多元统计学方法在光度分析中同时测定多组份体系应用的研究

本论文通过对计算方法的筛选，把目前被认为是最有前途的多元统计学方法－－主组份回归法（PCR）和偏最小二乘法（PLS）以及人们使用较多的CPA矩阵法固较为成熟的，且普遍使用的光度分析有机地结合在一起，对多组份混合体系进行了同时测定的应用研究。并详细阐述了多元线性回归方法（MLR）、PLS、PCR方法的基本数学原理，继而又以运行速度较快的FORTRAN语言分别编制了CPA矩阵法，PCR法，PLS法的计算机程序，实现了对光谱数据矩阵和校准浓度矩阵的计算机全处理过程，获得了预期的效果。经过它们处理计算的几个多组份混合体系的同时测定，也都取得了满意的结果。本文还通过对CPA矩阵法，PCR法和PLS法的计算测定的比较，归纳总结了它们各自的优缺点，并在校准样品的系列统计设计。以交叉证实法（Cross-Validation)确定最佳校准模型的因子数，不相容因子（DF）判定检查结果的可靠性等方面都作了较系统的有益探索，并提出了些新颖的观点和看法，证明了其具有广阔的应用前景。即使对有交互作用较强的药物样品的定量分析，仍取得了较满意的结果。本论文共作了如下四方面的探讨。1.CPA矩阵法在光度分析中进行多组份体系同时测定的研究。2.偏最小二乘法（PLS）在分光光度定量分析中的应用。它是以因子分析为基础的多元统计学方法。3.主组份回归法（PCR）同时计算测定钨、钼、钒。它是因子分析（FA）和MLR相结合的产物。故兼容了FA和多元线性回归法中的经典最小二乘法（CLS）和逆最小二法（ILS）的优点。4.多元统计学方法在光度分析中应用的研究。本文将较为优异的计算方法，PCR和PLS分别进行了多方面的分析测定研究。总之，PCR和PLS法都是因子分析（FA）和多元线性回归法（MLR）相结合的产物。在目前的计算方法中，被认为是最有前途的多元统计学方法。