Análise discriminante com dados espetrais

Por forma a verificar a possibilidade de usar os dados espetrais de infravermelhos para proceder à descriminação entre amostras frescas, semi-frescas e deterioradas, aplicou-se a análise discriminante às amostras, recorrendo às variáveis espetrais.

As Figuras 29, 30 e 31 ilustram os gráficos de observações, definidos pelos fatores F1 e F2 que explicam a variância total (100%). As Tabelas 34 e 35, 36 e 37, 38 e 39 apresentam a matriz de confusão para os valores de calibração e de validação cruzada, isto é, indicam o

97 número de amostras que foi classificado corretamente pelo painel e o número de amostras cuja classificação não corresponde ao grau de deterioração predito pelo modelo.

Na Figura 27 pode observar-se que as amostras frescas e deterioradas posicionam-se em diferentes planos em relação ao fator F2, sendo que se encontram no plano negativo e positivo deste fator, respetivamente. As amostras semi-frescas encontram-se numa posição intermédia, não havendo uma distinção muito clara.

Figura 27 - Gráfico das observações obtido por DA para as amostras de controlo em função da AGF, utilizando variáveis espetrais.

No que diz respeito à classificação das amostras, pelas Tabelas 34 e 35 podemos verificar que, para a calibração, 85,4% das amostras foram classificadas corretamente mas quando submetidas a validação cruzada, esse valor desce para 79,3% classificadas corretamente. As amostras frescas foram as classificadas com maior exatidão, sendo que de 42 amostras apenas 3 foram classificadas de forma errada na calibração e 4 na validação cruzada; as semi-frescas foram, das três, as que mais confusão provocaram, sendo estas confundidas maioritariamente com carnes deterioradas.

98 Tabela 34 - Matriz de confusão de calibração com base nas observações dos dados espetrais para AGF no conjunto de amostras de controlo. Calibração F D SF Total % correta F 39 1 2 42 92,86 D 2 30 2 34 88,24 SF 1 4 15 20 75,00 Total 42 35 19 96 85,36

Tabela 35 - Matriz de confusão de validação cruzada com base nas observações dos dados espetrais para AGF no conjunto de amostras de controlo.

Validação Cruzada F D SF Total % correta F 38 0 4 42 90,48 D 3 28 3 34 82,35 SF 3 4 13 20 65,00 Total 44 32 20 96 79,28

A Figura 28, relativa às amostras com OE de murta mostra um posicionamento no plano F1/F2 bem definido para cada conjunto de amostras com as amostras frescas, as mais dispersas, maioritariamente na parte positiva do fator F1 e negativa no F2, as semi-frescas na parte negativa dos dois planos e as deterioradas na parte positiva do fator F2.

Figura 28 - Gráfico das observações obtido por PCA para as amostras com OE de murta em função da AGF, utilizando variáveis espetrais.

99 Como se pode verificar nas Tabelas 36 e 37, na calibração, 89,8% das amostras foram classificadas corretamente e, mais uma vez, na validação cruzada, este valor desce para 82,8%. Neste caso, as amostras deterioradas foram as classificadas com mais exatidão, seguidas das frescas. As semi-frescas são também nesta situação as que mais confusão suscitam, no entanto, apenas foram confundidas com amostras deterioradas.

Destaca-se que nenhuma amostras deteriorada ou semi-fresca foi classificada como fresca.

Tabela 36 - Matriz de confusão de calibração com base nas observações dos dados espetrais para AGF no conjunto de amostras com OE de murta.

Calibração F D SF Total % correta F 41 2 4 47 87,23 D 0 27 1 28 96,43 SF 0 3 18 21 85,71 Total 41 32 23 96 89,79

Tabela 37 - Matriz de confusão de validação cruzada com base nas observações dos dados espetrais para AGF no conjunto de amostras com OE de murta.

Validação Cruzada F D SF Total % correta F 39 2 6 47 82,98 D 0 25 3 28 89,29 SF 0 5 16 21 76,19 Total 39 32 25 96 82,82

Na Figura 29 observa-se que, relativamente às amostras com OE de alecrim, as amostras agrupam-se em diferentes partes do plano, de acordo com o seu tratamento. As amostras frescas localizam-se na parte positiva do plano F2, as semi-frescas no plano positivo F1 e negativo F2 e as deterioradas no plano negativo dos dois fatores.

100 Figura 29 - Gráfico das observações obtido por PCA para as amostras com OE de alecrim em função da AGF, utilizando variáveis espetrais.

Pelas Tabelas 38 e 39, relativas à calibração e à validação cruzada, verifica-se que na primeira 87,9% das amostras foram classificadas corretamente, enquanto que na segunda, a percentagem de amostras classificadas de forma correta desce para 80,4%. As amostras deterioradas foram as classificadas com maior exatidão e, mais uma vez, as semi-frescas foram as mais confundidas.

Tabela 38 - Matriz de confusão de calibração com base nas observações dos dados espetrais para AGF no conjunto de amostras com OE de alecrim.

Calibração F D SF Total % correta F 39 1 4 44 88,64 D 1 28 1 30 93,33 SF 1 3 18 22 81,82 Total 41 32 23 96 87,93

Tabela 39 - Matriz de confusão de validação cruzada com base nas observações dos dados espetrais para AGF no conjunto de amostras com OE de alecrim.

Validação Cruzada F D SF Total % correta F 36 2 6 44 81,82 D 1 26 3 30 86,67 SF 2 4 16 22 72,73 Total 39 32 25 96 80,40

101 Dos três conjuntos de amostras (controlo, com OE de murta e com OE de alecrim), foi nas amostras com OE´s que se obteve uma separação mais definida dos grupos de amostras (frescas, semi-frescas e deterioradas). Para as amostras de controlo, as frescas foram as classificadas com maior exatidão (92% - calibração, 90% - validação cruzada), nas amostras com OE´s, as que obtiveram melhor percentagem de classificação correta foram as deterioradas (96% e 89% para OE de murta e 89% e 82% para OE de alecrim). Em todos os conjuntos as amostras semi-frescas foram as menos bem classificadas (com valores dos 65 aos 88%), sendo na sua maioria confundidas com deterioradas. Nas amostras com OE de murta, nenhuma amostra deteriorada ou semi-fresca foi classificada como fresca, estas foram também as amostras em que a classificação global foi a mais exata, apresentando valores superiores de percentagem de classificações corretas e o controlo foi o que apresentou menores valores globais.

Em suma, pode-se afirmar que é possível, através de dados espetrais, proceder à predição do grau de frescura/deterioração da carne fresca.