Estimación de proteína en semolina de arroz, mediante aplicación de regresiones en el infrarrojo cercano.
DOI:
https://doi.org/10.15517/am.v27i2.21153Palabras clave:
regresión por componentes principales, mínimos cuadrados parciales, espectroscopia del infrarrojo cercano, Bootstrap.Resumen
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.
Descargas
Citas
Beebe, K. 1987. An introduction to multivariate calibration and analysis. Anal. Chem. 59:1007A-1017A.
Blanco, M. 2002. NIR spectroscopy: a rapid-response analytical tool. Anal. Chem. 21:240-250.
Bro, R. 1996. Multiway calibration - Multilinear PLS. J. Chemom. 10:47-61.
Büning-Pfaue, H. 2003. Analysis of water in food by near infrared spectroscopy. Food Chem. 82:107-115.
Campabadal, C., y M. Murillo. 1985a. Efecto de la adulteración de la semolina de arroz con carbonato de calcio en la alimentación de pollos de engorde. Agron. Costarricense 9(1):13-20.
Campabadal, C., y M. Murillo. 1985b. Utilización de la semolina de arroz en la alimentación de gallinas en desarrollo de postura. Agron. Costarricense 9(1):13-20.
Campabadal, C., M. Murillo, y J. Solís. 1982. Utilización de la semolina de arroz en dietas para pollos parrilleros con y sin suplementación de grasa. Agron. Costarricense 6(1/2):73-79.
Carmiol, G., C. Campabadal, y M. Zumbado. 1982. Utilización de la semolina de arroz en la alimentación de pollos parrilleros. Adulteración con cascarilla de arroz. Agron. Costarricense 6(1/2):65-72.
Dos Santos, R. 2009. Développement de nouvelles méthodes chimiométriques d’analyse. Ph.D. Tesis. Agro Paris Tech., Paris, FRA.
Dubernet, M., et M. Dubernet. 2000. Utilisation de l’analyse infrarouge à transformée de Fourier pour l’analyse oenologique de routine. Française d’ Œnologie 181:3914-3917.
Ergon, R. 2003. Constrained numerical optimization of PCR/PLSR predictors. Chemom. Intell. Lab. Syst. 65:293-303.
Ergon, R. 2006. Reduced PCR/PLSR models by subspace projections. Chemom. Intell. Lab. Syst. 81:68-73.
Ergon, R., and K. Esbensen. 2002. PCR/PLSR optimization based on noise covariance estimation and Kalman filtering theory. J. Chemom. 16:401-407.
Efron, B., and G. Gong. 1983. A leisurely look at the Bootstrap, the jackknife, and cross-validation. Am. Stat. 37:36-48.
Efron, B., T. Hastie, I. Johnstone, and R. Tibshirani. 2004. Least angle regression (with discussion). Ann. Stat. 32:407-499.
FAO. 2010. L’état de l’insécurité alimentaire dans le monde. Roma. http://www.fao.org/docrep/013/i1683f/i1683f.pdf (consulté 20 ago. 2015).
Guyomard, H., D. Aubert, et S. Jumel. 2006. Entreprises et filières agro-alimentaires face à de nouveaux enjeux. Département Sciences Sociales, Agriculture et Alimentation, espace et environnement de l’Institut National de la Recherche Agronomique, FRA.
Kubista, M., R. Sjoback, and B. Albinsson. 1993. Determination of equiIibrium constants by chemometric analysis of spectroscopic Data. Anal. Chem. 65:994-998.
Martens, H., and T. Naes. 1989. Multivariate calibration. Wiley, NY, USA.
Mevik, B., and H. Cederkvist. 2004. Mean squared error of prediction (MSEP) estimates for principal component regression PCR and partial least squares regression (PLSR). J. Chemom. 18:422-429.
Neter, J., M. Kutner, C. Nachtsheim, and W. Wasserman. 1996. Applied linear statistical models. 4th ed. McGraw-Hill, NY, USA.
Otto, M. 2007. Chemometrics: statistics and computer application in analytical chemistry. 2nd ed. Wiley, NY, USA.
Rouessac, F. 2004. Analyse chimique: méthodes et techniques instrumentales modernes. 6me éd. Dunod, Paris, FRA.
Rouessac, F., et P. Rouessac. 1998. Analyse chimique: méthodes et techniques instrumentales modernes. Cours et exercices résolus. 4me éd. Dunod, Paris, FRA.
Sauvant, D. 2005. Principes généraux de l’alimentation animale. Institut National Agronomique Paris-Grigno (INAP-G), Paris, FRA.
Tenenhaus, M. 1995. A partial least squares approach to multiple regression, redundancy analysis, and canonical analysis. Les cahiers de la recherche de HEC, Paris, FRA.
Tenenhaus, M. 1998. La régression PLS: Théorie et pratique. Editions Thechnip, Paris, FRA.
Tippens, P. 2001. Física. Conceptos y aplicaciones. 6th ed. McGraw Hill, NY, USA.
Workman, J., M. Koch, and D. Veltkamp. 2003. Process analytical chemistry. Anal. Chem. 75:2859-2876.
Publicado
Cómo citar
Número
Sección
Licencia
1. Política propuesta para revistas de acceso abierto
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos morales de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución, no comercial y sin obra derivada de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista, no se puede hacer uso de la obra con propósitos comerciales y no se puede utilizar las publicaciones para remezclar, transformar o crear otra obra.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).
