ESTIMACIÓN DE PROTEÍNA EN SEMOLINA DE ARROZ, MEDIANTE APLICACIÓN DE REGRESIONES EN EL INFRARROJO CERCANO
Fuente:
Redalyc
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad de Costa Rica
2016
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1876461180289024000 |
|---|---|
| author | Oscar Centeno-Mora |
| author_facet | Oscar Centeno-Mora |
| contents | ESTIMACIÓN DE PROTEÍNA EN SEMOLINA DE ARROZ, MEDIANTE APLICACIÓN DE REGRESIONES EN EL INFRARROJO CERCANO Oscar Centeno-Mora Agrociencias Bootstrap mínimos cuadrados parciales espectroscopia del infrarrojo cercano Regresión por componentes principales El objetivo de este trabajo fue la comparación empírica de las técnicas de regresión por mínimos cuadrados parciales (MCP) y por componentes principales (RCP) en la predicción del porcentaje de proteína para la semolina de arroz. Las estimaciones se realizaron utilizando los valores de absorbancia en la zona del infrarrojo cercano. Se obtuvieron 135 muestras de semolina de arroz recolectadas entre el 2004 y 2012, procedentes de diversas fábricas para la elaboración de alimentos para animales en Costa Rica. Se validó la convergencia de los resultados mediante técnicas de simulación de Bootstrap. Las observaciones se dividieron en dos grupos: un conjunto de datos para la estimación del mejor modelo de regresión (n=120), y un conjunto de datos de validación (n=15). Para el conjunto de datos de estimación, los modelos presentaron dificultades a nivel de los valores extremos, lo cual produjo la eliminación de un valor para obtener el mejor modelo en el caso del MCP. En la validación de los modelos de regresión, los estadísticos de bondad y de ajuste del error estándar de predicción de medias (EEPM), la raíz del error estándar de predicción de medias (REEPM), el error estándar de predicción (EEP), la razón de desviación de predicción (RDP) y gráficos de valores observados contra predichos, confirmaron mejores ajustes para la regresión por MCP (EEP=0,304) respecto al RPC (EEP=0,312). El método de simulación mostró una mejor convergencia en los resultados de la regresión por MCP para predecir el porcentaje de proteína en la semolina de arroz. 2016 artículo científico 2215-3608 https://www.redalyc.org/articulo.oa?id=43745945014 https://www.redalyc.org/journal/437/43745945014/ https://www.redalyc.org/journal/437/43745945014/html/ https://www.redalyc.org/journal/437/43745945014/43745945014.epub https://www.redalyc.org/journal/437/43745945014/movil es http://www.redalyc.org/revista.oa?id=437 Agronomía Mesoamericana application/pdf Universidad de Costa Rica Agronomía Mesoamericana (Costa Rica) Num.2 Vol.27 |
| format | Artículo científico |
| id | redalyc_43745945014 |
| institution | Redalyc |
| language | es |
| publishDate | 2016 |
| publisher | Universidad de Costa Rica |
| spellingShingle | ESTIMACIÓN DE PROTEÍNA EN SEMOLINA DE ARROZ, MEDIANTE APLICACIÓN DE REGRESIONES EN EL INFRARROJO CERCANO Oscar Centeno-Mora Agrociencias Bootstrap mínimos cuadrados parciales espectroscopia del infrarrojo cercano Regresión por componentes principales ESTIMACIÓN DE PROTEÍNA EN SEMOLINA DE ARROZ, MEDIANTE APLICACIÓN DE REGRESIONES EN EL INFRARROJO CERCANO Oscar Centeno-Mora Agrociencias Bootstrap mínimos cuadrados parciales espectroscopia del infrarrojo cercano Regresión por componentes principales El objetivo de este trabajo fue la comparación empírica de las técnicas de regresión por mínimos cuadrados parciales (MCP) y por componentes principales (RCP) en la predicción del porcentaje de proteína para la semolina de arroz. Las estimaciones se realizaron utilizando los valores de absorbancia en la zona del infrarrojo cercano. Se obtuvieron 135 muestras de semolina de arroz recolectadas entre el 2004 y 2012, procedentes de diversas fábricas para la elaboración de alimentos para animales en Costa Rica. Se validó la convergencia de los resultados mediante técnicas de simulación de Bootstrap. Las observaciones se dividieron en dos grupos: un conjunto de datos para la estimación del mejor modelo de regresión (n=120), y un conjunto de datos de validación (n=15). Para el conjunto de datos de estimación, los modelos presentaron dificultades a nivel de los valores extremos, lo cual produjo la eliminación de un valor para obtener el mejor modelo en el caso del MCP. En la validación de los modelos de regresión, los estadísticos de bondad y de ajuste del error estándar de predicción de medias (EEPM), la raíz del error estándar de predicción de medias (REEPM), el error estándar de predicción (EEP), la razón de desviación de predicción (RDP) y gráficos de valores observados contra predichos, confirmaron mejores ajustes para la regresión por MCP (EEP=0,304) respecto al RPC (EEP=0,312). El método de simulación mostró una mejor convergencia en los resultados de la regresión por MCP para predecir el porcentaje de proteína en la semolina de arroz. 2016 artículo científico 2215-3608 https://www.redalyc.org/articulo.oa?id=43745945014 https://www.redalyc.org/journal/437/43745945014/ https://www.redalyc.org/journal/437/43745945014/html/ https://www.redalyc.org/journal/437/43745945014/43745945014.epub https://www.redalyc.org/journal/437/43745945014/movil es http://www.redalyc.org/revista.oa?id=437 Agronomía Mesoamericana application/pdf Universidad de Costa Rica Agronomía Mesoamericana (Costa Rica) Num.2 Vol.27 |
| title | ESTIMACIÓN DE PROTEÍNA EN SEMOLINA DE ARROZ, MEDIANTE APLICACIÓN DE REGRESIONES EN EL INFRARROJO CERCANO |
| topic | Agrociencias Bootstrap mínimos cuadrados parciales espectroscopia del infrarrojo cercano Regresión por componentes principales |
| url | https://www.redalyc.org/articulo.oa?id=43745945014 https://www.redalyc.org/journal/437/43745945014/ https://www.redalyc.org/journal/437/43745945014/html/ https://www.redalyc.org/journal/437/43745945014/43745945014.epub https://www.redalyc.org/journal/437/43745945014/movil |