Tese em PDF - departamento de engenharia florestal - ufpr ...
Tese em PDF - departamento de engenharia florestal - ufpr ...
Tese em PDF - departamento de engenharia florestal - ufpr ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
mo<strong>de</strong>lag<strong>em</strong>, resultando <strong>em</strong> probl<strong>em</strong>as na predição. O número i<strong>de</strong>al <strong>de</strong><br />
componentes principais é estimado por validação cruzada.<br />
A complexida<strong>de</strong> <strong>de</strong> análise dos espectros NIR, <strong>em</strong> função da sobreposição<br />
das bandas e das informações da amostra transportadas pela radiação requer<strong>em</strong><br />
análise por técnicas especiais que utiliz<strong>em</strong> toda a informação contida nos<br />
espectros, permitindo que mil ou mais comprimentos <strong>de</strong> onda que são registrados<br />
<strong>em</strong> um único espectro possam ser analisados. Essas técnicas são <strong>de</strong>nominadas<br />
<strong>de</strong> técnicas multivariadas, on<strong>de</strong> há a relação <strong>de</strong> um conjunto <strong>de</strong> respostas,<br />
enquanto a calibração univariada relaciona uma única resposta (variável) com a<br />
proprieda<strong>de</strong> <strong>de</strong> interesse (SAMISTRARO, 2008).<br />
A calibração multivariada consiste <strong>em</strong> encontrar um algoritmo mat<strong>em</strong>ático<br />
que estabeleça uma relação entre os dados <strong>de</strong> referência do analito e a resposta<br />
instrumental (SAMISTRARO, 2008). Ferreira (1999, citado por Samistraro, 2008),<br />
cita que constantes <strong>de</strong> proporcionalida<strong>de</strong> individuais entre concentração e<br />
intensida<strong>de</strong> <strong>de</strong> absorção são construídas através <strong>de</strong> curvas <strong>de</strong> calibração <strong>em</strong><br />
cada comprimento <strong>de</strong> onda.<br />
Compreen<strong>de</strong> as etapas <strong>de</strong> mo<strong>de</strong>lag<strong>em</strong> (calibração) e <strong>de</strong> validação<br />
(FERREIRA, 1999). O mo<strong>de</strong>lo mat<strong>em</strong>ático <strong>de</strong>senvolvido na etapa <strong>de</strong> calibração<br />
<strong>de</strong>termina um vetor <strong>de</strong> coeficientes <strong>de</strong> regressão que estabelece uma relação<br />
entre o sinal medido e a proprieda<strong>de</strong> que se <strong>de</strong>seja quantificar na amostra.<br />
Validar o mo<strong>de</strong>lo significa testar a confiabilida<strong>de</strong> da etapa <strong>de</strong> calibração,<br />
comparando os resultados previstos pelo mo<strong>de</strong>lo com os resultados esperados<br />
(MESSERSCHMIDT, 1999).<br />
3.2.10 Validação externa e cruzada<br />
Para Campos (2008), a etapa <strong>de</strong> validação t<strong>em</strong> o objetivo <strong>de</strong> verificar o<br />
<strong>de</strong>s<strong>em</strong>penho <strong>de</strong> um dado mo<strong>de</strong>lo para predizer novas amostras <strong>de</strong>sconhecidas.<br />
As respostas obtidas pela predição são comparadas com os valores reais e,<br />
quando os resíduos <strong>de</strong> predição são baixos, o mo<strong>de</strong>lo é validado. Para a<br />
validação dos mo<strong>de</strong>los <strong>de</strong> calibração PLS adotam-se os seguintes métodos: -<br />
validação cruzada por segmentos ao acaso: as amostras são divididas <strong>em</strong><br />
59