Em aplicações práticas de calibração multivariada, muitos fatores afetam o desempenho preditivo do modelo de mínimos quadrados parciais (PLS). O ruído do instrumento, como a fonte intrínseca dos dados espectrais, é um fator de influência importante. Estudos anteriores utilizaram vários filtros ou métodos de suavização para reduzir o impacto do ruído do instrumento, no entanto, há poucos relatos de como o ruído do instrumento afeta o processo de modelagem PLS e a capacidade preditiva do modelo. Este artigo descreve e demonstra como o ruído do instrumento é introduzido no modelo através do cálculo da primeira variável latente. Através da dedução teórica do processo de cálculo PLS, discute-se que a introdução do ruído tem um efeito acumulativo no cálculo dos vetores de peso e carga do PLS, que é transmitido no modelo conforme o cálculo das variáveis latentes subsequentes, afetando assim o modelo PLS. Também é realizada uma decomposição teórica do erro de previsão do modelo PLS, dividindo-o em erro do modelo ideal sem ruído e erro causado pela propagação do ruído. Os resultados mostram que o ruído do instrumento não apenas reduz o desempenho preditivo do modelo PLS, como também afeta a escolha da complexidade ótima do modelo.

Espectro no infravermelho próximo;Mínimos quadrados parciais;Calibração multivariada;Ruído do instrumento