Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi

Primjena kemometrijskih metoda i prediktivnih matematičkih modela u razvrstavanju i analizi sirovina (CROSBI ID 419757)

Ocjenski rad | diplomski rad

Bošnjaković, Zvonimir Primjena kemometrijskih metoda i prediktivnih matematičkih modela u razvrstavanju i analizi sirovina / Magdić, Damir ; Horvat, Daniela (mentor); Osijek, Prehrambeno-tehnološki fakultet Osijek, . 2017

Podaci o odgovornosti

Bošnjaković, Zvonimir

Magdić, Damir ; Horvat, Daniela

hrvatski

Primjena kemometrijskih metoda i prediktivnih matematičkih modela u razvrstavanju i analizi sirovina

24 različita kultivara pšenice tijekom 12 godina uzgajani su na poljima Poljoprivrednog instituta u Osijeku. Vrijednosti 22 svojstva zrna, brašna i tijesta određene su laboratorijskim analizama na raznim uređajima i pomoću različitih metoda. Na zapisanim setovima podataka prvo je izvedena opisna statistika te su izračunate srednje vrijednosti, standardna devijacija, koeficijent varijabilnosti, minimumi i maksimumi svakog svojstva te medijan. Opisnom statistikom objašnjena je dinamika promjena tijekom analiziranog razdoblja od 12 godina (2005.-2016.). Kemometrijskim metodama ispitivana je povezanost između svojstava pšeničnog zrna, brašna i tijesta kroz period od 10 godina (2005.-2014.). Kroz to razdoblje napravljena je analiza glavnih komponenti, klasterska analiza i regresijska analiza metodom najmanjih kvadrata te su kreirani prediktivni matematički modeli za izračunavanje tri izabrana svojstva. Nakon validacije navedenih prediktivnih modela kroz sljedeće dvije godine (2015. i 2016.) zaključeno je da je samo jednim modelom moguće predvidjeti željenu zavisnu varijablu svojstva s više od 97 % točnosti dok je točnost u ostala dva modela oko 65 %. Analizom glavnih komponenata pomoću programskog paketa „Statistica ver.13“ utvrđeno je da je moguće opisati varijabilnost cijelog skupa podataka sa 95 % točnosti pomoću samo sedam glavnih komponenata tj. sedam svojstava. Klasterskom analizom grafički je prikazana povezanost vrijednosti svojstava.

svojstvo ; kemometrija ; analize ; prediktivni model ; povezanost

nije evidentirano

engleski

Application of chemometric methods and predictive mathematical models in classification and analysis of raw materials

nije evidentirano

property ; chemometrics, analysis ; predictive models ; relationship

nije evidentirano

Podaci o izdanju

68

22.12.2017.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Prehrambeno-tehnološki fakultet Osijek

Osijek

Povezanost rada

Matematika, Poljoprivreda (agronomija), Interdisciplinarne biotehničke znanosti