Вестник МГТУ, 2021, Т. 24, №4.

Вестник МГТУ. 2021. Т. 24, № 4. С. 450-460. DOI: https://doi.org/10.21443/1560-9278-2021-24-4-450-460 кластерами было значительно больше и составило 778,2 (кластеры 1 и 3) и 220,7 (кластеры 2 и 3). Все исходные сгруппированные наблюдения были классифицированы правильно, но из перекрестно проверенных сгруппированных наблюдений правильно классифицированными оказались только 75,0 %. Последнее значение указывает на увеличение статистической ошибки (статистического шума) при увеличении числа переменных, роль которых в межгрупповых различиях незначительна или полностью отсутствует. При анализе БИК спектров влажных образцов дискриминантный анализ дал заметно худший результат классификации по видам рыб. При принудительном включении всех переменных (17 значимых пиков) были получены три непересекающихся кластера (рис. 5, a ). Минимальное расстояние Махаланобиса между ближайшими кластерами составило 31,2 (кластеры 1 и 2) и 8,3 (кластеры 1 и 3). Результат классификации показал, что классифицированы правильно 100,0 %исходных сгруппированных наблюдений и только 41,7 % перекрестно проверенных сгруппированных наблюдений. а si X е к © б Функция 1 Функция а Рис. 5. Диаграммы рассеяния канонических дискриминантных функций для влажных образцов в случае принудительного включения всех переменных ( a ); при пошаговом выборе значимых переменных ( б ). Номера групп соответствуют номерам выбранных видов рыб: 1 - горбуша; 2 - семга; 3 - форель; ^ - центроид группы Fig. 5. Scatter diagrams of canonical discriminant functions for wet samples in case of forced inclusion of all variables (a): with a step-by-step selection of significant variables (6). The group numbers correspond to the numbers of the selected fish species: 1 - pink salmon; 2 - salmon; 3 - trout; О - centroid of the group При пошаговом выборе переменных для анализа программа отобрала только 3 значимых переменных, соответствующих волновым числам 4 237, 5 818 и 6 424 см-1. Кластеры оказались перекрывающимися (рис. 5, b). Минимальное расстояние Махаланобиса между ближайшими кластерами составило 2,4 (кластеры 1 и 2), 1,3 (кластеры 1 и 3) и 5,2 (кластеры 2 и 3). Правильно классифицированы были 87,5 % исходных сгруппированных наблюдений и 66,7 % перекрестно проверенных сгруппированных наблюдений. Исключение переменных, вклад которых в межгрупповые различия отсутствует или является незначительной, привел к увеличению качества разделения групп, хотя кластеры 1 и 2, 1 и 3 оказались перекрывающимися. Заключение Таким образом, дискриминантный анализ позволяет с достаточной достоверностью по БИК спектрам классифицировать рыб семейства Лососёвые по трем промысловым видам - горбуша, семга и форель. Наилучшая классификация по видам рыб была получена при анализе БИК спектров предварительно высушенных обезжиренных образцов мышечной ткани. В случае влажных образцов наблюдаемые различия были менее достоверны, вплоть до недостоверных различий отдельных значений из соседних кластеров. Наилучшее разделение кластеров оказалось в случае принудительного включения всех переменных, но при низком качестве перекрестно проверенных группированных наблюдений. Комбинация метода спектроскопии в БИК области и дискриминантного анализа может быть использована для видовой идентификации и выявления фальсификации готовой продукции из лососёвых видов рыб. 457