Consejería De Hacienda Y Administración Pública. Convenios. (2023062073)
Resolución de 25 de mayo de 2023, de la Secretaría General, por la que se da publicidad al Convenio entre la Consejería de Agricultura, Desarrollo Rural, Población y Territorio y el Centro de Investigaciones Científicas y Tecnológicas de Extremadura (CICYTEX), por el que se formaliza la transferencia específica para financiar la estrategia integral en materia de I+D+i para el conocimiento, mejora y valorización del cultivo de tenca (Tinca tinca L.) en Extremadura (TENCAEX II), en el ámbito del desarrollo y fomento de la I+D+i en acuicultura.
47 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
NÚMERO 104
Jueves 1 de junio de 2023
34305
donde mc es el número de muestras de calibración, yi es el valor calculado por el
modelo e y REF es el valor de referencia.
Así, para evitar el sobreajuste, limitar el número de términos y seleccionar las mejores ecuaciones, se utilizará una validación cruzada. En este proceso de validación
se calculará un estimador de incertidumbre o error estándar (SECV) y uno de certidumbre o coeficiente de determinación (1-VR), los que finalmente se promediarán
arrojando un valor de SECV y de 1-VR para la validación (57; 58).
La habilidad predictiva del modelo se analizará en base al mayor valor del coeficiente de determinación (1-VR), el menor error estándar de validación cruzada (EEVC)
(Osborne et al., 1993) y la relación entre desviación estándar y el error estándar de
la validación cruzada (DE/EEVC), conocido como índice RPD (59), ya que son considerados los estadísticos de mayor peso en la precisión de una ecuación NIRS.
— Validación externa del modelo.
El pretratamiento con mejores estadísticos de predicción NIRS será el seleccionado
para la validación con las muestras externas de referencia, y así evaluar su fiabilidad y solidez mediante el ajuste lineal entre el valor predicho frente al real. De este
modo nos aseguraremos de que el modelo seleccionado tendrá un elevado coeficiente de determinación (R2), un bajo error estándar de predicción (EEP) y un mayor
valor RPD (Ratio Performance Deviation), que es el cociente entre la desviación estándar (DE) del conjunto de muestras de calibración y el error estándar de validación
cruzada (EEVC).
Una vez seleccionado el modelo con mejor habilidad predictiva se comprobará su
exactitud y precisión mediante una validación externa con un conjunto de muestras
para cada variable “problema”, utilizando como “y” de referencia los valores químicos previamente calculados por el método de referencia. Los estadísticos indicativos
de la fiabilidad del modelo serán el coeficiente de determinación (R2), el error estándar en validación externa (EEVE) y el índice RPD.
Jueves 1 de junio de 2023
34305
donde mc es el número de muestras de calibración, yi es el valor calculado por el
modelo e y REF es el valor de referencia.
Así, para evitar el sobreajuste, limitar el número de términos y seleccionar las mejores ecuaciones, se utilizará una validación cruzada. En este proceso de validación
se calculará un estimador de incertidumbre o error estándar (SECV) y uno de certidumbre o coeficiente de determinación (1-VR), los que finalmente se promediarán
arrojando un valor de SECV y de 1-VR para la validación (57; 58).
La habilidad predictiva del modelo se analizará en base al mayor valor del coeficiente de determinación (1-VR), el menor error estándar de validación cruzada (EEVC)
(Osborne et al., 1993) y la relación entre desviación estándar y el error estándar de
la validación cruzada (DE/EEVC), conocido como índice RPD (59), ya que son considerados los estadísticos de mayor peso en la precisión de una ecuación NIRS.
— Validación externa del modelo.
El pretratamiento con mejores estadísticos de predicción NIRS será el seleccionado
para la validación con las muestras externas de referencia, y así evaluar su fiabilidad y solidez mediante el ajuste lineal entre el valor predicho frente al real. De este
modo nos aseguraremos de que el modelo seleccionado tendrá un elevado coeficiente de determinación (R2), un bajo error estándar de predicción (EEP) y un mayor
valor RPD (Ratio Performance Deviation), que es el cociente entre la desviación estándar (DE) del conjunto de muestras de calibración y el error estándar de validación
cruzada (EEVC).
Una vez seleccionado el modelo con mejor habilidad predictiva se comprobará su
exactitud y precisión mediante una validación externa con un conjunto de muestras
para cada variable “problema”, utilizando como “y” de referencia los valores químicos previamente calculados por el método de referencia. Los estadísticos indicativos
de la fiabilidad del modelo serán el coeficiente de determinación (R2), el error estándar en validación externa (EEVE) y el índice RPD.
