Barcellos E. S., dos Reis M. M., Ferreira M. M. C., "Análise Multivariada: Instrumento para Interpretação Ótima dos Resultados de uma Pesquisa Científica" ["Multivariate Analysis: An Instrument For Optimal Interpretation of the Results of a Scientific Research"]. Poços de Caldas, MG, 25-28/05/1999: 22a Reunião Anual da Sociedade Brasileira de Química: O Papel da Química na Solução dos Problemas Brasileiro [22nd Annual Meeting of the Brazilian Chemical Society - The Role of Chemistry in Solving Brazilian Problems], Livro de Resumos [Book of Abstracts], 3 (1999) ED-075. Poster ED-075.
ED-075
ANÁLISE
MULTIVARIADA: INSTRUMENTO PARA INTEPRETAÇÃO
ÓTIMA
DOS RESULTADOS DE UMA
PESQUISA
CIENTÍFICA
Edilson
de Souza Barcellos (PG), Marlon M. Reis (PG), Márcia M. C.
Ferreira
(PQ)
Departamento
de Físico-Química, Instituto de Química, Universidade
Estadual
de
Campinas - UNICAMP
Palavras-chave: análise multivariada,
análise sensorial/química, interpretação de
resultados.
A realização de uma determinada
pesquisa deve produzir resultados tão
próximos
quanto possível da realidade
do fenômeno sob investigação.
Tão
importante quanto
uma elaboração criteriosa e cuidadosa
da parte experimental,
encontram-se,
por um lado, o seu planejamento,
e, por outro, a análise
e
intepretação
dos resultados obtidos. Esta interpretação
se apresenta de forma
ótima através
da aplicação dos métodos de análise de dados
multivariados.
Esses métodos são poderosas ferramentas para
a investigação de conjuntos
de dados, independentemente
do seu tamanho e complexidade, tais como aqueles
gerados hoje por um
grande número de usuários trabalhando em diferentes
campos.
Infelizmente, muitos pesquisadores não podem
aplicar esses métodos face a
grande dificuldade
no seu entendimento e posterior aplicação
aos seus próprios
dados.
Por outro lado, os últimos avanços
ocorridos no setor da informática
têm
propiciado, paralelamente
ao desenvolvimento de poderosos computadores, pacotes
computacionais dirigidos
a análise de dados, com reflexos bastante positivos para
a
análise
multivariada, tornando acessível
ao pesquisador esta indispensável
ferramenta de trabalho.
O objetivo deste trabalho é, contornando eventuais
dificuldades encontradas
nos métodos
e no manuseio de "softwares", mostrar através
de uma Análise de
Componentes Principais,
a importância da intepretação
dos resultados de uma
pesquisa, introduzindo
os passos necessários para
sua implementação, com
pacotes computacionais de
fácil uso.
A metodologia empregada envolve a utilização
de um conjunto de dados
simples para a introdução
do método de Análise de Componentes Principais
e do
manuseio dos programas,
e de análises de lipídios e
ácidos graxos, extraídos da
referência 5, abaixo.
Resumindo, neste último, foram avaliadas as características
de
sabor em salmões
livres e salmões criados em cativeiro, na
região do Atlântico, na
República da Irlanda.
No presente trabalho, a Análise de
Componentes Principais é apresentada
sob o
aspecto educacional, sendo mostrada
sua implementação em
pacote
computacional voltado a
álgebra linear.
Dentre os resultados mais importantes
pode-se verificar que os salmões
criados em cativeiro,
são nitidamente separados dos salmões livres,
pela primeira
componente principal,
quando se utilizam somente os dados das análises de lipídios
e ácidos graxos,
conforme mostrado na Fig. 1. Por outro lado, usando-se somente as
variáveis sensoriais,
verificou-se que os salmões do
mar, tanto os de cativeiro
quanto os livres,
são nitidamente separados dos salmões retirados
dos rios, pela
primeira componente
principal como mostra a Fig. 2. Estes resultados
permitiram
estabelecer uma
correlação entre variáveis sensoriais
e químicas, relacionando
desta forma, o sabor às
variáveis químicas.
Pode-se concluir que a análise multivariada
é perfeitamente adequada ao
problema em questão,
sendo de fácil aplicação e implementação,
o que pode ser
verificado pelo pequeno
número de comandos empregados.
As análises foram conduzidas no MATLAB, sendo
entretando, perfeitamente
realizáveis através
de outros pactoes computacionais como o SCILAB e o OCTAVE,
estes dois últimos
de domínio público.
Figura 1Figura 2
BIBLIOGRAFIA
1 -
MASSART, D. L. et al. (1988) "Chemometrics: a textbook". Amsterdam,
Elsevier
Science
Publishers B. V.
2
- MALINOWSKI, E.R. (1991) "Factor Analysis in Chemistry". New York, John
Wiley
&
Sons, Inc., 2nd ed.
3
- WOLD, S., ESBENSEN, K., GELADI,
P. "Principal Component Analysis".
Chemometrics
and Intelligent Laboratory Systems, 2 (1987) 37-52.
4
- MELLINGER, M "Multivariate Data Analysis: Its
Methods". Chemometrics and
Intelligent
Laboratory Systems, 2 (1987) 29-36.
5
- FARMER, L. J., McCONNEL, J. M., GRAHAM, W. D., 1977.
"Flavor and Lipid
Chemistry
of Seafoods". In: The 212th
National Meeting of the American Chemical
Society,
Orlando, Florida 25-29, 1966.
[CAPES-PICD,
FAPESP]
ED-075
MULTIVARIATE
ANALYSIS: AN INSTRUMENT FOR OPTIMAL
INTERPRETATION
OF THE RESULTS OF A
SCIENTIFIC
RESEARCH
Edilson
de Souza Barcellos (PG), Marlon M. Reis (PG), Márcia M. C.
Ferreira
(PQ)
Departamento
de Físico-Química, Instituto de Química, Universidade
Estadual
de
Campinas - UNICAMP
Key-words: multivariate analysis, sensorial/chemical analysis, intepretation of results
Realization of a research must produce results which are
as much as possible
close to the reality of
a studied phenomenon. Experimental design and data
analysis
and interpretation
are important as much as peforming
experiments carefully and
systematically. Optimal
data interpretation can be performed by using
methods of
multivariate analysis.
These methods are powerfull tools for investigation of
data sets regardless of
size and complexity, as
for example data which are generated by a large
number of
researchers from different
areas.
Unfortunatelly, many researchers cannot use these methods due to
the difficulty
in understanding and application
of the methods to their data.
On the other side, significant progress has been done
in the area of computer
science, via paralel
development of powerful computers, computational packages
for
data analysis and
especially for multivariate analysis, what resulted
in accessibility
of these essential methods
to researchers.
The purpose of this work is to demonstrate the importance
of interpretation of
results from
a selected research by using Principal Component
Analysis. By doing
this, resolving
eventual difficulties in using
methods and handling sofware
is
illustrated, and necessary
steps in these procedures are shown by using user-friendly
software.
This newly established methodology involves the use of
simple data sets for
introduction of Principal
Component Analysis and handling the programs. The data are
from analyses of lipids
and fatty acids from the reference 5 below.
In this reference,
characteristics of
flavor of free and created salmons from the
Atlantic region - the
Republic of Ireland, were
evaluated.
In this work, Principal Component Analysis is
presented at educational level,
and its implementation in
a computational package of linear algebra is shown.
When analyzing the most important results,
it can be noticed that created
salmons are clearly separated
from free salmons by the first principal component when
only analytical data for
lipids and fatty acids are used, as shown in Fig. 1. On the other
side, when only sensorial
variable are used, it is noticed that sea salmons, both
free
and created,
are obviously separated from river
salmons by the first principal
component, as shown in
Fig. 2. These results indicated existing correlations between
sensorial and
chemical variables, by which flavor
could be related to chemical
variables.
It can be concluded that multivariate
analysis is perfectly suitable for
the
problem under study,
due to its easy application and implementation,
what can be
seen from the small number
of used commands.
The analyses were carried out using MATLAB, and
thus, they can be carried
out by other computational
packages such as SCILAB and OCTAVE, the latter being
a public domain software.
Figure 1Figure 2
BIBLIOGRAPHY
1 -
MASSART, D. L. et al. (1988) "Chemometrics: a textbook". Amsterdam,
Elsevier
Science
Publishers B. V.
2
- MALINOWSKI, E.R. (1991) "Factor Analysis in Chemistry". New York, John
Wiley
&
Sons, Inc., 2nd ed.
3
- WOLD, S., ESBENSEN, K., GELADI,
P. "Principal Component Analysis".
Chemometrics
and Intelligent Laboratory Systems, 2 (1987) 37-52.
4
- MELLINGER, M "Multivariate Data Analysis: Its
Methods". Chemometrics and
Intelligent
Laboratory Systems, 2 (1987) 29-36.
5
- FARMER, L. J., McCONNEL, J. M., GRAHAM, W. D., 1977.
"Flavor and Lipid
Chemistry
of Seafoods". In: The 212th
National Meeting of the American Chemical
Society,
Orlando, Florida 25-29, 1966.
[CAPES-PICD,
FAPESP]