Detecção de amostras anômalas e relevância para PLS-DA
Gravado no evento XI Workshop de Quimiometria · 57 min de gravação
Trechos em vídeo

O verdadeiro significado de um outlier na prática
Trecho de a da gravação

O fluxo de tomada de decisão com amostras anômalas
Trecho de a da gravação

Ferramentas estatísticas para detectar outliers em modelos multivariados
Trecho de a da gravação
Sobre o conteúdo
A apresentação inicia-se com a introdução conduzida pela moderadora, que detalha a trajetória acadêmica do palestrante Jez Willian Batista Braga antes de passar-lhe a palavra no âmbito do evento Quimiometria e aprendizado de máquina em química analítica. Na conferência intitulada Detecção de amostras anômalas e relevância para PLS-DA, o palestrante expõe a estrutura teórica do PLS-DA, método fundamentado na regressão por mínimos quadrados parciais que busca maximizar a covariância entre dados instrumentais e variáveis dependentes de classe, estabelecendo limites de discriminação baseados no Teorema de Bayes.
O debate central contrapõe a análise discriminante à modelagem de classe. Enquanto abordagens de modelagem calculam regiões de confiança ao redor de classes de interesse, o modelo discriminante clássico fixa fronteiras rígidas, exigindo amostragem significativa de todas as classes na fase de calibração e obrigando a atribuição de qualquer nova amostra a uma das classes conhecidas. São discutidas propostas recentes da literatura para flexibilizar o PLS-DA, como a definição de faixas de predição e o uso de super scores combinados com análise discriminante quadrática (QDA), permitindo que amostras atípicas fiquem sem classificação.
Na sequência, aprofunda-se a conceituação e a detecção de outliers, frequentemente negligenciadas em publicações. O palestrante ressalta que amostras anômalas não representam meramente erros analíticos, mas observações distantes do padrão de distribuição da população original devido à falta de robustez, variações experimentais ou mesmo adulterações e novas classes químicas. As ferramentas clássicas de diagnóstico são detalhadas: a distância de Mahalanobis e o T² de Hotelling no subespaço das variáveis latentes, a soma dos quadrados dos resíduos Q fora do hiperplano e o estabelecimento de intervalos de confiança sobre os valores estimados de classe segundo normas como a ASTM E1655.
Dois estudos de caso práticos ilustram o impacto operacional dessas métricas. O primeiro envolve a discriminação de espécies de madeira por espectroscopia no infravermelho próximo (NIR), no qual a inclusão de uma espécie desconhecida (não modelada) geraria altos índices de falso positivo caso os limites de Q, T² e predição não fossem aplicados para descartar cerca de três quartos dessas amostras anômalas. O segundo estudo aborda a identificação de adulteração e autenticidade em marcas de uísque por espectroscopia UV-Vis, confirmando que amostras falsificadas ou marcas estranhas ao treinamento são eficientemente isoladas como anomalias com taxa superior a 93%.
Nas considerações finais e nas respostas às perguntas dos participantes, o palestrante enfatiza a importância de conduzir fluxos laboratoriais com critérios estritos de triagem de outliers, alertando sobre os riscos do sobreajuste com excesso de variáveis latentes e dedicando a palestra à memória do professor Ronei Jesus Poppi.
O que é abordado
- Abertura e apresentação do palestrante
- Fundamentos de PLS-DA e comparação com modelagem de classe
- Estratégias de PLS-DA rígido versus flexível
- Conceito de outliers e definição do objetivo analítico
- Ferramentas estatísticas de diagnóstico: T² de Hotelling, resíduos Q e limites de prediçãoTrecho de 1 min 54 s
- Significado e fluxo decisório de amostras anômalasTrecho de 1 min 58 sTrecho de 1 min 54 s
- Estudo de caso 1: Discriminação de espécies de madeira por NIR
- Estudo de caso 2: Autenticação de uísques por espectroscopia UV-Vis
- Conclusões, agradecimentos e homenagem ao Prof. Ronei Jesus Poppi
- Sessão de perguntas e respostas
Dúvidas que o conteúdo responde
Qual é a principal distinção entre análise discriminante e modelagem de classe?
A análise discriminante calcula fronteiras entre no mínimo duas populações e, em sua forma rígida, força a classificação da amostra em uma das classes conhecidas. Já a modelagem de classe estabelece regiões de confiança individuais para a classe de interesse, permitindo classificar uma amostra em múltiplas classes ou em nenhuma.
Quais parâmetros estatísticos são empregados para detectar outliers em modelos PLS-DA?
Utilizam-se principalmente a distância de Hotelling (T²), que avalia o afastamento em relação ao centro no espaço das variáveis latentes; os resíduos Q, que medem a variação não modelada fora do plano; e intervalos de confiança nos próprios valores previstos de classe.
Como o aumento de variáveis latentes impacta a capacidade do modelo de identificar outliers?
Modelos com número excessivo de variáveis latentes tendem a superajustar (overfitting) os dados de calibração, tornando as fronteiras excessivamente estritas, o que pode aumentar os alarmes falsos de outliers em amostras legítimas pertencentes às classes modeladas.
Quando é preferível adotar o PLS-DA rígido em vez do flexível?
O PLS-DA rígido pode ser vantajoso em cenários fechados de rotina onde comprovadamente não se espera o surgimento de novas classes ou adulterantes inesperados, evitando a faixa de indecisão ou resultados inconclusivos típica dos modelos flexíveis.
Assuntos
Palestrantes
Dr. Jez Braga
Palestrante
Outros conteúdos deste evento
Gravados no evento XI Workshop de Quimiometria
Análise por componentes independentes (ICA) em dados químicos
Gravado no evento XI Workshop de Quimiometria
O palestrante Dr. Frederico Luis Felipe Soares apresenta os fundamentos e aplicações da Análise por Componentes Independentes (ICA) no processamento de dados químicos no evento…
Ver resumo e capítulosHistória da Quimiometria no Brasil
Gravado no evento XI Workshop de Quimiometria
Esta gravação traz a mesa redonda sobre os primórdios da quimiometria no Brasil e a cerimônia de encerramento do 11º Workshop de Quimiometria. Pesquisadores pioneiros relembram a…
Ver resumo e capítulosPlanejamento de experimentos com tutoriais, vídeos e software livre
Gravado no evento XI Workshop de Quimiometria
A professora Fabíola Manhas Verbi Pereira apresenta uma palestra sobre o planejamento de experimentos apoiado por tutoriais, videoaulas e o software livre GNU Octave. Ela aborda…
Ver resumo e capítulosRedes neurais artificiais para calibração multivariada em sistemas não
Gravado no evento XI Workshop de Quimiometria
O Dr. Fabricio Chiappini apresenta o uso de redes neurais artificiais para calibração multivariada em sistemas químicos e analíticos que apresentam não linearidade. Ele aborda a…
Ver resumo e capítulosQuimiometria aplicada à cromatografia quando separação física não é po
Gravado no evento XI Workshop de Quimiometria
Nesta conferência, o professor Dr. José Licarion Pinto Segundo Neto discute o emprego da quimiometria na resolução de dados cromatográficos quando não se atinge a separação…
Ver resumo e capítulosMétodos quimiométricos de classificação em análises forenses e aliment
Gravado no evento XI Workshop de Quimiometria
O vídeo apresenta a continuação do minicurso Métodos quimiométricos de classificação em análises forenses e aliment, integrante do evento Quimiometria e aprendizado de máquina em…
Ver resumo e capítulosOtimização de métodos analíticos farmacêuticos e alimentares com plane
Gravado no evento XI Workshop de Quimiometria
Nesta apresentação, são explorados os fundamentos e as aplicações do planejamento de misturas na otimização de métodos e formulações para as áreas farmacêutica e alimentar. O…
Ver resumo e capítulosPlanejamento e Otimização de Experimentos
Gravado no evento XI Workshop de Quimiometria
O minicurso aborda conceitos e métodos práticos de planejamento e otimização de experimentos aplicados à química analítica e áreas correlatas. Na primeira parte, são apresentados…
Ver resumo e capítulosSeleção de variáveis em dados químicos
Gravado no evento XI Workshop de Quimiometria
Nesta segunda parte da atividade sobre Seleção de variáveis em dados químicos no evento Quimiometria e aprendizado de máquina em química analítica, o palestrante Dr. Adriano…
Ver resumo e capítulosAprendizagem de máquina aplicada à química analítica
Gravado no evento XI Workshop de Quimiometria
Nesta palestra do 11º Workshop de Quimiometria, o professor Marcos Flores Ferrão discute os fundamentos e aplicações do aprendizado de máquina na química analítica, com ênfase…
Ver resumo e capítulosAbordagem multivariada na química forense
Gravado no evento XI Workshop de Quimiometria
O Dr. Ricardo Honorato discute a integração da quimiometria na química forense, detalhando tanto o panorama acadêmico internacional quanto os desafios de sua implementação…
Ver resumo e capítulosQuimiometria na Indústria 4.0
Gravado no evento XI Workshop de Quimiometria
A professora Dra. Fernanda Pimentel discute o papel e a relevância da Quimiometria no contexto da Indústria 4.0 durante o evento 'Quimiometria e aprendizado de máquina em química…
Ver resumo e capítulos










