Principalmente en:
Qumica analtica (prediccin de
propiedades de materiales a partir
de datos instrumentales)
Control de procesos industriales
Dos casos de regresin en sistemas lineales:
Dado:
y = Xb + f
Consideremos dos
casos:
La regresin de mnimos cuadrados parciales (PLS) es el caballo
de batalla de la quimiometra. Es un mtodo relacionado con el
anlisis de componentes principales (PCA). Estos mtodos tienen
ventajas intrnsecas cuando se le compara con mtodos
univariados. Todas las variables relevantes son incluidas en el
modelo PLS. En lo que sigue, se har referencia al llamado modelo
PLS1, donde se considera una variable dependiente, representada
por el vector y. Cuando se consideran varias variables
dependientes, el modelo es denominado PLS2, y las variables se
representan por una matriz Y. La suposicin bsica de todos estos
modelos es que el sistema o proceso estudiado depende de un
nmero pequeo de variables latentes (V.L.). Este concepto es
similar al de componentes principales. Las variables latentes son
estimadas como combinaciones lineales de las variables
observadas.
Variables latentes
En conjuntos de datos con muchas variables, en muchos casos grupos
de stas estn relacionadas. Una razn es que ms de una variable est
influenciada por los mismos factores que gobiernan el comportamiento
del sistema. Cuando existen variables dependientes e independientes,
es posible determinar , en muchos sistemas, un nmero pequeo de
variables latentes que permiten predecir los valores de las variables
independientes. La disponibilidad de instrumentacin permite medir
muchas variables en un sistema fsico.
En esos casos, es posible aprovechar la redundancia existente y
simplificar el problema reemplazando un grupo de variables con unas
pocas nuevas variables. Esto es posible hacerlo cuantitativamente y de
manera precisa con el la regresin de mnimos cuadrados parciales
(PLS).
Variables latentes
Considrese una descomposicin en matrices unitarias
(de la matriz centrada o centrada y escalada):
Aqu se
consideran a
variables
latentes
Ejemplo: prediccin de aromticos totales
en gasolina de aviacin (datos del SWRI)
Modelo PLS1
creado a partir
del conjunto de
muestras de
referencia
Se determina el
nmero de V.L.
con el conjunto de
muestras de
prueba
Valores por
Espectros de NIR mtodo de
referencia
Ejemplo: prediccin de aromticos
totales en gasolina de aviacin
Espectros
derivados,
infrarrojo
cercano (NIR)
Ejemplo: prediccin de aromticos
totales en gasolina de aviacin
Varianza capturada por el modelo PLS1
(entrenamiento)
Ejemplo: prediccin de aromticos
totales en gasolina de aviacin
Otra informacin importante:
ytestdesv = 6.0487
errorpred = 0.6307
cociente = 9.5911