化學計量學軟件Unscrambler9.7-PLS1紅外光譜分析建模-PCAPLS2PLS1

?WORD格式?WORD格式--可編輯--專業(yè)資料'----完整版學習資料分享--------完整版學習資料分享----byliao2013.1.23紅外光譜分析化學計量學軟件Unscrambler9.7PLS1紅外光譜分析建模（幫助里自帶例題消費者對果醬質(zhì)量的偏愛性分析-tutor_b每一步超詳細步驟，自己總結(jié)加翻譯）PCA\PLS2\PLS1問題1：找到覆盆子果醬主要的感官質(zhì)量特征問題2：找出主要感官質(zhì)量特征和化學測量值的關系問題3：通過主要感官質(zhì)量特征預測未知樣的參數(shù)看重殘余方差曲線）,殘余方差曲線）:得分和權(quán)重殘余方差曲線，得分，權(quán)重，模型PCA解釋方差圖(theExplainedVarianee：PLS2解釋方差圖(theExplainedVarianee預測能力-PredictedvsMeasured殘余方差曲線）,殘余方差曲線）:得分和權(quán)重殘余方差曲線，得分，權(quán)重，模型PLS1解釋方差圖（theExplainedVarianee：殘余方差曲線），模型預測能力-PredictedvsMeasured，模型系數(shù)RW-RegressionCoefficients.預測時：模型預測錯誤率RMSEP基本設置：1打開自帶例子tutorialB出EdtvkRKit旦!聞酣H*Ehl*3甌力?UNP—曲薯Q.t圖.|赳剖魚I?]俱也_u迴創(chuàng)田__|.|?]_L6^luBlEACiDiTY^￡￡it￡^i勺訶典EEZUElLRF3PRffERfiM辭EEEEMRrnEft涯呼FFlAUTHfld仝；ChE沖REE**rnP?1Z13i**a15<F□■1殛!門小TWOTMM2EL罔￡■]封生w:2T?E叮融4391140MD4<3^4-NPiBffSd葉+iillU4H1217.UM2W70游宜值I4-4-144AAm*岀於玄衛(wèi)如。苗由=22222&T225.7222i?ajds□3J.12M74^0M他T.?M31T7IM?田圉"639利斑￡-44-44-WiW勺由國E+.&1t7詢卜i■址開C3J41￡IMDOD21T2D&50IM汕.12聞M囪曲4750046MT400DOI^MD3譚9++T22iKTS個％*52用LHjil?S3直閔聞魚卻I時SlEtIB?44+44-狛也37&JDM國例超筈逛弱t4-44-14dflS?L-4H341lEdD06JD0D2753021畑值I5LB1H?E購"5Q&3357￡M60i?D4JT22522222M11氐52帀T4j9KD■2i^CA7.KM?j95db寶間E40戲工和％■)3超*.封封S+722懇偲用殳圜圉L4H233T.76IM7JD0D27320盟賀閡￡翊3i44*56111531M2SD0D4.722226J囲142222375tnD1J42E仏如DO汕血ITlHiM42T?fi37222"gitSJfin込E価好電劉開tJUTS4d彌1+ltTJHZW3S.52W13.3SWCflWDEjiflW2EMWr-WTS4.4坤fl.IMTfl.CMC比羽的a9WO4JIB4J1IT2Z2ZA7Z2ZTsJWPZ2Z23.MP?3L1陽C1H3n3<WWT.BOW3.ilECIDB.WWS.OZTB0.11113.93333.C^S9SI.MCID4.777EWFT5.MF73.EMid5JH733J眄*.z?raC2.HZ12U.MWCTWO2flT3DfcBflW3ZT1MU.0111d7T?Bd.THB3.&UJl.idldXSIP?H.岡貝5.C€313.TOWanraUnkmwn13:mmmmmm3.B3334卿04.J53Diraram4.TK5ZEIMasmE.3TW1B39<3出Z2岡(Jhhwwn1丄mmmmmm丄3均4月切fl.dMO45WT<M5?md13994-.MMXMKZE3EA5.151i4srnonUnhKrwnmmmmmmI5.M7T72335H.QDQ丄HR間DA.5311m41?3iJEIM3.M^Z^MZIL??B13.1OKI4.33P7Llntncrmmmmmmm3L7B1443M3■13M03.M54m3H3itm3.B3F?3.MM5.015^B.3^5SE.13T0Unknown1Tmmmmmm3.CTW畑4E>3.13321孔?岡丄AMT2m■1.STWM7B25.ran3.E1IM孔閔嗚Wdctmimmmmmmfl.flTfllB4.11IBm4.3MB<TW1Z17CHZ3M2口3.HT?3.M14UnhKnwiOfmmmmmm7.JMTaimb3.BOWm43EQ1iJMM3.EM091TOK25.MF?3.[<141罠3fl聞IhtlWMIEEmmEE33573mZT^fclZZ7MG12H<1BH3LAB為化學變量；Absorban吸收性Soluble可溶解性Acidity酸性為設備變量（比色法測得）,6個變量放在設備變量里preferenee變量是消費者偏愛性20個樣品：12個用來建模，叫做校正集；其他8個為預測集。2插入類別變量Cultivar、HarvestTimeEdit-Insert-CategoryVariable同理，收獲時間分類變量HarvestTime，變量名為藍色。數(shù)據(jù)表中雙擊選擇對應值如下圖3樣品、變量設置Modify-EditSet樣品：?Name:CalibrationSamSetInterval1-12?S&tName:PredictionSaniSetInterval:13-20變量：■Setname:InstrumentalDataType:Non-SpectraSrze;6bl^sinterval3-8tSeiname:PreferenceData7ype;Non-SpectraSizej1variableIntervah14>Setname:Sensor/DataType:Non-SpectraSize;12variables^niervalr9-13^15-21問題1：找到覆盆子果醬主要的感官質(zhì)量特征解決方法1PCA建模因為只考慮X變量a□[*副WSIQk?|^^|&|￡|顧1>：~二H四'-Iilgml?*1j-1*ol廠廠MxJ_lfaT1WJT-tAJlhMC4LJVJAMfl-d.iihTo.oiTRESULT暫陀：LHRESULTS.￥FFMMe”「ofm：』J屮⑼IFmnirit：1型JPd+L,*ihlDiJdbirife,Li!fi<hWNrldnc+devm霑-Lftitri-RAM^IdTr^世”TTf*丫山轉(zhuǎn)鈕時「UA^X+工&Brr>'iIf-ITiih*rEdMFihllwdrtitn-UHtrdridiCiCitfei,<dihtr*w*?kmwwtforn*a*-3—RE雪ULg斗怦＜JCI_H2分析:1解釋殘余方差圖;-艮嗨l■5WV1ME&?-蹤fesCOLOUR7~~-朕■PFF：fW\5REOMESfl?:X-kW^n^i，RESULT暫若坤a￡fr■一It*Ml選中右下方，Plot-VariancesandRMSEPIJ匠Hl2解釋得分圖:選中得分圖，Edit-Options-SampleGrouping-EnableSampleGrouping,再按下圖設置:Separatewith:ColorsGroupBy:ValueofVariable:LevelledVariabl&MarkersLayoutNam已得到:PC2Scores+C4_H3*C4_H*C4_1H2+G3H2*C3_H3*C2^+C1凈l_H1_H1*C2_H：ClAIS+C2-H3nPC1-3-2-1tt12HiF?E占ULT4,X-mtpl:麗％.2魄按照收獲時間分類，分成了三類，以不同顏色標示。

3解釋權(quán)重矩陣選中權(quán)重矩陣，View-CorrelationLoadings顯示REDNESSandCOLOUR在主成分1的最右邊，離得很近，遠離中心，非常接近100%解釋方差橢圓（內(nèi)橢圓為50%解釋方差），得出顏色和發(fā)紅性很相關，也意味著得分圖右邊的樣品這兩個變量的含量值很高。主成分2軸上，R.SMELLandR.FLAV在正上方，兩者很相關，且與在正下方的FLAV呈負相關。在得分圖上，越往上，有很高R.SMELLandR.FLAV。得分圖和相關權(quán)重圖顯示C2H3andC1H3有很高的REDNESSandCOLOUR特性值；C1H2有很大的off-flavour特性。在得分圖上的樣品點的位置對應權(quán)重圖上相對應位置上的特性變量值。主成分3描述的變量是sweetness,bitternessandchewingresistaneePlot-Loadings，選擇PC1vs.PC3RESULT4.X-expi:68%.11%4解釋影響圖左下角是，位于圖右上方的樣品是outliers，應該被去除。本圖中沒有outliers.保存PCA模型為“TutorialBPCA”。問題2：找出主要感官質(zhì)量特征和化學測量值的關系解決方法1建立PLS2模型因為考慮X和Y變量Task-RegressionMethod:PLS2Samples:匚前^甘廿口門Sam.J12]?X-variabE&stIristrumental[6jY-variabfes:Sensory[12'Weights:All1/SDevinXandY甘日lidationGoss如lidwti口門Numberofccmponentei6HegressionMethod:CPLS1QPLS2CPCRCMUt][—^ariableEI-TartablesyjdJ-iablyBe￡me...yjdJ-iablyBe￡me...KeepOutofSelect...Weigh七sAllL.00/SDevWei^h+.s...TaiiiatidtlMethoiLeverageCorrect1qtlf*"CrossV：ililailonUiicertaintt-CJestSetdull二]NumPCs!&'VCentn：廠[l^tiLAdiSt：irtffois：±tTLingLirnits..1/IeeuhW：：±tTLingLirnits..占八、、R.SMELL12-4.3889CrossValidationSetupCiiiLcelHelpzTraarR.SMELL12-4.3889CrossValidationSetupCiiiLcelHelpzTraart■RegressionrtMethod:CPLS1府PLS2CPCR廣MLRanipl屯ES—variatlesi-v：=ltlitlez|4.9167C：ilibratiS：=jti[12]〒Ile￡itl^...setupD：%t:nt：xbl旨；TutQr_b_^ditewJClOES』SOLUBUE5.fl*F-FLWCl_HIR.Fd勒THICKMESRESULTS,vanwty.rofti?rC4_nt?C3.H2i_"Hl?■C2HI_弟輿空?西tJwk.SSRltB妙木?jjrtj.tJlSDJ=fQ|旦魚到一v叨□!d..ra11庫r?卜迪i，4|，■Ita*<M」廠4dxjRC2■■11PCFX-#ntf￥-EQ*chr^M11'1bThsUftKrariibkr-[A￡M.TS|REGULT?1.3-Slgpg"WER<8quareDJ51TSQuim?Ki?-544-W444?mtt/???**舁RwfKlMv在PC5處預測誤差達到最小值。但是第一個最小預測誤差是在前兩個主成分后的0.84,這是必須選擇的主成分來避免過擬合。2找出outliers下方的warning：找出outliers。點擊Window-WarningListW：W：=LtTLing1of4isvery1uwconip；iLredto5p：zltlthe5：zurieregionas：±reveryurnqueFiezidualCalibrationyari；itlce七hmV：￡Lila+1onw：jj_i：=lTh：eL.X.J-isvery1uwconip；iLredto5p：zltlthe5：zurieregionas：±reveryurnqueValidation5amp!es.CTff140)“：二|惱甸畀心遼|_點擊outliers得出:

FCsS...V..,IiescriptiunL.V..OutlierListZ170X:TotalResidiLalC：=LLibration￥：=Lt_i:-iTLceis[TlUC...a..0.^13163Y;E;;plVaiidation￥：xt_i:xnus：issm==ill'宏E—1,,:主-171Y:To+==1Reeid.ii：=J_C：=lLiLrat1onV：=Lt_l：=iTliZ&1smuc...a..0.393181Y:TotalResidni：dlVjdlid：itionv：i2_ijiilcgincreaE...3...ClosePr1ntIClosePr1ntIHelp1解釋方差圖選中左下方圖，Plot-VariancesandRMSEP--看模型如何描述6個Y變量—查看解釋方差explainedvarianee.■Variabies:Y;1-6?Samples:；□門

Y-varianceExplainedValidationVariancePCsPpppPpO101c1o1o1o1011Oo's5o4sRESULT6,Variable:v.Totaivv.COLOURv.SHININESv.R.SMELLv.R.FLAVwtheExplainedVarianee殘余方差曲線顯示，兩個主成分是最佳的。變量很好地被這兩個主成分描述。85%thecolorvariation(variables1and2)，80%的sweetness(6)可以被化學和測量變量解釋。注意：只有23%的總Y變量被模型解釋(用兩個主成分)。total為藍色。2解釋得分圖得分圖Edit-OptionsRESULT6.X-tijqsl:S7%.21%Y-expl:29%.2O%PC1描述收獲時間。收獲時間1在最左邊，收獲時間在最右邊，分的很開。得分圖不顯示培養(yǎng)變量Cultivar的信息。結(jié)合loading權(quán)重圖可以得到更多的信息。3解釋權(quán)重圖選中權(quán)重圖，Plot-LoadingWeightsPC2X-ioadingWeightsandY-ioadings+SOLUBLE+L*SWEETNES+OFF-FLAV+JIJICINL-SREDNESS，++時THICKNES+RFLtRECOLOURTAVA6S0RBAN+MELL+SOURNESS*SHININf??：CIDITYPC1IIIIIIIIIII-[)56gRESULT^X-EKpl；丫；?。旱ぁ?羽S顯示spectrophotometriccolormeasurements(L,A,andB與colorintensityandredness是負相關的。Sweetness就像期望的一樣與酸度Acidity負相關。但是R.Flavor與thePLS-factors弱相關(靠近原點、弱的PLS權(quán)重)-----WORD格式-----WORD格式--可編輯--專業(yè)資料----------WORD格式-----WORD格式--可編輯--專業(yè)資料---------完整版學習資料分享--------完整版學習資料分享----問題1PCA模型分析結(jié)果是jamqualityvariedbothwithrespecttocolqrflavoi;andsweetness（果醬質(zhì)量主要以color,flavor,andsweetness）區(qū)分?，F(xiàn)在的模型中顯示，chemicalandinstrumental變量主要預測colorandsweetness但是不能預測Y-variableFlavor。采用其他設備變量X,例如氣相色譜數(shù)據(jù)，可以提高Y-variableFlavor的預測能力。1解釋模型預測能力圖模型預測能力選中右下角圖，Plot-PredictedvsMeasured:variableRedness,modelwithtwoPCsPredictedvsMeasuredPredictedvsMeasuredIncludeTitleCumpDrLhjrLteCumpDrLhjrLte5up;gesteiltlo.ofcompu工lehtlts|2S：=uripleei歹CaLitiratiiV：=J_idatio?WORD格式?WORD格式--可編輯--專業(yè)資料'?WORD格式?WORD格式--可編輯--專業(yè)資料'----完整版學習資料分享--------完整版學習資料分享----PredictedY?MtfETNES5W.BBLEOrFfLAVR.FUTHICKHESMELLAcidityRESULT。，￥3阿譽比兀GOLOLIRMPredictedY?MtfETNES5W.BBLEOrFfLAVR.FUTHICKHESMELLAcidityRESULT。，￥3阿譽比兀GOLOLIRM：.；*=SFEW丫耳耳.甲石；尺EHULTO,QT-Er-■口恫EQME麗冃！"：，.二-...*..CP^HS.Cl_HIr-ju-i-C<H3?■EP.HI、C2_IH-C3.H1*口-C2.H3:■C3_HiC1_HJb無鼻」aimtrihtiRWSER'-SquAPt?jJIUFW?muVW71P1um4tRESULT臨.(Y-￥日r.PC):(REDNESS.2)(REDNESS.2)最終四幅圖:岫TTMiUR-^CrMlbk??ifiitiMififBBa±1i|□制聞Gi翔寧屮|艮|R丨聞」.-1SI1—□1II1丨s*i麗r昶扈i^lzJ_lv-Qmk^iv*保存PLS2模型為“TutorialBInst-SenS'問題3：通過主要感官質(zhì)量特征預測未知樣的參數(shù)解決方法1建立PLS1預測模型Task-Regression?WORD格式“可編輯“專業(yè)資料'?WORD格式“可編輯“專業(yè)資料'?WORD格式“可編輯“專業(yè)資料'?WORD格式“可編輯“專業(yè)資料'-完整版學習資料分享---完整版學習資料分享---完整版學習資料分享---完整版學習資料分享--?WORD格式?WORD格式--可編輯--專業(yè)資料'?WORD格式?WORD格式--可編輯--專業(yè)資料'----完整版學習資料分享--------完整版學習資料分享----2解釋模型預測能力--殘余方差圖選中左下角圖，點擊Window-CopyTo-1o4RESULTS.￥a『iat>lE：億丁o站,預測方差在0.143時停止降低，因此選擇兩個主成分PC1、PC2.3解釋預測和測量圖PredictedvsMeasured選中右下角圖，點擊Plot-PredictedvsMeasuredLiFlotTyjEf(*PredictedveMeasures:Predicted:ELndMe=eleujTrLcluleT：ibleCancelHelpSS：=JTiplt：s；CiilibratiiVValila-tioL_v：±riatilsPEEFEjKEHCfiFTipijrLHTLtESngs：eztmdno.o￡cornjiorLerLtEMeasuredYPredictedYElements:Sl?peiOffset:Correlatrnn:R-Square:RMSEP:SEP:Bias:12y.838829^.Se936B09213010859177G.83B774G.855452-&.139174C2_H31_H2_H3+C4_H3RESULTS,PC):(PREFEREM.2)預測能力很好，雖然一些樣品不是很好地被預測，但是總的相關系數(shù)很好0.9213,4解釋模型系數(shù)BwandB模型系數(shù)告訴我們每一個感官變量對消費者的累計重要性，這些變量可以很好地預測Y變量Preferenee。Plot-RegressionCoeffieients，選擇Weightedeoeffieients(BW)，兩個主成分雙擊圖中顯示屏位置，可以使畫出的圖是全屏RegressionCoefficients(BW)SH-N-NES尹FLA<MocxzmwmdFTFUWTH-CKNESRegressionCoefficients(BW)SH-N-NES尹FLA<MocxzmwmdFTFUWTH-CKNESRESULTij,(Y-var.PC):(卩REFEREN②朗訓二仁刪GEdit-Options-barsEdit-Mark-SignifieantX-VariablesOnly?WORD格式“可編輯“專業(yè)資料'?WORD格式“可編輯“專業(yè)資料'?WORD格式?WORD格式--可編輯--專業(yè)資料'-完整版學習資料分享---完整版學習資料分享------完整版學習資料分享----hiTtwiikicsoaiiibiei~[iR￡SM.TS|hiTtwiikicsoaiiibiei~[iR￡SM.TS|JL^l—刖El?1Q初田口IIK_LI捌Iu卜囚“|」」|時口I|右恤時JJMM?REG■THEnKzEwIL2CINEStiF+LAt_KTERNESOURNESSniTNES?REG■THEnKzEwIL2CINEStiF+LAt_KTERNESOURNESSniTNEStilau一一Z-ZEW0roc^EDMESSR€中RTG.<Y-*a<.PC:PREFEW^.2-iiii!J:::統(tǒng)計分析上，Redness,ColorandSweetness對于預測Preferenee很重要。RaspberrySmell也很重要，但是是副作用對應偏愛。Thickness看起來很重要，因為有很大的副作用，但是該模型不能顯示其重要性。保存模型為“TutorialBSens-Pref'5打開結(jié)果矩陣File-Import-UnscramblerResults-ImportdataintoNewdatatable蔬^jew-latatit!e;匚口rr-ErL七?latatable(fromcm-sor蔬^jew-latatit!e;匚口rr-ErL七?latatable(fromcm-sorl~'匚urFuntdatatkbls(ff&morigin)

ImportLookin；EicuTiiilesFiltTl：=jtih:TutoriiLE￡邑t出?ImportLookin；EicuTiiilesFiltTl：=jtih:TutoriiLE￡邑t出?Ff色臣Fll&EofC：=lTli2elIn±QrfTi=ititFL￡1FL&Enilt1I：=JT|H!Directer7：Creator:Date：S&h七曙,：=Lt_eVere1D：\NTDOCUWEHTSVTHEUNSCEANILERBAT.Giiest2013-1-2311:14ELOIL:^3.7Calibrat.icmMqthcd:FLS1?ExtracteImportfromRegression.ResultN：diii已：TnitorialBSens-Pre±1「侵：Combine：Rows?Columnsi-5：@.KelpWatiriwn：kJTi^：RiWE：Fins：1121-6.iLBO111-6m111-6BdiagTLOziz66Bdi：=LgrLOziz,ilil66圖1121-6E13C12120-6EmjX匚al5amp712PCsC1-6X:|sVTbaUftMnffibter-riutMulSSans”口lif工1l]□￡M|丄<S|a]C瓷崢百鈿」創(chuàng)」國國:ui*RECESS■MLOUR3HININES|RSUELl1KFLM沁ETHE3MuRrjESS|BiTTEWECFF-FLWjuerjEaTHICKNBSCHEWRESBO■2*3*+■r1宜9ir12*irPREFEREN■a0.4394O.iaiO7.33Q97.20030觸師?.2l￡91直冊Q.2EHJ?.13fll9.1144222066輸出模型Results-Regression?WORD格式?WORD格式--可編輯--專業(yè)資料'?WORD格式?WORD格式--可編輯--專業(yè)資料'ResultsLuokin：EHJdITiplyZTypeCre...Modifi&■Tutor1wlBTrLst-SeiLSUnscFLS2M...GITTutorialBlR5t^SeH51UnscFLS2M...GITTutorialBFLS2UnscFLS2Ifl...GITTutorialTSenE-F