Uma versão aprimorada do algoritmo de projeções sucessivas para seleção de variáveis em regressão linear múltipla

• Ano de defesa: 2023
• Autor(a) principal: Canova, Luciana dos Santos
• Orientador(a): Gomes, Adriano de Araújo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Seleção de variáveis; Regressão linear múltipla; Regressão por mínimos quadrados parciais (PLS); Espectrometria no infravermelho
• Palavras-chave em Inglês: Variable selection; Successive projections algorithm; Multilinear regression; Partial least squares, NIR spectrometry
• Link de acesso: http://hdl.handle.net/10183/274079

O algoritmo de Projeções Sucessivas (APS), também conhecido em inglês como SPA, foi desenvolvido com o propósito de selecionar um subconjunto de variáveis informativas e minimamente redundantes para a construção de modelos de regressões lineares múltiplas (MLR). Esse método visa minimizar o impacto da multicolinearidade, que é comumente presente em dados instrumentais, ao mesmo tempo em que alcança uma melhor acurácia na previsão. A combinação do APS com o MLR, como uma abordagem de seleção variável/calibração multivariada, resultou no método APS-MLR, o qual tem sido relatado na literatura como capaz de produzir modelos com boa capacidade de previsão em comparação com os modelos convencionais de "espectro completo" via mínimos quadrados parciais (PLS), em alguns casos. Neste trabalho, é proposta a adição de uma etapa de filtro (f) à versão atual do algoritmo APS, a fim de reduzir o número de variáveis não informativas antes da fase de projeção. Essa adição auxilia o algoritmo na seleção das melhores variáveis nas etapas subsequentes. O algoritmo resultante, denominado de fAPS-MLR, é avaliado em dois estudos de caso que envolvem dados de espectroscopia no infravermelho próximo: (i) quantificação do ingrediente farmacêutico ativo (IFA) em comprimidos e (ii) quantificação de biodiesel em misturas diesel/biodiesel. Comparados com o método PLS, os modelos fAPS-MLR demonstram desempenho semelhante ou superior. Além disso, os modelos fAPS-MLR superam o APS-MLR original tanto na validação cruzada quanto na previsão externa. Independentemente do algoritmo de pré-processamento testado, incluindo primeira derivada Savitzky-Golay (SG) e Standard Normal Variate (SNV), ou mesmo em dados de espectros brutos, os modelos fAPS-MLR oferecem resultados superiores.