Comparación de Métodos para el Tratamiento de Información Faltante en un Análisis de Componentes Principales sobre Datos Biológicos

Quaglino, Margherita; Vitelleschi, María Susana

doi:10.14409/fabicib.v13i1.843

Cited by 2 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Instantly, the rows of X are returned on the load vector for re-estimation until the predefined convergence criterion is met. This algorithmic procedure can be synthesized in the following steps [17]:…”

Section: Component Extraction and Cross Validationmentioning

confidence: 99%

Principal component analysis applied to the statistical control of multivariate processes

Vega

Rahmer

Vidal

2022

Investigación e Innovación en Ingenierías

View full text Add to dashboard Cite

Objective: Propose the analysis and monitoring of a chemical process sustained in the theoretical principles of a factorial method cataloged as principal component analysis (PCA), whose ultimate objective is to represent the original variables of the system. Methodology: Methodologically the data was analyzed in a more compact dimensional space, under the hypothesis of multivariate normality. A control chart based on the error prediction squares is constructed in the later phase to monitor the behavior of the successor variables once the ACP has been applied. Results: The results of the univariate control charts constructed from the t-scores of the individual components, in which the behavior of the variables contributing to the generation of alarm signals is exhibited, can be used as the basis for an auxiliary analysis based on the results provided by the univariate control charts. Conclusion: The results obtained corroborate that the three retained components explain a majority fraction of the original variability of the data cloud and that the control chart constructed from the sub-dimensions registers the existence of outliers or extreme values.

show abstract

Section: Component Extraction and Cross Validationmentioning

confidence: 99%

Principal component analysis applied to the statistical control of multivariate processes

Vega

Rahmer

Vidal

2022

Investigación e Innovación en Ingenierías

View full text Add to dashboard Cite

show abstract

“…Instantáneamente, se regresan las filas de sobre el vector de cargas para la re-estimación de hasta que se cumpla el criterio de convergencia predefinido. Este procedimiento algorítmico puede sintetizarse en los siguientes pasos (Quaglino & Vitelleschi, 2009):…”

Section: Validación Cruzada De Krzanowskiunclassified

Diseño de una carta de control basada en Análisis de Componentes Principales. Un caso de estudio

Rahmer

Garzón

Saénz

et al. 2020

RMCE

View full text Add to dashboard Cite

El abanico de métodos y técnicas cuantitativas utilizadas para la detección de variaciones de fondo en procesos de manufactura se circunscriben en una disciplina matriz, catalogada como control estadístico de procesos. Tales métodos poseen una aptitud sobresaliente para diagnosticar el estado general de sistemas productivos y realizar una evaluación simultánea de diversas características de calidad interrelacionadas. En el marco de esta investigación, se propone el análisis y monitoreo de un proceso químico sustentado en los principios teóricos del análisis en componentes principales. De este modo, las variables originales seleccionadas son representadas en un espacio dimensional más compacto, bajo la hipótesis de normalidad multivariante. Se construye en la fase posterior, un gráfico de control basado en los cuadrados de los errores de predicción con el objeto de evaluar el comportamiento de los factores subyacentes. Los resultados indican que el proceso no es marginalmente estable y existe un margen de reducción de variabilidad significativo.

show abstract

Comparación de Métodos para el Tratamiento de Información Faltante en un Análisis de Componentes Principales sobre Datos Biológicos

Abstract: Comparación de métodos para el tratamiento de información faltante en un análisis de componentes principales sobre datos biológicos.

Cited by 2 publications

References 0 publications

Principal component analysis applied to the statistical control of multivariate processes

Principal component analysis applied to the statistical control of multivariate processes

Diseño de una carta de control basada en Análisis de Componentes Principales. Un caso de estudio

Contact Info

Product

Resources

About