Resumen

Proponemos un método de calibración de mínimos cuadrados clásicos aumentados (ACLS) para el análisis espectral Raman cuantitativo contra la pérdida de información de componentes. Se seleccionaron las señales espectrales Raman con bajas correlaciones de concentración de analitos y se utilizaron como sustitutos de la información cuantitativa de componentes desconocidos durante el procedimiento de calibración CLS. El número de señales seleccionadas se determinó utilizando la curva de error cuadrático medio de validación cruzada de dejar uno fuera (RMSECV). Se construyó un modelo ACLS basado en la matriz de concentración aumentada y la matriz de señales espectrales de referencia. El método propuesto se comparó con mínimos cuadrados parciales (PLS) y regresión de componentes principales (PCR) utilizando un ejemplo: un conjunto de datos registrado a partir de un experimento de determinación de concentración de analitos utilizando espectroscopía Raman. Se explotó una validación cruzada de 2 pliegues con la estrategia de persianas venecian

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Propuesto; ACLS; Cuantitativo; Análisis espectral Raman; Pérdida de información de componentes; Poder predictivo
• Keywords:Proposed; ACLS; Quantitative; Raman spectral analysis; Component information loss; Predictive power