“…Wang, Hu, & Xie, 2014). (Szostak & Mazurek, 2009;Thennadil et al, 2018;Zhao, Wu, Cheng, Shi, & Qiao, 2016 A tabela 3 mostra que os modelos de calibração desenvolvidos de forma autônoma pelo Python com intervalo de confiança de 95% para exclusão de dados reduziram os valores de RMSECV dos modelos de PLS no conjunto de dados com exclusão de outliers detectados ainda mais. Entretanto, utilizando o limite de confiança de 95% foram removidas 54 amostras, que correspondem aos 6 espectros com ruído adicionados de forma proposital para teste da rotina e mais 11 espectros sem ruídos adicionados de forma proposital e mais 37 amostras da matriz Y que são de origem do laboratório, totalizando assim, 17.64% de dados removidos (Kubiak, Zhang, Ren, Yang, & Roskos, 2018).…”