R - Lorentz JÄNTSCHI

More documents

Recommendations

Info

Doktorska disertacija Lidija Jevrić - 88 - Polaznu osnovu klaster analize predstavlja matrica podataka X, formata n x p, gde n predstavlja broj jedinjenja (s-triazina), a p broj promenljivih (hromatografskih sistema). X = Klaster analiza je uopšteno ime za veliki broj procedura koje se mogu koristiti za klasifikaciju. Ove procedure formiraju klastere, grupe ili veoma slične entitete. Specifičniji metod grupisanja je procedura u multivarijacionoj statistici, koja počinje sa skupom podataka koji sadrži informacije o uzorku entiteta i pokušava da reorganizuje ovaj entitet u relativno homogene grupe. Klasifikaciona šema može jednostavno predstavljati pogodan metod za organizovanje velikog skupa podataka tako da se može lakše razumeti, a informacije o njemu postaju preciznije. Za klasifikaciju hromatografskih parametara lipofilnosti koristili smo hijerarhijsku klaster analizu. X 11 X 12 ... X 1p X 21 X 22 ... X 2p . . . . . . X n1 Xn2 ... Xnp Hijerarhijske tehnike grupisanja mogu biti metode udruživanja (aglomerative methods) koje počinju nizom udruživanja objekata u grupe, i metode deljenja (divisive methods) koje razdvajaju jednu grupu od n objekata na manje grupe. Kod hijerarhijskih metoda, jednom spojena dva objekta ne mogu biti ponovo razvojena, niti razdvojeni objekti mogu biti ponovo spojeni. Metode udruživanja su najrasprostranjenije hijerarhijske metode. One počinju sa nizom particija podataka: na početku postoji n grupa sa po jednim članom, dok na kraju imamo jednu grupu sa n članova. Hijerarhijske tehnike mogu se predstaviti grafički preko dendograma,
Doktorska disertacija Lidija Jevrić - 89 - koji ilustruje spajanje ili deljenje napravljeno u svakom koraku analize. Na taj način se vrlo uspešno organizuje skup podataka tako da se mogu lakše razumeti 245 . Dendogram predstavlja matematički i slikovni prikaz kompletne klaster procedure. Na slici 4.23 dat je dendogram hromatografskih parametara lipofilnosti. C18 acet C18 Met C18 THF ImP et C18 ACN C18 prop ImP acet ImP Met ImP Dx ImP THF ImP ACN AMP CEL 0 1 2 3 4 5 6 7 Odstojanje Slika 4.23. Dendogram – rezultat hijerarhijske klaster analize 12 hromatografskih parametara lipofilnosti ispitivanih s-triazina Čvorovi dendograma predstavljaju klastere, a dužina grana predstavlja rastojanja na kojima su klasteri udruženi. Dendogrami koji na granama nemaju numeričke podatke nazivaju se netežinski. Većina dendograma ima dva ruba koji polaze iz svakog čvora. Raspored čvorova i grana predstavlja topologiju drveta.
Page 1 and 2:
Lidija Jevrić Ispitivanje korelaci
Page 3 and 4:
Sadržaj 1. Uvod 1 2. Teorijski deo
Page 5 and 6:
1. Uvod Simetrični triazini su zna
Page 7 and 8:
2. Teorijski deo 2.1. Osnovni teori
Page 9 and 10:
Kod tečno-čvrste hromatografije d
Page 11 and 12:
formule: 2.2. Osobine i primena s-T
Page 13 and 14:
2.2.1 Fizičko-hemijske karakterist
Page 15 and 16:
2.2.2. Biološka aktivnost s-triazi
Page 17 and 18:
2.2.3. Međumolekulske interakcije
Page 19 and 20:
Doktorska disertacija Lidija Jevri
Page 21 and 22:
2.3. Kvantitativna veza između hem
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Teorija grafova, teorija informacij
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Tabela 2.4. Neki strukturni deskrip
Page 39 and 40:
odnosu na 1-oktanol. Doktorska dise
Page 41 and 42: Doktorska disertacija Lidija Jevri
Page 47 and 48: Tabela 2.8. Uporedivi pregled metod
Page 49 and 50: Fizičko-hemijske osobine koje uti
Page 53 and 54: Tabela 3.1. Hemijske strukture i na
Page 55 and 56: Korišćena su dva tipa nepokretnih
Page 57 and 58: 4. Rezultati i diskusija 4.1. Reten
Page 61 and 62: 4.1.3. Uticaj sastava pokretne faze
Page 65 and 66: 0 metanol R M 5.5 5.0 4.5 4.0 3.5 3
Page 67 and 68: I.4 II.2 III.1 Slika 4.5. 3D strukt
Page 69 and 70: 0 RM 5.0 4.5 4.0 3.5 3.0 2.5 2.0 1.
Page 71 and 72: Tabela 4.5. Korelacioni koeficijent
Page 75 and 76: 0 RM 4.5 4.0 3.5 3.0 2.5 2.0 1.5 1.
Page 81 and 82: R M R M R M 4.0 3.5 3.0 2.5 2.0 1.5
Page 89 and 90: 0 Δ R M Doktorska disertacija Lidi
Page 91: Tabela 4.16. Korelacioni koeficijen
Page 101 and 102: PB PB 100 95 90 85 80 75 70 100 95
Page 103 and 104: Tabela 4.21. Izračunate vrednosti
Page 105 and 106: U tabeli 4.22 dati su statistički
Page 107 and 108: Inhibitor kinaze Inhibitor kinaze 0
Page 109 and 110: 5. Zaključak - 105 - Primenom hrom
Page 111 and 112: Conclusion - 107 - Thin-layer chrom
Page 113 and 114: 6. Literatura - 109 - [1]. N. J. Ma
Page 115 and 116: - 111 - [38]. P. J. Schoenmakers, H
Page 117 and 118: - 113 - [68]. C. Piguet, A. F. Will
Page 119 and 120: [95]. G. M. Whitesides, J. P. Mathi
Page 121 and 122: - 117 - [126]. M. Cochi, M. C. Menz
Page 123 and 124: - 119 - [156]. R. Kaliszan, „Quan
Page 125 and 126: [195]. H. Kubinyi, Prog. Drug. Res.
Page 127 and 128: - 123 - [232]. CS. Chem. Office, Ve
Page 129 and 130: 7. Prilog - 125 - Doktorska diserta
Page 131 and 132: R M 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0
Page 133 and 134: R M 1.2 1.0 0.8 0.6 0.4 0.2 0.0 -0.
Page 135 and 136: - 131 - Tabela II. RM vrednost s-tr
Page 137 and 138: - 133 - Tabela IV. RM vrednost s-tr
Page 139 and 140: 0 tetrahidrofuran R M 0 acetonitril
Page 141 and 142: R M 0 3.0 2.5 2.0 1.5 1.0 2-propano
Page 143 and 144:
0 R M 3.0 2.5 2.0 1.5 1.0 2-propano
Page 145 and 146:
- 141 - Tabela IX. Vrednosti altern
Page 147 and 148:
R M 4.0 3.5 3.0 2.5 2.0 1.5 1.0 0.5
Page 149 and 150:
R M 1.3 1.2 1.1 1.0 0.9 0.8 0.7 0.6
Page 151 and 152:
R M 1.2 1.0 0.8 0.6 0.4 0.2 0.0 -0.
Page 153 and 154:
Redni broj: RBR Identifikacioni bro
Page 155 and 156:
UNIVERSITY OF NOVI SAD FACULTY OF S
Page 157:
Fakultet Studije Aktivnosti Laborat
show all

R - Lorentz JÄNTSCHI

Create successful ePaper yourself

Delete template?

Save as template?