Regresi Polinomial Kurva Kalibrasi Spektrofotometer Konsentrasi terhadap Absorbansi

Info proyek

• Bidang studiKimia dan Material
• JenjangSkripsi (S1)
• Jenis metodeStatistika dan Regresi
• Perkiraan pengerjaan± 3 hari kerja
• Perangkatpolyfit, polyval, cvpartition (Statistics and Machine Learning Toolbox)
• HargaRp 350.000 - Rp 2.150.000

Tujuan analisis

Mencocokkan kurva polinomial konsentrasi larutan terhadap absorbansi pada berbagai panjang gelombang dan memilih orde terbaik.

Variabel

Contoh hasil

• 5Selected degree
• 0.24CV RMSE
• 0.234Training RMSE
• 0.975R-squared
• 0.066Leading coefficient
• 220Samples

Validasi silang 5-lipatan memilih polinomial derajat 5 untuk hubungan Solution concentration dan Absorbance dengan RMSE validasi 0.240 dan R-kuadrat 0.975; derajat 9 lebih rendah di data latih (RMSE 0.232) tetapi berisiko overfitting.

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Regresi Polinomial dan Kurva

Regresi polinomial memodelkan hubungan melengkung dengan menambahkan suku berpangkat pada variabel bebas. Cocok untuk data eksperimen berpola kurva yang sederhana dan ketika bentuk fungsional tidak diketahui secara teoretis.

Langkah pengerjaan

1. 1Plot data untuk menilai bentuk hubungan
2. 2Cocokkan polinomial berderajat 1 sampai maksimum dengan polyfit
3. 3Pilih derajat dengan validasi silang k-lipatan
4. 4Hitung R2 dan RMSE pada derajat terpilih
5. 5Hitung pita ketidakpastian dengan polyval dan struktur S
6. 6Plot kurva fit dan data

Asumsi yang perlu diperiksa

• Derajat tinggi mudah overfitting sehingga harus dibatasi
• Variabel bebas dipusatkan dan diskalakan agar stabil secara numerik
• Ekstrapolasi di luar rentang data tidak andal

Membaca dan melaporkan hasil

Laporkan derajat terpilih beserta alasan validasi silangnya, R2, RMSE, dan persamaan kurva. Peringatkan bahwa polinomial bukan model mekanistik sehingga tidak untuk ekstrapolasi.

Contoh kode MATLAB

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

rng(2);
n = 80;
absorbance = sort(10*rand(n, 1));
solution_concentration = 2 + 1.5*absorbance - 0.35*absorbance.^2 + 0.02*absorbance.^3 + 0.8*randn(n, 1);

maxdeg = 6;  K = 5;
cv = cvpartition(n, 'KFold', K);
cvrmse = zeros(maxdeg, 1);
for d = 1:maxdeg
    e = 0;
    for k = 1:K
        tr = training(cv, k);  te = test(cv, k);
        p = polyfit(absorbance(tr), solution_concentration(tr), d);
        e = e + sum((solution_concentration(te) - polyval(p, absorbance(te))).^2);
    end
    cvrmse(d) = sqrt(e / n);
end
[~, dbest] = min(cvrmse);
fprintf('CV RMSE per degree: %s\n', mat2str(cvrmse', 3));
fprintf('Chosen degree: %d\n', dbest);

[p, S, mu] = polyfit(absorbance, solution_concentration, dbest);
[yfit, delta] = polyval(p, absorbance, S, mu);
r2 = 1 - sum((solution_concentration - yfit).^2) / sum((solution_concentration - mean(solution_concentration)).^2);
fprintf('R2 = %.3f, RMSE = %.3f\n', r2, sqrt(mean((solution_concentration - yfit).^2)));

figure;
plot(absorbance, solution_concentration, 'o'); hold on;
plot(absorbance, yfit, 'r', 'LineWidth', 1.5);
plot(absorbance, yfit + 2*delta, 'r--', absorbance, yfit - 2*delta, 'r--');
xlabel('x'); ylabel('y'); legend('Data', 'Fit', '95% band');

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum