-12%
124,99 €
Statt 142,00 €**
124,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Gebundenes Buch)
Sofort per Download lieferbar
Statt 142,00 €**
124,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Gebundenes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
Als Download kaufen
Statt 142,00 €**
-12%
124,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Gebundenes Buch)
Sofort per Download lieferbar
Abo Download
9,90 € / Monat*
*Abopreis beinhaltet vier eBooks, die aus der tolino select Titelauswahl im Abo geladen werden können.

inkl. MwSt.
Sofort per Download lieferbar

Einmalig pro Kunde einen Monat kostenlos testen (danach 9,90 € pro Monat), jeden Monat 4 aus 40 Titeln wählen, monatlich kündbar.

Mehr zum tolino select eBook-Abo
Jetzt verschenken
Statt 142,00 €**
-12%
124,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Gebundenes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
0 °P sammeln

  • Format: PDF


In vielen Fachgebieten, wie z. B. der Lebensmittelchemie, der pharmazeutischen oder biotechnologischen Industrie fallen immer mehr Daten an, die ausgewertet werden müssen. Klassische Verfahren gelangen hierbei schnell an ihre Grenzen. Die multivariate Datenanalyse beschäftigt sich mit Verfahren, mit denen man aus einer Fülle von Daten - wie z. B. Prozessdaten, Messdaten, Mikroarraydaten, Spektren - die wesentlichen, unabhängigen Informationen herausarbeiten kann. Es eröffnen sich somit ganz neue Möglichkeiten für eine effiziente und gleichzeitig umfangreiche Auswertung. Alle Methoden und…mehr

Produktbeschreibung
In vielen Fachgebieten, wie z. B. der Lebensmittelchemie, der pharmazeutischen oder biotechnologischen Industrie fallen immer mehr Daten an, die ausgewertet werden müssen. Klassische Verfahren gelangen hierbei schnell an ihre Grenzen. Die multivariate Datenanalyse beschäftigt sich mit Verfahren, mit denen man aus einer Fülle von Daten - wie z. B. Prozessdaten, Messdaten, Mikroarraydaten, Spektren - die wesentlichen, unabhängigen Informationen herausarbeiten kann. Es eröffnen sich somit ganz neue Möglichkeiten für eine effiziente und gleichzeitig umfangreiche Auswertung. Alle Methoden und Verfahren der multivariaten Datenanalyse werden anhand von praktischen Beispielen mit einer beigefügten Demoversion des Programms "The Unscrambler". Der Leser ist somit in der Lage, das Erlernte direkt auf seine eigenen Fragestellungen anzuwenden.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, D ausgeliefert werden.

Autorenporträt
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).
Inhaltsangabe
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
Rezensionen
"...Dem Leser wird ein ausreichender mathematischer Hintergrund der multivariaten Verfahren vermittelt, dabei legen die Autoren gleichzeitig viel Wert auf Anschaulichkeit und Interpretation. Beispiele aus der insustriellen Praxis verdeutlichen die Theorie, und es gibt viele Hinweise und Tipps für die Anwendung der Verfahren beim Auswerten großer Datenmengen."
PharmaTec, 06/2007