AVALIAÇÃO DO DESEMPENHO DE ONDALETAS PARA A CONSTRUÇÃO DE MODELOS DE REGRESSÃO MULTIVARIADA EMPREGANDO DADOS DE ESPECTROSCOPIA NO INFRAVERMELHO

Autores

• Marcia Werlang
• Marlize Rizzi
• Eloisa Marciana Kolberg Theisen
• Germano Fenner
• Marco Flôres Ferrão
• Annelise Engel Gerbase
• Rubén Panta Pazos

DOI:

https://doi.org/10.17058/tecnolog.v12i1.126

Palavras-chave:

PLS, otimização, wavelets, redução da dimensionalidade, infravermelho, polióis de soja

Resumo

Neste trabalho utilizou-se a Transformada Discreta Ondaleta (TDO) Daubechies, com 4 coeficientes (Daub4), para compactar a dimensão da matriz de dados espectrais, obtidos por espectroscopia no infravemelho com transformada de Fourier, através da reflectância total atenuada (FTIR-ATR) de amostras de polióis de óleo de soja, visando a determinação do valor de hidroxilas (VOH). Através dos modelos de regressão por mínimos quadrados parciais (PLS), comparou-se o desempenho de cada um dos 5 conjuntos de dados compactados, com o original e/ou entre eles. O conjunto de dados dos espectros de polióis, compactado a 1/4 da sua dimensão original, foi considerado como o mais robusto apresentando um RMSEP 20,28% menor que o modelo com os espectros não compactados e uma correlação semelhante. Esse resultado implicou em um modelo de dimensões menores com a mesma capacidade preditiva, assim a TDO (Daub4), mostra ser um método robusto para a redução da dimensão da matriz de dados espectrais, quando pretende-se construir modelos de regressão multivariados.