Avaliação do desempenho de ondaletas para a construção de modelos de regressão multivariada empregando dados de espectroscopia no infravermelho

Abstract

Neste trabalho utilizou-se a Transformada Discreta Ondaleta (TDO) Daubechies, com 4 coeficientes (Daub4), para compactar a dimensão da matriz de dados espectrais, obtidos por espectroscopia no infravermelho com transformada de Fourier no intervalo 650- 4.000 cm-1, através da reflectância total atenuada (FTIR-ATR) de amostras de polióis de óleo de soja, visando a determinação do valor de hidroxilas (VOH) que para as amostras estudadas corresponde a faixa 23,66-195,04 mg de KOH/g. Através dos modelos de regressão por mínimos quadrados parciais (PLS), comparou-se o desempenho de cada um dos 5 conjuntos de dados compactados, com o original e/ou entre eles. O conjunto de dados dos espectros de polióis, compactado a 1/4 da sua dimensão original, foi considerado como o mais robusto apresentando redução do RMSEP em 20,28% em relação ao modelo com os espectros não compactados e coeficientes de determinação semelhantes. Esse resultado implicou em um modelo de dimensões menores com a mesma capacidade preditiva, assim a TDO (Daub4), mostra ser um método robusto para a redução da dimensão da matriz de dados espectrais, quando pretende-se construir modelos de regressão multivariados.