Fiabilidad de clasificación con PLS discriminante

  1. Pérez Pérez, Nestor Fredy
Dirigida por:
  1. Joan Ferré Baldrich Director/a
  2. Ricard Boqué Martí Director/a

Universidad de defensa: Universitat Rovira i Virgili

Fecha de defensa: 14 de mayo de 2010

Tribunal:
  1. Josep Guasch Torres Presidente/a
  2. Francesca Guimet Vila Secretario/a
  3. Juan Antonio Fernández Pierna Vocal
  4. José Manuel Moreno Rojas Vocal
  5. Guillermo Ramis Ramos Vocal

Tipo: Tesis

Teseo: 300125 DIALNET

Resumen

En la presente tesis se desarrolló la clasificación multivariante de muestras mediante mínimos cuadrados parciales discriminantes probabilísticos (p-DPLS). El método, además de clasificar una muestra basándose en DPLS, proporciona la fiabilidad de la clasificación. p-DPLS se mejoró para resolver problemas multiclase y fue más adecuado que otros métodos de clasificación como CART y SIMCA, además de proporcionar la fiabilidad de clasificación. Adicionalmente, se desarrolló una metodología para establecer especificaciones multivariantes de alimentos, combinado los estadísticos Hotelling T2 y SPE¸, y las predicciones del modelo DPLS. Los anteriores desarrollos se aplicaron a problemas de clasificación de suelos analizados por XRF e ICP-MS, mieles analizadas por CG-MS y aceites de oliva analizados por NIR y 1H-RMN.