CURSO DE USNCRAMBLER X
Análise Multivariada de Dados
Básico MVA1
TRÊS DIAS DE CURSO

Por muitos anos, a Análise Multivariada de Dados (MVA) tem sido usada por espectroscopistas, químicos analíticos, engenheiros de processo e cientistas sensoriais com a finalidade de encontrar correlações em tabelas de dados complexas. Métodos como a Análise de Componente Principal (PCA) têm sido utilizados para fins de mineração e análise exploratória de dados, enquanto que métodos como Mínimos Quadrados Parciais (PLS) têm sido utilizados ​​para prever propriedades difíceis de medir de produtos que variam de produtos farmacêuticos, petroquímicos e comodities agrícolas.

* Todo o material do curso será complementado, de maneira prática, com exercícios práticos que destacam o uso de cada método discutido.

Quem deve participar deste programa?

Os cursos foram projetados para pessoas:

• Envolvidas em P&D, desenvolvimento de produtos, otimização de processos, controle de qualidade e monitoramento.
• Trabalhando com instrumentos espectroscópicos (NIR, FTIR, UV,/VIS, NMR, DAS, Raman, Espectroscopia de Massas), instrumentos cromatográficos (LC, CE, GC, HPLC), dados de produção e dados sensoriais, P&D, controle de qualidade ou processos de produção, isto é, trabalhando com conjuntos de dados complexos de muitas variáveis.

* Nenhum conhecimento prévio do The Unscrambler® X é exigido para participar deste curso.

Descrição

Se você deseja estudar várias variáveis ao mesmo tempo que são correlacionadas, você precisa da estratégia do modelo multivariado.

Durante o treinamento de Análise Multivariada de Dados – Nível 1 você vai aprender sobre:

• A necessidade pelo método multivariado
• Aplicações comuns
• Importação e visualização do seu dado
• Análise de Componente Principal
• Regressão Linear Múltipla
• Regressão de Componente Principal
• Regressão de Mínimos Quadrados Parciais
• Detecção de valores atípicos
• Validação dos modelos

O treinamento conterá a teoria e o uso prático do método multivariado.

Detalhes do Curso

Dia 1

• Seção 1 – Introdução à Análise Multivariada
• O mundo é multivariado
• Conceitos de multivariado
• Exemplos de multivariado
• Fluxo de trabalho de análise de dados
• Seção 2 – Noções e termos utilizados em MVA1
• Variáveis explicativas, de design e de resposta
• Variáveis fictícias
• Seção 3 – Importação e manuseio de dados
• Dados históricos x experimentos planejados
• Importação e manuseio de dados
• Seção 4 – Diagnóstico e plotagem
• Diferentes tipos de plotagem
• Agrupamento de amostra
• Intervalo
• Seção 5 – Análise de Componente Principal
• Análise exploratória de dados
• O princípio da projeção
• Interpretação
• Teoria de background
• Validação
• Projeção de novas amostras

Dia 2

• Seção 6 – Detecção de valores atípicos
• O que é um valor atípico
• Diferentes gráficos diagnósticos
• Seção 7 – Métodos de Regressão
• Conceito
• Regressão Linear Múltipla – MLR
• Regressão de Componente Principal – PCA
• Intervalo
• Regressão de Mínimos Quadrados Parciais – PLS
• Interpretação
• Predição
• Seção 8 – Métodos de validação
• Por que validar?
• Estágios de modelagem
• Conjunto de testes
• Validação cruzada
• Replicata

Dia 3

• Seção 9 – Como ser um bom analista de dados?
• Regras em análise multivariada
• Conselhos na fase de modelagem
• Validação dos modelos
• Exercícios e discussões finais