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
34307
de cada muestra, mientras que la variable dependiente (Y) es una variable categórica, definida por el analista, que codifica cada clase de manera numérica. Se trata
de generar tantas variables discriminatorias como grupos existan. Si una muestra
es clasificada en un grupo se le asigna un valor de 1 y de 0 si no está incluida. Habitualmente, la matriz Y consta de números enteros. El resultado de la regresión será
valores de Y cercanos a los que indican cada categoría. Una muestra del conjunto
de predicción se considera que está correctamente categorizada si cumple dos criterios: debe tener un perfil espectral que no sea significativamente diferente de los
perfiles de las muestras que forman el conjunto de calibración y el valor calculado
de la variable categórica debe estar dentro de un intervalo de valores alrededor del
número con el que se codifica la categoría, que viene marcado por el error asociado
a la predicción (RMSEP o EEP).
Una vez obtenidas las ecuaciones de predicción para el análisis discriminante por
mínimos cuadrados parciales (PLS-DA) se validará el modelo con las muestras externas para así evaluar su eficacia y solidez. Los criterios de selección utilizados para
comprobar el éxito del modelo serán el coeficiente de determinación, el error de
clasificación (predicción), el número de muestras correctamente clasificadas (sensibilidad) y la proporción de muestras que no pertenecen a una categoría y que son
correctamente rechazadas (especificidad).
Todos los desarrollos quimiométricos se realizarán mediante el software The Unscrambler ®10.2 de CAMO Software AS (Norway).
Jueves 1 de junio de 2023
34307
de cada muestra, mientras que la variable dependiente (Y) es una variable categórica, definida por el analista, que codifica cada clase de manera numérica. Se trata
de generar tantas variables discriminatorias como grupos existan. Si una muestra
es clasificada en un grupo se le asigna un valor de 1 y de 0 si no está incluida. Habitualmente, la matriz Y consta de números enteros. El resultado de la regresión será
valores de Y cercanos a los que indican cada categoría. Una muestra del conjunto
de predicción se considera que está correctamente categorizada si cumple dos criterios: debe tener un perfil espectral que no sea significativamente diferente de los
perfiles de las muestras que forman el conjunto de calibración y el valor calculado
de la variable categórica debe estar dentro de un intervalo de valores alrededor del
número con el que se codifica la categoría, que viene marcado por el error asociado
a la predicción (RMSEP o EEP).
Una vez obtenidas las ecuaciones de predicción para el análisis discriminante por
mínimos cuadrados parciales (PLS-DA) se validará el modelo con las muestras externas para así evaluar su eficacia y solidez. Los criterios de selección utilizados para
comprobar el éxito del modelo serán el coeficiente de determinación, el error de
clasificación (predicción), el número de muestras correctamente clasificadas (sensibilidad) y la proporción de muestras que no pertenecen a una categoría y que son
correctamente rechazadas (especificidad).
Todos los desarrollos quimiométricos se realizarán mediante el software The Unscrambler ®10.2 de CAMO Software AS (Norway).
