Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Klasifikace vzorků náhradní mléčné kojenecké výživy za využití multiprvkové a diskriminační analýzy
Autoři: Venclová Jana | Husáková Lenka | Šídová Tereza | Urbanová Iva
Rok: 2017
Druh publikace: článek ve sborníku
Název zdroje: Studentská vědecká odborná činnost 2016/2017 : sborník příspěvků
Název nakladatele: Univerzita Pardubice
Místo vydání: Pardubice
Strana od-do: 209–214
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Klasifikace vzorků náhradní mléčné kojenecké výživy za využití multiprvkové a diskriminační analýzy Metodou atomové absorpční spektrometrie (AAS) a hmotnostní spektrometrie s ionizací v indukčně vázaném plazmatu (ICP-MS) bylo ve 21 vzorcích komerčně dostupné náhradní mléčné kojenecké výživy kvantifikováno 22 prvků (Hg, Mg, Fe, Na, Ca, K, Zn, Mo, Co, Cu, Cs, Sr, Rb, U, As, Se, Pb, Sb, La, Ba, Cd a Li). Za využití vybraných nástrojů jednorozměrné a vícerozměrné statistické analýzy dat byly určeny statistické charakteristiky analyzovaných výběrů a vzorky klasifikovány na základě podobnosti z hlediska dosažených hodnot analytických koncentrací. Pomocí diskriminační funkční analýzy bylo z celkového počtu znaků, které byly reprezentovány koncentrací nutričních, stopových prvků a kontaminantů, nalezeny proměnné umožňující klasifikovat vzorky náhradní mléčné kojenecké stravy do čtyř kategorií, do kterých jsou v reálné praxi rozděleny. Nalezeny byly funkce zařazení objektů do daných kategorií. Úspěšnost zařazení objektů do tříd byla 100%. Diskriminační analýza; Analýza jednorozměrných dat; Prvková analýza mléka; AAS; ICP-MS; Náhradní mléčná kojenecká výživa;
eng Application of multi-element and discriminant analysis to the characterization of baby formula Concentrations of 22 minerals and contaminants in 21 infant formulas commercially available on the Czech market were quantified using atomic absorption spectrometry (AAS) and inductively coupled plasma mass spectrometry (ICP-MS). The data were subject to univariate analysis and linear discriminant analysis (LDA). Some variables significantly contributed to the ability to discriminate among groups to which samples belong (first milk, second milk, follow–on milk, etc.). Validation of LDA model showed 100% classification efficiency, however the discriminant method still needs to be further validated using external validation samples. Discriminant analysis; Univariate data analysis; Multi-element analysis of milk; AAS; ICP-MS; Baby formula