Partial least squares per dati chimici

Abstract

L'elaborato tratta l’applicazione della regressione Partial Least Squares (PLS) all’analisi di dati chimici complessi, con l’obiettivo di sviluppare modelli predittivi accurati e interpretabili. In particolare, la metodologia è stata impiegata per correlare dati strumentali (quali spettri) con proprietà chimico-fisiche di interesse. Sono stati sviluppati modelli PLS1, ottimizzando il numero di componenti latenti mediante procedure di validazione incrociata. Le prestazioni dei modelli sono state valutate attraverso parametri statistici quali RMSEC, RMSECV e RMSEP, al fine di verificarne accuratezza, robustezza e capacità di generalizzazione. I risultati ottenuti evidenziano una buona capacità predittiva, con valori di errore contenuti e per alcuni, una soddisfacente concordanza tra RMSECV e RMSEP, indicativa dell’assenza di fenomeni di overfitting. L’approccio PLS si conferma pertanto uno strumento efficace per l’analisi e l’interpretazione di dataset chimici ad alta dimensionalità, consentendo l’estrazione di informazioni rilevanti e il supporto ad applicazioni in ambito analitico.

The thesis addresses the application of Partial Least Squares (PLS) regression to the analysis of complex chemical data, with the aim of developing accurate and interpretable predictive models. In particular, the methodology was employed to correlate instrumental data (such as spectra) with relevant physico-chemical properties. PLS1 models were developed, with the optimal number of latent components determined through cross-validation procedures. Model performance was evaluated using statistical metrics such as RMSEC, RMSECV, and RMSEP, in order to assess accuracy, robustness, and generalization ability. The results demonstrate good predictive performance, with low error values and, in some cases, a satisfactory agreement between RMSECV and RMSEP, indicating the absence of overfitting. The PLS approach is thus confirmed as an effective tool for the analysis and interpretation of high-dimensional chemical datasets, enabling the extraction of relevant information and supporting applications in the analytical field.