Pré-tratamento dos dados Modelos PLS

Non-Destructive Determination of Solids and Carotenoids in Tomato Products by Near
Infrared Spectroscopy and Multivariate Calibration
Anal. Chem., 77, 2505-2511 (2005)
Sólidos de tomate são parâmetros vitais no recebimento, controle de processo e
formulaç ão de produtos secundários.
As 42 amostras de produtos concentrados de tomate com teor de sólidos variando entre
6,9 a 35,9% (6,8 a 31,5 °Brix, respectivamente) foram adquiridas em vários mercados no
Brasil, Argentina, Estados Unidos e Europa (Holanda, Itália e Grécia) e classificadas da
seguinte maneira:
♦Simples-concentrado (17,0 a 22,0 °Brix de tomate);
♦Duplo-concentrado (25,0 a 31,5 °Brix de tomate);
♦Base de tomate para molhos (12,5 a 17,0 °Brix de tomate);
♦Matéria -prima polpa de tomate (25,0 a 31,1 °Brix de tomate);
♦Purê de tomate (6,9 a 12,0 ºBrix de tomate).
Os carotenóides chamam a atenção, tanto da indústria alimentícia quanto do mercado
consumidor, devido aos possíveis benefícios que podem proporcionar à saúde.
Apesar de haver ainda grande discussão sobre a efetividade destes benefícios, as
indústrias buscam desenvolver alimentos funcionais ricos em licopeno e -caroteno.
Neste trabalho, foram
concentrados de tomate.
estudadas
15
propriedades
físico-químicas
de
produtos
Quatro propriedades - sólidos totais e solúveis, licopeno e -caroteno - foram usadas para
a construção de modelos de calibraç ão, principalmente devido à relevância de sua
aplicação no monitoramento de processo fabril e/ou em programas de desenvolvimento de
novas variedades de tomates.
Os espectros de infravermelho próximo foram coletados imediatamente após a abertura
das amostras.
Três espectros foram coletados para cada amostra, na região entre 4000 e 10000 cm-1 com
resoluç ão espectral de 4 cm- 1.
PC1 tem peso relevante de atributos ligados à quantidade de tomate. Amostras mais à direita
neste eixo tem maiores quantidades de sólidos totais e solúveis, açúcares naturais do fruto
(glicose e frutose) e carotenóides.
PC2 define o balan ço de sal, açúcar e a acidez dos produtos,
PC3 classifica amostras viscosas das fluídas
Pré-tratamento dos dados
Espectros originais
O número de variáveis
reduzido para 273.
Espetros alisados pela média
foram corrigidos pela correção
multiplicativa de espalhamento
MSC.
Licopeno 5LVs
Modelos PLS
Propriedade Amostra Valor Exp. Valor Prev. % Erro
1
7,74
7,78
0,57
2
16 ,80
17 ,18
3,00
Total Solids
3
22 ,40
21 ,81
2,63
(%)
4
19 ,06
18 ,63
2,24
5
27 ,10
27 ,13
0,11
1
7,3
7,9
7,76
Soluble
2
15,4
16,6
7,61
Solids
3
28,3
28,2
0,27
4
18,7
18,7
0,17
(º Brix)
5
25,0
25,3
1,11
1
144
135
6,45
2
602
608
1,03
Lycopene
3
601
596
0,75
(mg kg-1)
4
779
734
5,69
5
921
916
0,49
1
5,1
5,0
1,50
-Carotene
2
11,1
11,4
3,11
3
11,0
11,1
0,93
(mg kg-1)
4
10,3
10,8
4,79
5
17,5
16,3
6,83
-caroteno 5LVs
sólidos totais (10VLs)
sólidos sol úveis (11LVs)
Amostras em vermelho são do conjunto de previsão
1
Atividade do Omeprazol e compostos análogos com atividade anti- Helicobacter
pylori
Bruni, A. T.; Ferreira, M. M. C, J. Chemom. 2002, 16, 510.
Kühler, T. C.; Fryklund, J.; Bergaman, N. A.; Weiliotz, J.; Lee, A.; Larsson, H.; . Med. Chem.,
1995, 38, 4906.
mesmo.
O omeprazol e os respectivos congêneres são opticamente ativos tendo o
enxofre como centro quiral.
Estudo da atividade do omeprazol e de alguns de seus derivados na inibiç ão da
urease H. pylori.A bactéria H. pylori vive no estomago e necessita da enzima urease
para colonizar a mucosa.
Esta enzima metaboliza rapidamente a uréia no suco gástrico gerando os íons
bicarbonato e amônio em torno da bactéria. Isto permite que ela passe de forma segura
atravé s da barreira ácido-gástrica e chegue até à mucosa causando inflamações.
Compostos
1
2
3
4
5
6
%cont
32,0
8,0
1,0
58,0
80,0
84,0
R1
H
H
H
H
H
H
R2
OCH3
OCH2 CH 3
OCH3
OCH3
OCH3
7
b
8
-
H
H
OCH(CH 3 )2
OCH3
OC H
2
R3
CH3
CH3
CH3
H
H
OCH3
R4
H
H
H
F
F
H
R5
CH 2 O
H
C(CH 3
H
H
F
CH3
CH3
H
H
OCH3
R2
R1
R3
O
N
(b)
(a)
N
R4
N
R5
N
H
R6
S
Lansoprazol
Omeprazol
29,0
28,0
H
CH3
OCH2 CF3
OCH3
CH3
CH3
H
H
R6
H
H
H
H
F
H
H
O
O
S
H
OCH3
A produção de amônia na presença da urease H. pylori foi comparada com a
produção de amônia na sua ausência. O fármaco foi então adicionado e a
resposta biológica in vitro foi medida em termos da porcentagem de controle
(%cont) definida como a % de amônia restante após a adição de 100mM do
N
N
H
H
H
Este conjunto de dados pode ser usado para construir vários modelos e extrair
diferentes informações.
Os compostos 7 e 8 foram removidos da análise
8 compostos no conjunto de treinamento;
Modelo QSAR com todas as estruturas de mínima energia do conjunto de
treinamento
X = (2627).
Eles são anfóteros, i. e., os valores de pKa são dependentes das propriedades
eletrônicas dos substituintes nos anéis benzimidazol e piridina .
O omeprazol é um pro-fármaco que facilmente se converte na respectiva
sulfenamida em meio ácido.
Descritores: 4 EXPERIMENTAIS E O RESTANTE TEÓRICOS
tempo de meia vida, t1/2, (relacionado com a rapidez de decomposição do omeprazol
na sulfenamida)
lipofilia, logk0, (obtida tomando o omeprazol como referência)
pKa de cada um dos anéis benzimidazol e piridina (pKapy e pKabz).
Foi feita a análise conformacional dos 10 compostos estudados e foram
encontradas conformações significativamente diferentes para cada composto,
embora com diferenças de energia menores que 1,0 kcal mol -1.
Inicialmente, cada uma destas estruturas de mínima energia (26 n o total) foi
considerada como uma amostra na matriz de dados X.
23 descritores teóricos foram calculados para cada conformação.
energia do orbital de fronteira HOMO (HOMO, –0,65),
energia do orbital de fronteira LUMO (LUMO, –0,71),
eletronegatividade (Eletroneg, 0,73),
coordenada z do momento dipolar (Dip_z, 0,59),
carga do átomo de carbono do anel piridínico ligado a R2 (R2, 0,63),
carga de um dos átomos de nitrogênio do anel benzimidazol (N(a), 0,58)
três das propriedades experimentais (t1/2, 0,92; pKapy, –0,78; e p Kabz, –0,65).
Propriedades eletrônicas foram selecionadas indicando que elas devem ter uma
maior importância na atividade biológica destes compostos.
As propriedades estéreas e hidrofóbicas foram todas eliminadas.
Para entender melhor o sistema em
estudo, deve -se proceder a uma seleção
de variáveis.
T1/2
Eletronegatividade
Dip_z
pKapy
LUMO
Cálcula-se o coeficiente de correlação de cada um dos descritores com a atividade
biológica e exclue todos aqueles com coeficiente de correlação menor que 0,6.
Dos 27 descritores originais, 18 foram eliminados restando apena s 9.
2
Estudo quimiométrico/QSAR de artemisininas como agentes contra as
cepas de P. falciparum resistentes à mefloquina
Composto
%cont
Medida
%cont
Estimada
1
32,0
26,2
5,8
2
8,0
13,3
-5,3
3
1,0
1,4
-0,4
4
58,0
55,8
2,2
5
80,0
81,9
-1,9
6
84,0
84,6
-0,6
Lanso
29,0
27,9
1,1
Ome
28,0
28,9
-0,9
CH3
Res íduo
4
3
CH3
13
5 H
1
2 O 5a 6
O
O 12
12a
8a
7
8
H
O 10 9
11
CH3
O
14
QHS
Previsão para os compostos 7 e 8:
Ambos os compostos foram apontados como potentes inibidores da
urease H. pylori, sendo o composto 7 mais potente.
Molecule
R1
R2
R
__________________________________________
14
5
4
15
H3 C
3
H
O 2 5a
1 O
O
C H3
7
11
O
2
O
H
H
C H3
H
H
O
5
CH 3
O
6
4
7
O
O
H
O
H
H
O
H3 C
O
H
H
H
H
O
O
H
O
OH
N
S
9
H
H
C9H 8O2
24
C=O
C(H)CHO
25
C=O
C6H 6O2
26
C 3H4 O2
27
O
R
C 9H10 O2
28
29
C 5H6 O2
C=O
C(H)C3 H5O 2
________________________________________________________________
H
O
O
11
C=O
C H3
H
O
N
N
S
C4H 6O2
23
O
O O
H
O
N
H S
C=O
H3 C
O
H3 C
O
O
H
O
C(H)CH3
22
O
CH3
O
HC
3
C(H)CH 3
C=S
C H3
O
H
OH
O
8
H
O
H 3C
O
CH 3
R1
C H3
O
O
O
H
R2
O
H3 C
H
C H3
C=NH
21
O
O
O
CH3
O
O
H
H
N
N
H
O
O
H3 C
O
O
H 3C
O
O
O
H
O
H3 C
O
O
H
O
O
H
HOO
3
20
C H3
O
O
CH3
O
H 3C
O
H
C H3
O
H3 C
O
O
H
9 CH3
10
1
H
H
O
H 3C
O
O
H
CH3
O
H 3C
8
12a
13 12
H
6
8a
CH 3
HOO
O
H
HO
12
H
S
10
C H3
CH 3
DESCRITORES
H
CH3
H
O
H 3C
O
O
CH 3
H3 C
O O
H
H
O
O
H
H
16
CH 3
H
O
H 3C
O
O
H
H
O
O
H
H
O
O
CH 3
17
O
C H3
18
O
C H3
19
O
O
H
O
CH 3
CH3
O
CH3
O
H 3C
O
15
O
C H3
O
O
H
O
CH 3
14
O
H3 C
O O
O
C H3
H
O
O
C H3
H
O
H
O
13
H3 C
C H3
H
O
H3 C
OH
H
C H3
O
*Energia do orbital LUMO+1,
*cargas nos átomos C9 e O11,
*um descritor topológico
*número máximo de átomos de
hidrogênio que podem interagir
com a heme.
3
Composto
20
21
22
23
24
25
26
27
28
29
Spectrophotometric Determination of Caramel Content in Spirits Aged in Oak
Casks
J. AOAC Int., 85, 744-750 (2002).
log IC50
-0,025
0,103
0,752
0,801
0,437
0,749
-0,382
0,234
-0,228
-0,040
Differences in the UV-visible spectra of oak aqueous-alcoholic extracts and
caramel solutions in the same solvent are used for caramel analysis in spirits
aged in oak casks.
2.5
2
Abs orbanc e
Caramel
1.5
Oak
Mix
1
0.5
0
240
300
360
420
480
540
600
Wavelength, nm
The data treatment has been carried out by two different approaches:
Os orbitais LUMO+1 de compostos mais ativos são concentrados no centro do
esqueleto de artemisinina, enquanto nos compostos menos ativos ficam nos
grupos terminais.
♦based on the plot of caramel concentration versus the ratio of absorbance values
at 210 and 282 nm.
♦based on partial least squares (PLS) calibration model using the first derivative
of the spectral data.
20
25
Predicted
0.01
0.07
0.44
0.80
1.19
1.63
R 2 0.9999*
Residual
-0.01
0.01
0.01
0.00
-0.01
0.02
IW
Oaks
NE
CW
Standard
SE
S
Oaks
10
PC1 (66%)
0
5
-35
-20
-5
10
25
40
55
PC1 (74%)
(USW)
US
whisky;
(SW) Scottish whisky;
(CW) Canadian whisky;
(IW) Irish whisky
-25
-15
-5
5
15
25
-10
-5
PC2 (21 %)
Known
0.00
0.08
0.45
0.80
1.18
1.65
SEP 0.01
CW
SW
Standard
15
P C2 (16 %)
Standards
ST0
ST1
ST2
ST3
ST4
ST5
USW
-20
-15
Comparison between the results of caramel calculated by two
methods (PLS and rate A210/A282)*. (BC) Brazilian cachaça.
Sample PLS
A210 /A 210 Sample PLS A 210 /A210 Sample PLS A 210/A 210 Sample PLS
A210 /A210
BC1a
0.16
0.21
BC12
0.06
0.01
BC29
0.02
- 0.05
BC48
0.04
0.5
BC1b
0.05
0.03
BC13a 0.05
0.00
BC30
0.03
0.08
BC49
0.04
-0.02
BC1c
0.05
0.02
BC13b 0.05
0.00
BC31
0.04
0.03
BC50
0.06
-0.02
BC1d
0.05
0.03
BC14a 0.09
0.04
BC32
-0.03
0.11
BC51
0.07
0.28
BC1e
0.05
0.04
BC14b 0.09
0.05
BC33a 0.14
0.1
BC52
0.05
-1.04
BC2a
0.09
0.12
BC14c 0.09
0.11
BC33b 0.12
0.11
BC53
0.05
0.05
BC2b
0.08
0.05
BC15
0.14
0.11
BC33c 0.12
0.14
BC54
0.05
0.13
BC2c
0.08
0.03
BC16a 0.11
0.09
BC34a 1.04
1.19
BC55
-0.22
-0.04
BC3a
0.05
0.11
BC16b 0.12
0.07
BC34b 1.11
1.26
BC56
0.03
0.03
4
Classificação dos filmes em rela ção à
modificação química sofrida pela fécula
Classificação de filmes de fécula de mandioca quanto às suas
propriedades f ísico-químicas e a quantificação da gramatura por
espectroscopia no infravermelho
Henrique, C.M.; Ferreira, M.M.C; Cereda, M.P., Sabino, L.
Espessura
Gramatura
Solubilidade
Permeabilidade
A matéria-prima para a formação dos filmes são féculas modificadas comerciais:
mandioca cross link - fécula pré gelatinizada modificada
carboximetilamido de baixa e alta viscosidade
esterificada
PC1
0,510
0,149
-0,549
0,646
PC2
-0,555
0,799
-0,224
0,063
PC3
0,146
0,287
0,803
0,501
As concentraç ões avaliadas foram as suspensões filmogênicas em água de 3 e 5%.
Essas soluções filmogênicas foram secas por 24 hs/40ºC.
Os filmes foram caracterizados para: a gramatura, permeabilidade ao vapor d'água,
atividade de água, tração (força na deformação), solubilidade, perfuração (forç a na
deformação) e a espessura dos filmes.
Os espectros foram registrados na região do infravermelho médio empregando- se um
espectrofotômetro provido com acessório de reflectância atenuada, na região de 4000 a
650 cm- 1 com resoluç ão de 2 cm- 1
Modelo de calibração para a determina ção da gramatura
Quantitative Determination of Epoxidized Soybean Oil Using Near-Infrared
Spectroscopy and Multivariate Calibration
Appl. Spectrosc., 56, 1607 -1614 (2002)
Soybean oil is a triglyceride which typically contains 14% stearic, 23% oleic, 55% linoleic
and 8% linolenic acid. Three of them are unsaturated acids: oleic (18:1), linoleic (18:2) and
linolenic (18:3).
Éster 03
Alta 13
Amido05
Gramatura
Pred.
347.151
386.347
354.643
Gramatura Resíduo
Exp.
370.973
23.821
423.856
37.508
335.272
19.371
Erro
(%)
6.421
8.849
5.778
Chemical modification on commercial available soybean oil such as epoxidation can
enhance its properties (reactivity) for industrial applications.
PVC degradation caused by sunlight eliminating HCl
5
The epoxidized soybean oil (ESO) is used in plastic industry as plasticizer (a t levels ranging
from 0.1 to 27%), to increase flexibility and as stabilizer to minimize decomposition in
polyvinyl chloride (PVC) products.
NIR absorbance spectra were recorded from
9300 cm-1 to 4500 cm-1 with a 2 cm-1
increment, using a BOMEM – MB160 – FTIR
spectrophotometer.
Reaction of oxirane ring with HCl inhibits the degradation process.
DADOS ORIGINAIS (2400 VARIÁVEIS)
Epoxidation process is followed by quantification of some analytes related to
the product’s quality:
Média móvel (Box car)
METODOLOGIA
DADOS REDUZIDOS (160 VARIÁVEIS)
♣ The epoxide index (E.I.) is directly related to the stabilizer feature of the product. The
higher the epoxide content, the more efficient the additive as thermal stabilizer.
♣ The iodine content (I.I.) is an indicator to the amount of unsaturations present in the
SELEÇÃO A
(Diferença espectral)
epoxidized soybean oil.
SELEÇÃO B
(Correlograma)
SELEÇÃO C
(Pesos e vetor de regressão)
♣ The percentage of water (% Water), results from washing of the final product. Its
concentration must be minimal since water can cause degradation of the epoxide group.
VALIDAÇÃO EXTERNA
(usando o melhor modelo)
DETERMINAÇ ÃO DA PORCENTAGEM DE ÁGUA
(A) 7050-7290, 5190-5310 cm -1
(B) 7110-7230, 5130-5310 cm-1
C) 6930-7350, 4500-5910 cm -1
Porcentagem de água. Valores experimentais, estimados* e os resíduos
(A) Espectros de Maior e Menor concentração
(B) Correlograma.
(C) Pesos e vetor de regressão.
Tabela I. Resultados dos modelos PLS para a água.
Método
Boxcar
averaging
Seleção A
a
Seleção B
Seleção C
b
Prev. externa
a
# Variables Latent Var.
SECV
PRESS
R
160
3
0,011
0,006
0,992
14
12
63
14
3
3
3
3
0,012
0,013
0,011
c
0,013
0,007
0,008
0,006
0,002
0,992
0,990
0,993
Sele ção de variáveis feita pelo correlograma para cutoff = 0,80. b Previsão com
um conjunto de dados externo. Modelo PLS com variá veis selecionadas em A.
c
SEP (standard error of prediction).
C) 6930-7350, 4500-5910 cm-1
Sample
9
15
19
27
44
48
50
53
56
60
Mean
Std.
Range
RPDa
Exp. Values
0,06
0,07
0,05
0,08
0,19
0,13
0,13
0,16
0,06
0,008
0,094
0,056
0,182
4,00
Pred. Values
0,048
0,060
0,048
0,083
0,219
0,144
0,121
0,149
0,047
0,006
0,093
0,064
Residuals
-0,012
-0,010
-0,002
0,003
0,029
0,014
-0,009
-0,011
-0,013
-0,002
-0,001
0,014
13,00
RERb
*(PLS 3VLs). aRPD = std(exp.)/std(residuals). bRER = range(exp.)/std(residuals).
6
FATOR DE BIOCONCENTRAÇÃO (BCF) DE HIDROCARBONETOS POLICÍCLICOS
AROMÁTICOS (PAHS).
Ferreira, M. M. C.; Chemosphere 2001, 44, 125.
Estudo da relação entre as características estruturais de alguns PAHs e a sua
bioacumulação em invertebrados aquáticos (Daphnia Magna). O fator de
bioconcentração foi obtido de medidas experimentais da concentraç ão de uma
substância presente num organismo aquático e no ambiente que o cerca, de acordo com
a expressão
Corg
C é a concentração do poluente no
BCF

Cw
org
organismo (mg/kg) e Cw é a sua concentraç ão em água pura (mg/l).
3
4
2
1
5
9
6
8
7
10
11
Quatro descritores foram utilizados para modelar o
fator de bioconcentração dado por logBCF,
dois experimentais: logS e logP
dois calculados teoricamente: volume molecular,
Vol, e o índice de conectividade, Xv.
Valores experimentais e estimados a do fator de bioconcentração
de PAHs no invertebrado aquático Daphnia-Magna.
Exp.
log BCF
1-Naftaleno
2,12 b
2-Antraceno
2,95
3-Fenantreno
2,51
4-Benzo[a ]antraceno
4,00
5-Criseno
3,79
6-Trifenileno
3,96
7-Pireno
3,43
8-Perileno
3,86
9-Benzo[a ]pireno
3,82
104,00
Dibenzo[a,h ]antraceno
11-Benzo[ghi]perileno
4,45
SEPval
0,295
SEPval
Q2
0,81
R2
Coef. de regressão: Xv = 0,246
Vol = 0,225
c
F = 60.018 p < 0.0001
Est.
logBCF
2,167
2,948
2,887
3,744
3,738
3,478
3,295
3,965
4,019
4,355
Res.
-0,047
0,002
-0,377
0,256
0,047
0,482
0,135
-0,105
-0,199
-0,355
Matriz de correlação dos descritores.
Xv
Xv 1,000
Vol
logP
logS
4,288
0,162
0,272
0,87
logP = 0,246 log S = -0,238
log(BCF) = 0,694 + 0,0959 Xv + 0,0022 Vol + 0,163 logP 0,109 log S
PLS com dados autoescalados , 1 variável latente (LV)
e validação cruzada removendo uma amostra de cada vez.
b
Para Daphnia-Pulex. c F é o teste de significância estatística
de Fischer e p o nível de confiabilidade da equação.
LV %Var %Varacumulada
1
95,09
95,09
2
3,50
98,59
3
1,30
99,89
4
0,11
100,00
SEP val *
0,295
0,323
0,406
0,478
*Erro padrão de predição da validação cruzada.
Uma variável latente descrevendo 95,09% da informação original dos dados é o número
ótimo de fatores para a construção do modelo PLS: o que produz o menor erro padrão
de validação (0,295).
Os ácidos indol-3-acéticos são importantes hormônios de crescimento de plantas da
classe auxina. Vários substituintes pequenos em diferentes posições do anel indol (2, 4,
5, 6 e 7) são os responsáveis pelas mudanças nas propriedades físico-qu ímicas e na
atividade biológica das auxinas.
8
9
CH2 CO 2H
4
A estrutura de ácidos indol-3-acéticos.
3
3a
6
7a
7
Valores experimentais e estimados de logBCF
para PAHs no invertebrado aquático DaphniaMagna.
logS
0,954
0,834
0,964
1,000
LIPOFILIA DE ALGUNS ÁCIDOS INDOL-3-ACÉ TICOS MONOSSUBSTITUIDOS
5
Apenas o logBCF do fenantreno e do trifenileno, foram estimados com erro maior que
10%.
logp
0,994
0,935
1,000
Como todos eles são muito
elevados, é impossível construir
um modelo MLR, mas isto não se
constitui num problema quando se
usa os m étodos PCR ou PLS.
aModelo
Variância percentual e acumulada da
análise PCA e SEPval dos modelos de regressão.
Vol
0,924
1,000
2
N1
H
O parâmetro de lipofilia  de 14 auxinas, dado pelo logaritmo da razão entre P
(coeficiente de partição entre as fases orgânica/aquosa) do ácido indol- 3-acético
substituído e o do ácido não substituído (IAA) foi medido experimentalmente por RPHPLC e usado como variavel dependente no estudo QSAR.
7
Descritores:
a polarizabilidade molecular média (E),
os momentos da inércia em relação aos eixos principais de inércia Y (I 2) e Z (I 3 ),
a massa molar relativa (M r)
o raio de van der Waals (r) do substituinte,
O tamanho e propriedades eletrônicas do substituinte, bem como a posição de substituição,
são em princípio importantes no estudo da lipofilia das auxinas.
O composto 2Me-IAA se mostrou anômalo (outlier),
pois tem uma leverage e um resíduo de Student
acima do desejável em ambos os modelos e
portanto será removido do conjunto de treinamento.
Foram então construídos modelos PCR e MLR (modelo PCR com todas as componentes
principais A=J=5).
PCR dos dados autoescalados e validaç ão cruzada, removendo uma amostra por vez,
mostrou que três PCs contendo 98,73% da informaç ão original dos dados é o número
ótimo de PCs pois foi o modelo que apresentou o menor erro padrão de validaç ão:
SEPval = 0,031.
Variâncias percentual e total acumulada, e SEP do modelo de
regressão PCR.
PCs
1
2
3
4
5
%Var
75,13
17,05
6,55
0,96
0,31
%Varacumulada
75,13
92,18
98,73
99,69
100,00
a
SEPval
0,036
0,033
0,031
0,035
0,046
SEPcal
0,033
0,029
0,024
0,024
0,021
b
Exp.a 
Est.b (PCR) Res (PCR) Est. c (MLR) Res (MLR)
IAA
0,00
-0,03
0,03
-0,12
0,12
4F-IAA
0,12
0,12
0,00
0,11
0,01
5F-IAA
0,17
0,17
0,00
0,19
-0,02
6F-IAA
0,19
0,21
-0,02
0,21
-0,02
7F-IAA
0,18
0,18
0,00
0,16
0,02
4Me-IAA
0,23
0,26
-0,03
0,25
-0,02
5Me-IAA
0,32
0,29
0,03
0,31
0,01
6Me-IAA
0,33
0,34
-0,01
0,34
-0,01
7Me-IAA
0,30
0,30
0,00
0,29
0,01
4Cl-IAA
0,31
0,36
-0,05
0,36
-0,05
5Cl-IAA
0,49
0,43
0,06
0,43
0,06
6Cl-IAA
0,50
0,55
-0,05
0,56
-0,06
7Cl-IAA
0,45
0,44
0,01
0,41
0,04
0,031
0,046
SEPval
R2
0,98
0,99
2
0,96
0,93
Q
Coeficientes de Regressão E
0,351
0,370
I2
0,231
-0,114
I3
0,203
0,691
Mr
0,064
-0,095
0,289
0,235
r
8