Analyse statistique des données NIR : prétraitement des données

Dans l'analyse statistique des données infrarouges proches (NIR) issues de l'étalonnage des instruments NIR, deux étapes sont souvent impliquées. La première est le prétraitement des données, qui fait généralement référence à la transformation des spectres NIR (par exemple, les échantillons de variables prédictives en utilisant la terminologie de la régression statistique) dans le but de réduire les grandes variations de base, la dimensionnalité, la colinéarité et/ou le niveau de bruit des spectres observés. Le prétraitement est nécessaire en partie parce que les spectres mesurés présentent généralement de grandes variations de base et/ou un bruit substantiel et ont un faible ratio entre la taille de l'échantillon et le nombre de variables prédictives. La deuxième étape est la modélisation d'étalonnage et implique l'application de méthodes de régression statistique aux données NIR prétraitées. Cet article traite de l'étape du prétraitement des données et présente en particulier une méthode basée sur l'analyse en composantes principales pour s'attaquer au problème des grandes variations de base. L'utilité de la méthode décrite est illustrée à travers une étude de simulation et son application à l'analyse d'un ensemble de données NIR réelles. © 1997 John Wiley & Sons, Ltd.