Sveučilište Josipa Jurja Strossmayera u Osijeku. Prehrambeno-tehnološki fakultet Osijek. Zavod za procesno inženjerstvo. Katedra za modeliranje, optimiranje i automatizaciju., 2017.
24 različita kultivara pšenice tijekom 12 godina uzgajani su na poljima Poljoprivrednog instituta u Osijeku. Vrijednosti 22 svojstva zrna, brašna i tijesta određene su laboratorijskim analizama na raznim uređajima i pomoću različitih metoda. Na zapisanim setovima podataka prvo je izvedena opisna statistika te su izračunate srednje vrijednosti, standardna devijacija, koeficijent varijabilnosti, minimumi i maksimumi svakog svojstva te medijan. Opisnom statistikom objašnjena je dinamika promjena tijekom analiziranog razdoblja od 12 godina (2005.-2016.). Kemometrijskim metodama ispitivana je povezanost između svojstava pšeničnog zrna, brašna i tijesta kroz period od 10 godina (2005.-2014.). Kroz to razdoblje napravljena je analiza glavnih komponenti, klasterska analiza i regresijska analiza metodom najmanjih kvadrata te su kreirani prediktivni matematički modeli za izračunavanje tri izabrana svojstva. Nakon validacije navedenih prediktivnih modela kroz sljedeće dvije godine (2015. i 2016.) zaključeno je da je samo jednim modelom moguće predvidjeti željenu zavisnu varijablu svojstva s više od 97 % točnosti dok je točnost u ostala dva modela oko 65 %. Analizom glavnih komponenata pomoću programskog paketa „Statistica ver.13“ utvrđeno je da je moguće opisati varijabilnost cijelog skupa podataka sa 95 % točnosti pomoću samo sedam glavnih komponenata tj. sedam svojstava. Klasterskom analizom grafički je prikazana povezanost vrijednosti svojstava. 24 different wheat cultivars for 12 years were cultivated in the fields of the Agricultural Institute in Osijek. Values of 22 properties of grain, flour and dough were determined by laboratory analyzes on various devices by different methods. Descriptive statistics showed the dynamics of changes during the analyzed period (2005-2016) and arithmetic mean, standard deviation, variability coefficient, minimum and maximum of each property and median were calculated. The chemometric methods investigated the relationship between the properties of wheat, flour and doughover a period of 10 years (2005 - 2014). At this time, principal components analysis, cluster analysis and partial least squares regression were made, and predictive mathematical models were created to calculate the three selected properties. After validation of these predictive models over the next two years (2015 and 2016) it was concluded that only one model can predict the desired dependent variable property with more than 97% accuracy while the other two models have only about 65% accuracy. Analyzing the main components using the "Statistica ver.13“ package, it has been found that it is possible to describe the variability of a complete data set with 95% accuracy using only seven main components. Cluster analysis graphically shows the relationships of property values.
