Un científico que trabaja en un laboratorio de química de los alimentos analiza 60 muestras de harina de soya. Para cada muestra, el científico determina la humedad y contenido de grasa y registra datos del espectro infrarrojo cercano (NIR) a 88 longitudes de onda. El científico selecciona aleatoriamente 54 de las 60 muestras y estima la relación entre las respuestas (humedad y grasa) y los predictores (las 88 longitudes de onda NIR) usando la regresión PLS. El científico utiliza las 6 muestras restantes como un conjunto de datos de prueba para evaluar la capacidad predictiva del modelo.
En Nueva observación para
predictores continuos, ingrese Prueba1-Prueba88.
En Nueva observación para
respuestas (opcional), ingrese Humedad2Grasa2.
Haga clic en Aceptar en cada cuadro de diálogo.
Interpretar los resultados
Los valores p para ambas respuestas son aproximadamente 0.000, que es menos que el nivel de significancia de 0.05. Estos resultados indican que al menos un coeficiente del modelo es diferente de cero. El valor del R2 de prueba para humedad es aproximadamente 0.9. El valor del R2 de prueba para grasa es casi 0.8. Los estadísticos R2 de prueba indican que los modelos predicen adecuadamente. El análisis de cada respuesta por separado daría resultados diferentes.
Método
Validación cruzada
Ninguno
Componentes a calcular
Conjunto
Número de componentes calculados
10
Análisis de varianza de Humedad
Fuente
GL
SC
MC
F
P
Regresión
10
468.516
46.8516
61.46
0.000
Error residual
43
32.777
0.7623
Total
53
501.293
Análisis de varianza de Grasa
Fuente
GL
SC
MC
F
P
Regresión
10
266.378
26.6378
36.89
0.000
Error residual
43
31.050
0.7221
Total
53
297.428
Selección y validación de modelo para Humedad
Componentes
Varianza de X
Error
R-cuadrado
1
0.984976
96.9288
0.806643
2
0.996400
88.9900
0.822479
3
0.997757
71.9304
0.856510
4
0.999427
58.3174
0.883666
5
0.999722
58.1261
0.884048
6
0.999853
48.5236
0.903203
7
0.999963
45.9824
0.908272
8
0.999976
33.1545
0.933862
9
0.999982
32.8074
0.934554
10
0.999986
32.7773
0.934615
Selección y validación de modelo para Grasa
Componentes
Varianza de X
Error
R-cuadrado
1
0.984976
282.519
0.050127
2
0.996400
229.964
0.226824
3
0.997757
115.951
0.610155
4
0.999427
98.285
0.669550
5
0.999722
57.994
0.805015
6
0.999853
53.097
0.821480
7
0.999963
52.010
0.825133
8
0.999976
48.842
0.835784
9
0.999982
34.344
0.884529
10
0.999986
31.050
0.895604
Respuesta pronosticada para las nuevas observaciones utilizando modelo para Humedad
Fila
Ajuste
EE de ajuste
IC de 95%
IP de 95%
1
14.5184
0.388841
(13.7343, 15.3026)
(12.5910, 16.4459)
2
9.3049
0.372712
(8.5532, 10.0565)
(7.3904, 11.2193)
3
14.1790
0.504606
(13.1614, 15.1966)
(12.1454, 16.2127)
4
16.4477
0.559704
(15.3189, 17.5764)
(14.3562, 18.5391)
5
15.1872
0.358044
(14.4652, 15.9093)
(13.2842, 17.0903)
6
9.4639
0.485613
(8.4846, 10.4433)
(7.4492, 11.4787)
Respuesta pronosticada para las nuevas observaciones utilizando modelo para Grasa
