A lo largo de una serie de entradas, iré repasando conceptos de Unscrambler para datos espectroscópicos. Existe un maravilloso libro "Multivariate Data Analysis - in practice" del profesor Kim H. Esbensen que es una guía perfecta para repasar algunos conceptos y meterse posteriormente en mas profundidad con otra serie de datos.
Para ello nada mejor que empezar con espectros sencillos, como el del "predicción en gasolina del índice de octano".
Para ello nada mejor que empezar con espectros sencillos, como el del "predicción en gasolina del índice de octano".
Como hemos comentado, lo primero es fijarse en los espectros, donde claramente observamos unos anómalos que se separan del resto.
Estas muestras hacen que se separan del resto a partir de una cierta zona espectral, son las que hacen que la desviación estándar (representada en el tercer gráfico) sea mayor, indicando que existe una mayor variabilidad en esa zona, y la gráfica nos muestra un +/- respecto a la media.
Sin embargo el segundo gráfico nos muestra de una manera más clara que existen anómalos, en él se muestra la media, el mínimo, el máximo y los cuartiles en torno a la media, siendo el cuartil superior de gran amplitud debido a las muestras anómalas.
Estimado Jose,
ResponderEliminarLamentablemente no tengo el Unscrambler, de modo que no puedo reproducer estos graficos que son muy claros para deterctar anomalos.
Sabes tu como realizarlos en R. sabes que script podria utilizer_
Muchas gracias nuevamente por tu tiempo!
Adios!
Seguro que es muy simple de generar, ya que se trata de hacer boxplots a cada longitud de onda. Creo que hay una entrada del blog en la que lo hice. Tendría que mirarlo.
EliminarMuchas gracias por los comentarios.
Saludos