Projeto de análise uni e multivariada de dados químicos (Quimiometria) desenvolvido utilizando linguagem Pyhton.
- Definição
Disciplina química que usa métodos matemáticos e estatísticos, a) para projetar ou selecionar experimentos e procedimentos de medição ideais, e b) fornecer o máximo de informações químicas pela análise de dados químicos [1].
Várias áreas e princípios contribuem para a quimiometria, como pode ser visto na figura abaixo [2].
A quimiometria é aplicada para resolver problemas descritivos e preditivos. Em aplicações descritivas, as propriedades dos sistemas químicos são modeladas com a intenção de aprender as relações e estrutura subjacentes do sistema (ou seja, compreensão e identificação do modelo). Em aplicações preditivas, as propriedades dos sistemas químicos são modeladas com a intenção de prever novas propriedades ou comportamento de interesse. As técnicas quimiométricas são amplamente usadas em química analítica e metabolômica [3].
- What is Chemometrics? https://application.wiley-vch.de/books/sample/3527314180_c01.pdf Acesso em: 13 Ago 2021.
- Chemometrics. https://www.sciencedirect.com/topics/chemistry/chemometrics Acesso em: 13 Ago 2021.
- Chemometrics. https://en.wikipedia.org/wiki/Chemometrics Acesso em: 13 Ago 2021.
Esse projeto foi desenvolvido durante o curso 'Ferramentas estatísticas uni e multivariadas aplicadas à análise de alimentos'. O objetivo foi desenvolver as análises quimiométricas realizadas por softwares como OringinLab, utilizando linguagem Python.
Python é uma linguagem de programação popular de código aberto (Open Source). Isso significa que o ele é desenvolvido sob uma licença de código aberto aprovada pela OSI, tornando-o livremente utilizável e distribuível, mesmo para uso comercial.
É considerada uma linguagem de alto nível por ser de fácil compreenção, linguagem mais parecidas com a linguagem humana. Devido a essas caracteristicas e a grande opções de bibliotecas disponíveis, a linguagem Python é uma ótima opção para trabalhar com dados.
Os conjuntos de dados podem ser pequenos, mas geralmente são muito grandes e altamente complexos, envolvendo centenas a milhares de variáveis e centenas a milhares de casos ou observações. O python trabalha de forma excelente com conjuntos de dados grandes, sendo uma vantagem frente a outros softwares.
Sugestão de leitura para saber mais: Primeiros passos em Data Science utilizando Python para análise de dados
Parte dos dados utilizados foram fornecidos pelo prof. Dr. Elenilson Godoy durante o curso Ferramentas estatísticas uni e multivariadas aplicadas à análise de alimentos oferecido em parceria com a Universidade Federal do Ceará.
Os resultados obtidos utilizando o software OriginPro 2021b estão no arquivo anexo para consulta e comparação com os resultados obtidos utilizando python.