Determinação de açúcar total em café cru por espectroscopia no infravermelho próximo e regressão por mínimos quadrados parciais

In this work a fast method for the determination of the total sugar levels in samples of raw coffee was developed using the near infrared spectroscopy technique and multivariate regression. The sugar levels were initially obtained using gravimety as the reference method. Later on, the regression models were built from the near infrared spectra of the coffee samples. The original spectra were pre-treated according to the Kubelka-Munk transformation and multiplicative signal correction. The proposed analytical method made possible the direct determination of the total sugar levels in the samples with an error lower by 8% with respect to the conventional methodology.

LS-SVM: uma nova ferramenta quimiométrica para regressão multivariada. Comparação de modelos de regressão LS-SVM e PLS na quantificação de adulterantes em leite em pó empregando NIR

Least-squares support vector machines (LS-SVM) were used as an alternative multivariate calibration method for the simultaneous quantification of some common adulterants found in powdered milk samples, using near-infrared spectroscopy. Excellent models were built using LS-SVM for determining R², RMSECV and RMSEP values. LS-SVMs show superior performance for quantifying starch, whey and sucrose in powdered milk samples in relation to PLSR. This study shows that it is possible to determine precisely the amount of one and two common adulterants simultaneously in powdered milk samples using LS-SVM and NIR spectra.

Caracterização físico-química de queijo prato por espectroscopia no infravermelho e regressão de mínimos quadrados parciais

In this work an analytical methodology for the determination of relevant physicochemical parameters of prato cheese is reported, using infrared spectroscopy (DRIFT) and partial least squares regression (PLS). Several multivariate models were developed, using different spectral regions and preprocessing routines. In general, good precision and accuracy was observed for all studied parameters (fat, protein, moisture, total solids, ashes and pH) with standard deviations comparable with those provided by the conventional methodologies. The implantation of this multivariate routine involves significant analytical advantages, including reduction of cost and time of analysis, minimization of human errors, and elimination of chemical residues.

Previsão das propriedades físicas do papel kraft por espectroscopia no infravermelho próximo (NIR) e regressão por mínimos quadrados parciais (PLS)

The main objective of the present work is represented by the characterization of the physical properties of industrial kraft paper (i.e. transversal and longitudinal tear resistance, transversal traction resistance, bursting or crack resistance, longitudinal and transversal compression resistance (SCT (Compressive Strength Tester) and compression resistance (RCT-Ring Crush Test)) by near infrared spectroscopy associated to partial least squares regression. Several multivariate models were developed, many of them with high prevision capacity. In general, low prevision errors were observed and regression coefficients that are comparable with those provided by conventional standard methodologies.

Uso de análise exploratória de dados e de regressão robusta na avaliação do crescimento de espécies comerciais de terra firme da Amazônia

Esta pesquisa originou-se de uma base de dados de dois inventários a 100%, realizados em 1984 e 2000 sobre uma mesma área de 576 ha de floresta tropical primária, localizada na Floresta Nacional do Tapajós, Belterra, Pará. O objetivo da pesquisa foi utilizar a análise exploratória de dados e a regressão robusta para modelar o crescimento em diâmetro e área basal. Nos dois inventários as circunferências à altura do peito (CAP) foram medidas com fitamétrica, enquanto as alturas comerciais em 1984 foram medidas com o hipsômetro de Weiss e em 2000, estimadas com o uso de varas; o DAP mínimo em 1984 foi de 55 cm para todas as espécies e em 2000 foi adotado o DAP mínimo de 35 cm. As análises estatísticas foram precedidas de análise exploratória de dados (AED), em que foram utilizados o box plot (caixa-de-bigodes) na detecção de outliers (observações discrepantes) e o gráfico stem-and-leaf (tronco-e-folhas) para filtrar as observações extremas. Utilizou-se a regressão robusta para ajustar os modelos na presença de outliers. A pesquisa mostrou que, apesar das variações intra e interespecíficas, as seis espécies, em conjunto, apresentaram taxas de crescimento medianas observadas e esperadas em diâmetro e área basal de 4,56 e 4,28 mm/ano e 13,00 e 13,09 cm²/ha/ano, respectivamente. A pesquisa também mostrou que o uso da análise exploratória de dados e da regressão robusta viabilizou a análise e a determinação dos incrementos periódicos em diâmetro e área basal em bases consistentes. A metodologia empregada no caso específico dos dados disponíveis e tipos de variáveis mostrou ser mais eficiente com o uso de regressão robusta pelo método Least Trimmed Square do que pelo método dos mínimos quadrados ordinários.

Modelo de predição para o volume total de Quaruba (Vochysia inundata ducke) via análise de fatores e regressão

Neste trabalho propôs-se um método para a construção de um modelo de regressão para determinar o Volume de Madeira Total da espécie florestal (Vochysia inundata ducke) Quaruba, em função de suas características (Diâmetro à Altura do Peito (DAP), Idade e Altura). O modelo foi determinado utilizando-se a técnica estatística multivariada de Análise de Fatores com do Método das Componentes Principais via Rotação Ortogonal do Tipo Varimax para Extração dos Fatores, procurando contornar o problema da Multicolinearidade. Por fim desenvolveu-se um modelo de Regressão Linear Simples com base nos Escores Fatoriais. O modelo determinado apresentou-se de fácil interpretação e utilização, usando-se um fator e proporcionando um bom ajuste (R² = 96 %) aos dados e uma boa capacidade preditiva. Ele atendeu a todas as suposições teóricas para sua existência e utilização.

Variabilidade espacial do potencial erosivo das chuvas no Estado do Rio de Janeiro

Desenvolveu-se este trabalho com o objetivo de analisar a variabilidade espacial da erosividade no Estado do Rio de Janeiro, por meio de análise geoestatística. Os índices de erosividade médios anuais EI30, definidos pelo produto da energia cinética da chuva e sua intensidade máxima em 30 min e KE>25 (definidos como a energia cinética das chuvas com intensidades superiores a 25 mm h-1) foram calculados a partir de dados pluviográficos de 36 estações, enquanto, para outras 57 estações, os mesmos índices foram estimados por meio de equações de regressão, totalizando 93 pontos de amostragem. O modelo matemático ajustado ao semivariograma experimental, para ambos os índices, foi o exponencial. A partir dos parâmetros dos modelos ajustados, foi possível gerar mapas de erosividade pelo método da krigagem, que apresenta vantagens em relação aos métodos convencionais. Além disso, também foram gerados mapas de variância de krigagem. Os maiores valores de erosividade foram observados nas regiões Serrana e da Baía da Ilha Grande, enquanto os menores valores foram observados nas regiões norte e noroeste do Estado. As maiores variâncias de krigagem foram observadas nas regiões Litorânea e Norte, que são as que apresentam menores densidades de amostragem.

Modelos de regressão lineares para estimativa de produtividade da soja no oeste do Paraná, utilizando dados espectrais

O trabalho teve o objetivo de avaliar modelos lineares de regressão entre resposta espectral e produtividade em soja, na escala regional. Para isso, foram monitorados 36 municípios do oeste do Paraná, utilizando cinco imagens do satélite Landsat 5/TM da safra de 2004/2005. Foram realizados os procedimentos de transformação radiométrica e correção atmosférica nas imagens, determinando valores físicos das refletâncias aparente e de superfície. Posteriormente, foram calculados os índices de vegetação NDVI e GVI, os quais, por meio de regressões lineares simples e múltiplas, compararam-se com as produtividades oficiais dos municípios, obtidas das estatísticas IBGE. Aplicou-se também uma análise de diagnóstico, para detectar pontos influentes e de colinearidade. Os resultados mostraram que a média dos valores de NDVI e GVI de todas as imagens foi mais bem relacionada com a produtividade do que para cada data separadamente. O uso de regressões múltiplas com os dois índices, em todas as datas, propiciou melhores resultados de relação com a produtividade.

Modelo de regressão espacial para estimativa da produtividade da soja associada a variáveis agrometeorológicas na região oeste do estado do Paraná

Este trabalho apresenta o Modelo de Regressão Espacial Autorregressivo Misto (SAR) e Modelo do Erro Espacial (CAR) no intuito de investigar a associação entre a produtividade da soja e as variáveis agrometeorológicas relacionadas à precipitação pluvial, temperatura média e radiação solar global. O estudo foi realizado com os dados das safras dos anos agrícolas de 2005/2006 a 2007/2008, da região oeste do estado do Paraná. Como os dados agrometeorológicos estão disponíveis apenas para oito municípios da região em estudo, as estimativas foram obtidas por meio do uso de Polígonos de Thiessen. A estimativa de parâmetros dos modelos ajustados foi obtida utilizando o método de Máxima Verossimilhança. A avaliação do desempenho dos modelos foi realizada com base no coeficiente de determinação (R²), no máximo valor do logaritmo da função verossimilhança e no critério de informação bayesiano de Schwarz (BIC). Este estudo também permitiu verificar a correlação e autocorrelação espacial entre a produtividade da soja e os elementos agrometeorológicos, por meio da análise espacial de área, usando de técnicas como o índice I de Moran Global e Local uni e bivariado, e os testes de significância. O estudo pôde demonstrar que, por meio dos indicadores de desempenho utilizados, os modelos SAR e CAR ofereceram melhores resultados em relação ao modelo de regressão múltipla clássica.

Características das Curvas de Regressão da Gonadotrofina Coriônica Pós-mola Hidatiforme Completa

Objetivos: construir a curva de regressão do b-hCG pós-mola hidatiforme completa (MHC) com remissão espontânea e comparar com a curva de regressão pós-MHC com tumor trofoblástico gestacional (TTG). Análise comparativa da curva de regressão do b-hCG das portadoras de MHC, acompanhadas no Serviço, com a curva de regressão observada por outros autores1-3. Métodos: foi realizada avaliação clínica e laboratorial (dosagem sérica de b-hCG), na admissão e no segmento pós-molar, de todas as pacientes com MHC, atendidas entre 1990 e 1998 no Hospital das Clínicas de Botucatu - Unesp. O resultado da determinação seriada do b-hCG foi analisado em curvas log de regressão. A evolução da curva de regressão do b-hCG foi analisada e comparada em MHC com remissão espontânea e MHC com TTG numa curva log de regressão, com intervalo de confiança de 95%. A curva log de regressão do grupo de remissão espontânea foi comparada com curvas consideradas padrão1,2. Foram construídas curvas log individuais de todas as pacientes e classificadas de acordo com os quatro tipos de curva (I, II, III e IV), propostos para o seguimento pós-molar³. Resultados: 61 pacientes com MHC tiveram seguimento pós-molar completo, 50 (82%) apresentaram remissão espontânea e 11 (18%) desenvolveram TTG. No grupo de pacientes com MHC e remissão espontânea, o tempo para alcançar a normalização dos níveis do b-hCG, após o esvaziamento molar, foi até 20 semanas. As pacientes que desenvolveram TTG apresentaram desvio precoce da curva de regressão normal do b-hCG, 4 a 6 semanas após o esvaziamento molar. Nestas pacientes, a quimioterapia foi introduzida em média na 9ª semana pós-esvaziamento molar. Conclusões: a curva de regressão do b-hCG pós-MHC com remissão espontânea apresentou declínio log exponencial, semelhante ao observado por outros autores1,2, e diferente das MHC com TTG. Foram identificados três tipos de curvas de regressão do b-hCG, semelhantes aos de Goldstein³, I, II e IV, e outros dois tipos diferentes de regressão do b-hCG: V (regressão normal) e VI (regressão anormal).

A curva de regressão da gonadotrofina coriônica humana é útil no diagnóstico precoce da neoplasia trofoblástica gestacional pós-molar?

OBJETIVO: avaliar a utilidade da curva de regressão normal da gonadotrofina coriônica humana (hCG) no diagnóstico precoce de neoplasia trofoblástica gestacional pós-molar (NTG). MÉTODOS: estudo longitudinal, incluindo 105 pacientes com mola hidatiforme completa (MHC) acompanhadas no Centro de Doenças Trofoblásticas de Botucatu, entre 1998 e 2005. Os títulos da hCG sérica foram mensurados quinzenalmente em todas as pacientes. Curvas individuais de regressão da hCG das 105 pacientes foram estabelecidas. A comparação entre a curva de regressão normal estabelecida em nosso serviço com as curvas individuais da hCG foi usada no rastreamento e diagnóstico (platô/ascensão) de NTG. O número de semanas pós-esvaziamento quando a hCG excedeu o limite normal foi comparado com o número semanas em que a hCG apresentou platô/ascensão. RESULTADOS: das 105 pacientes com MHC, 80 apresentaram remissão espontânea (RE) e 25 desenvolveram NTG. Das 80 pacientes com RE, 7 (8,7%) apresentaram, inicialmente, dosagem da hCG acima do normal, mas, no devido tempo, alcançaram a remissão. Todas as 25 pacientes com NTG apresentaram desvio da curva normal da hCG em 3,8±2,5 semanas e mostraram platô ou ascensão em 8,4±2,9 semanas (p<0,001). CONCLUSÕES: a curva de regressão normal da hCG pós-molar pode ser útil para diagnóstico de NTG.

Determinação de proteína em café cru por espectroscopia NIR e regressão PLS

A combinação da espectroscopia no infravermelho próximo (NIR) e calibração multivariada (método dos mínimos quadrados parciais - PLS) para a determinação do teor de proteína total em amostras de café cru, foi investigada. Os teores de proteína total foram inicialmente determinados usando-se como método de referência o de Kjeldhal, e, posteriormente foram construídos modelos de regressão a partir dos espectros na região do infravermelho próximo das amostras de café cru. Foram coletados 159 espectros das amostras de café cru utilizando um acessório de reflectância difusa, na faixa espectral de 4500 a 10000cm-1. Os espectros originais no NIR sofreram diferentes transformações e pré-tratamento matemático, como a transformação Kubelka-Munk; correção multiplicativa de sinal (MSC); alisamento (SPLINE); derivada primeira; média móvel e o pré-tratamento dos dados escalados pela variância. O método analítico proposto possibilitou a determinação direta, sem destruição da amostra, com obtenção de resultados rápidos e sem o consumo de reagentes químicos de forma a preservar o meio ambiente. O método proposto forneceu resultados com boa capacidade de previsão do teor de proteína total, sendo que os erros médios foram inferiores a 6,7%.

Determinação de umidade em café cru usando espectroscopia NIR e regressão multivariada

A espectroscopia na região do infravermelho próximo (NIR) foi usada para determinar o teor de umidade em amostras de café cru. Foram construídos modelos de regressão usando o método dos mínimos quadrados parciais (PLS) com diferentes pré-tratamentos de dados e 157 espectros NIR coletados de amostras de café usando um acessório de reflectância difusa, na região entre 4500 e 10000 cm-1. Os espectros originais passaram por diferentes transformações e pré-tratamentos matemáticos, como a transformação Kubelka-Munk; a correção multiplicativa de sinal (MSC); o alisamento com SPLINE e a média móvel, e os dados foram escalados pela variância. O modelo de regressão permitiu determinar o teor de umidade nas amostras de café cru com erro quadrático médio de calibração (SEC) de 0,569 g.100 g -1; erro quadrático médio de validação de 0,298 g.100 g -1; coeficiente de correlação (r) 0,712 e 0,818 para calibração e validação, respectivamente; e erro relativo médio de 4,1% para amostras de validação.