Header

Shop : Details

Shop
Details
49,80 €
ISBN 978-3-8440-4551-2
Softcover
320 pages
48 figures
419 g
21 x 14,8 cm
German
Thesis
July 2016
Desiree Ingrid Baumann
Untersuchung von chemometrischen Methoden zur Erstellung und Validierung von QSAR-Modellen
In der vorliegenden Arbeit wurden mathematische Methoden zur Erstellung und Validierung von QSAR-Modellen untersucht. Hierbei wurde die Methode der Doppelten Kreuzvalidierung (die zur simultanen Modellselektion und Modellbewertung eingesetzt wird) systematisch untersucht, da die Validität dieser Methode häufig in der Literatur angezweifelt wird. Mithilfe umfangreicher Simulationsstudien und realer Datensätze konnte gezeigt werden, dass die DCV selbst unter Modellunsicherheit das Potential hat, den Vorhersagefehler der Modelle ohne einen statistisch nachweisbaren systematischen Fehler zu schätzen. Da das Potential der DCV von frei wählbaren Parametern wie z.B. der Testdatensatzgröße abhängt, wurde der Einfluss der Parameterauswahl auf die Leistungsfähigkeit der DCV analysiert. Letztlich konnte ein umfassendes Regelwerk entwickelt werden, das dem Anwender ermöglicht, die Parameter der DCV derart auszuwählen, dass eine hohe Modellqualität resultiert und zugleich eine zuverlässige Modellbewertung möglich ist.

Ferner wurde in der vorliegenden Arbeit der R2test, der als relatives Gütekriterium zur Modellbewertung bei QSAR-Modellen eingesetzt wird, untersucht, da seine komplexen Eigenschaften bisher noch weitestgehend unverstanden sind. Im Rahmen dieser Arbeit gelang es erstmalig, den systematischen Fehler des R2test in Abhängigkeit von der Testdatensatzgröße zu erklären, indem die zugrundeliegende Verteilungsdichte und der Erwartungswert des R2test unter einigen Annahmen hergeleitet wurden. Um den systematischen Fehler zu korrigieren, wurde im Rahmen der Arbeit ein neuer Ansatz entwickelt, der häufig den bekannten Schätzverfahren (die auf etablierten Gütekriterien basieren) deutlich überlegen ist, da er selbst für sehr kleine Testdatensätze realistische Schätzungen der Vorhersagekraft liefert. Die Vorteile des neu entwickelten Ansatzes wurden mit einem mathematischen Beweis dargelegt und konnten sowohl anhand umfangreicher Simulationsstudien als auch anhand realer Daten belegt werden.
Keywords: Validierung; QSAR; Vorhersagefehler; Kreuzvalidierung; lineares Modell; Modellerstellung; Modelloptimierung; Güteparameter; Validierungskonzepte; DCV; Regressionsfall
Available online documents for this title
You need Adobe Reader, to view these files. Here you will find a little help and information for downloading the PDF files.
Please note that the online documents cannot be printed or edited.
Please also see further information at: Help and Information.
 
 DocumentDocument 
 TypePDF 
 Costs37,35 € 
 ActionDownloadPurchase in obligation and download the file 
     
 
 DocumentTable of contents 
 TypePDF 
 Costsfree 
 ActionDownloadDownload the file 
     
User settings for registered online customers (online documents)
You can change your address details here and access documents you have already ordered.
User
Not logged in
Export of bibliographic data
Shaker Verlag GmbH
Am Langen Graben 15a
52353 Düren
Germany
  +49 2421 99011 9
Mon. - Thurs. 8:00 a.m. to 4:00 p.m.
Fri. 8:00 a.m. to 3:00 p.m.
Contact us. We will be happy to help you.
Captcha
Social Media