Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ

Capítulo V. Classificação de cafés
modelos construídos com o espectro completo, como para aqueles que empregaram
as variáveis selecionadas pelo SPA-LDA.
Os valores de escores das duas primeiras funções discriminantes (FD2 ×
FD1) obtidos pela LDA para o conjunto de dados completo (Figura 5.8) confirmam
também o bom desempenho do SPA-LDA. A separação das quatro classes de cafés
na Figura 5.8 é muito mais evidente do que nos gráficos dos escores obtidos por
PC2 × PC1 (Figura 5.4 e Figura 5.7).
Figura 5.8. Escores de FD2 × FD1 obtidos pela LDA com as variáveis selecionadas pelo SPA.
Descafeinado não vencido: ■; Descafeinado vencido: ■; Cafeinado não vencido: ●; Cafeinado
vencido: ●.
Como pode ser visto na Figura 5.8, a FD1 está sendo responsável por
indicar a separação das amostras de cafés em dois grandes grupos: cafeinados e
descafeinados com valores de escores positivos ou negativos. Já a FD2 discrimina
quanto ao estado de conservação (vencidos e não vencidos), ou seja, com valores
de escores positivos, encontram-se amostras com prazo de validade expirado,
enquanto que negativos, amostras dentro do prazo de validade.
5.4.6. Robustez dos modelos
Com intuito de avaliar a robustez dos modelos SPA-LDA e SIMCA com
respeito ao ruído instrumental, uma simulação de Monte Carlo [122] foi realizada. Para
75