The assessment of the impact of random errors on the results of the chemometric calculations

W pracy przedstawiono wyniki badań mających na celu ocenę wpływu błędów przypadkowych na wyniki obliczeń chemometrycznych. Szczególny nacisk położono na zbadanie konfiguracji w jakich przeprowadza się analizę skupień z uwzględnieniem i ewaluacją wybranych kryteriów podziału dendrogramu. Badania wykonano w oparciu o zaproponowany algorytm obliczeniowy, którego zastosowanie umożliwiło zrealizowanie celu pracy. Wykazano przydatność kryteriów wywodzących się z taksonomii wrocławskiej oraz wskazano na matematyczną relację pomiędzy nimi. Spowodowane wzrastającą krotnością błędu zmiany w strukturze danych potwierdzono przy zastosowaniu wzorcowych i bezwzorcowych parametrów walidacyjnych procesu grupowania. Ocena merytoryczna otrzymanych wariantów klasyfikacji została skomentowana w odniesieniu do dwóch podejść w badaniu podobieństwa między obiektami: analizowanie profili widmowych próbek oraz porównywanie obiektów pod kątem różnic w mierzonych wartościach zmiennych. Oba podejścia rozróżniono pod względem sposobu badania podobieństwa między obiektami oraz oceniono pod kątem odporności na wpływ błędu przypadkowego.

The thesis presents the results of research aimed at assessing the impact of random errors on the results of the chemometric calculations. Particular emphasis is placed on the examination of the different configurations in which the cluster analysis is usually performed taking into account and evaluating selected stopping criteria for the agglomeration process. The study was performed based on a proposed computational algorithm, application of which has enabled meeting the aim of the work. It has been shown that the criteria originating from the Wroclaw taxonomy are useful; additionally the mathematical relationship between them has been pointed out. The reason for the changes of the data structure caused by successively increased level of random errors influence was confirmed using external and relative clustering validation criteria. Substantive assasement of obtained classification variants was weighted against with respect to two approaches in determining similarity between objects (samples): analysis of spectral profiles of the samples and comparison of objects in terms of differences in the measured values of their variables. Both approaches were distinguished in the way of similarity between objects examination and evaluated for their robustness to the influence of random error.