SIMCA의 데이터 분석편 (Workset에서 Class 설정하기)

안녕하세요~

이번에는 저번 시간에 이어 Workset 편집에서 한 단계 더 들어간 Class 설정에 대해 알아보겠습니다. 

Class는 분석 모델에서 라벨링 그 이상의 역할을 하게 됩니다. 

아래 분석 그래프에서 OPLS-DA와 PCA-X로 분석한 2가지 모습을 비교해 보시죠~

OPLS-DA (Discriminant Analysis)

PCA-X

두 데이터 모두 Secondary ID를 활용해 그룹별로 색을 구분할 수는 있습니다. 

하지만 그룹내의 분포를 보다 정확하게 파악하기 위해서는 OPLS-DA가 월등하죠~

차이를 보다 상세히 살펴보면 Loading 그래프에서 OPLS-DA는 X와 Y가 구분이 되어 있습니다. 

여기에서 Y는 각 그룹을 행렬화하여 계산했기 때문에 그룹 간의 특징도 Y 성분을 통해 알 수 있게 됩니다. 

각 그룹 내의 샘플들 끼리만 따로 추출해서 계산하는 Discriminant Analysis는 PCA-X 대비 그룹화 평가에서 우세하겠죠. 

각 그룹을 따로 분리해서 볼 때도 Loading에서 해당 그룹의 Y와 X들의 거리 관계를 통해 해당 그룹 데이터의 신뢰성도 볼 수 있습니다. 

판별 분석에 대한 설정은 Home > Workset 하위 메뉴인 Edit에서 변경하거나 설정할 수 있습니다. 

복수의 샘플을 선택하여 class로 지정하면 Model type에서 PLS-DA 혹은 OPLS-DA를 선택할 수 있게 됩니다. 

이러한 분석 방식은 화학물질 혹은 식품의 종별간 비교 시에 매우 유리합니다.