DER MODELLE Zusammenfassung der Kalibrierschritte - Kalibrierfehler Möglichkeiten der Validierung Bestimmen des Kalibrier- und Validierdatensets Ausreißer Vorhersagebereich der vorhergesagten Y-Daten DATENVORBEREITUNG BEI SPEKTREN Spektroskopische Transformationen Spektrennormierung Glättung Ableitungen Korrektur von Streueffekten Vergleich der Vorbehandlungsmethoden EINE ANWENDUNG IN DER PRODUKTIONSÜBERWACHUNG 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 Durchführung einer Hauptkomponentenanalyse (PCA) Datenvorverarbeitung Durchführung einer PLS-Regression mit einer Y-Variablen Verwendung des Regressionsmodells - Vorhersage des Theophyllingehalts für Testdaten Export der Unscrambler-Modelle zur Verwendung in beliebigen Anwendungen Checkliste für spektroskopische Kalibrierungen mit dem Unscrambler