Vitenskapelige artikler m/referee

Variable selection in NIR based on significance testing in Partial Least Squares Regression (PLSR).

 

Variabel seleksjon i NIR-spektroskopi basert på signifikans i multivariat regresjon

Artikkelen presenterer en ny metode for å finne signifikante variable i multivariable modeller. Metoden er anvendt på NIR spektra målt i en ølbryggings-prosess.

I etablering av regresjonsmodeller benyttes ofte en form for variabel seleksjon for å oppnå optimale prediksjonsegenskaper. I denne sammenheng må modellen valideres for å unngå å inkludere støy i modellen. Metoden er basert på kryssvalidering, og er godt egnet til å utelate ikke-signifikante variable. Den gir også gode resultater når formålet er å finne få, men relevante variable blant mange kombinasjoner.

Westad, F., Martens, H. Variable selection in NIR based on significance testing in Partial Least Squares Regression (PLSR). Journal of Near Infrared Spectroscopy, 2000, Vol 8, pp 117-124.

Nøkkeldata

Årstall 2000
Abstract A jack-knife based method for variable selection in PLS regression is presented. The method is based on significance tests of model parameters, in this paper applied to regression coefficients. The method is tested on a near infrared (NIR) spectral data set recorded on beer samples, correlated to extract concentration and compared to other methods with known merit. Journal of Near Infrared Spectroscopy, 2000, Vol 8, pp 117-124.
Referanse Westad, F., Martens, H. 2000. Variable selection in NIR based on significance testing in Partial Least Squares Regression (PLSR). Journal of Near Infrared Spectroscopy, Vol 8, pp 117-124.
Utgiver Journal of Near Infrared Spectroscopy,

Relaterte personer

  • Harald Martens

    Seniorforsker

    Tlf: +47 64970291

    Mobil: +47 950 75 025