Zurück
Vorteile
Mitglieder
Förderer & Partner
Produkte
Verfahren
Produktzertifizierung
Überwachung
Schadensanalyse
Tagungen
Kurse
Abschlüsse & Meister
Online
Inhouse
Whitepaper
Material
Prozess
Messtechnik
Kreislaufwirtschaft
Digitalisierung
Kooperationsprojekte
Qualitätspolitik
Zertifizierungsablauf
Downloads
Kunststoff-Lexikon
Unsere Mission
Standorte
Karriere
Presse
Podcast
Nachhaltigkeit
Zurück
0-9
A
B
C
D
E
F
G
H
K
M
N
O
P
R
S
T
U
V
Wissen

Multivariate Datenanalyse (MVA)

Bei der multivariaten Datenanalyse (MVA) wird zur Auswertung nicht nur eine Bande oder ein Peak betrachtet, sondern meistens das gesamte Spektrum bzw. ein breiter Bereich des Spektrums. Dadurch können im Vergleich zur klassischen univariaten Datenauswertung auch leichte Verschiebungen von Banden, unterliegende Effekte und Wechselwirkungen anhand mehrerer Bereiche zu erkennen. Für die qualitative Betrachtung ist die Hauptkomponentenanalyse (PCA) ein gutes Mittel zur Wahl. Dabei werden die Daten in ein neues Koordinatensystem transformiert, das die Versuchspunkte in Richtung der größten Varianz trennt. Für quantitative Fragestellungen dagegen eignen sich Regressionsmodelle wie die Partial Least Square (PLS) Regression. Dabei wird ähnlich wie bei der PCA eine Achsentransformation durchgeführt, allerdings unter der Berücksichtigung einer Y-Größe (bspw. Konzentration einer Komponente). Diese Y-Größe kann nach Erstellung eines Regressionsmodells dann für unbekannte Proben vorhergesagt werden.

Dr. Linda Mittelberg
Gruppenleiterin Spektroskopie
Würzburg
l.mittelberg@skz.de

Ihr Browser ist veraltet

Für das beste Nutzererlebnis auf unserer Webseite empfehlen wir die Verwendung eines aktuellen Webbrowsers. Bitte aktualisieren Sie Ihren Browser, um alle Funktionen störungsfrei verwenden zu können.