主题：【原创】打算开班讲讲多元校正在近红外的应用，你是想听呢还是想听呢？

原文由 yflh123(yflh123) 发表:
化学计量学是不太好懂的学科，需要有一定的统计学，线性代数的基础，很多人拿现成的软件可以做到很好的建模结果，可是却不知道为什么会有这样的结果。支持lz继续扫扫盲。

多人拿现成的软件可以做到很好的建模结果，可是却不知道为什么会有这样的结果

感谢大家的鼓励。

发帖的初衷就是看到很多版友知其然不知其所以然，所以自告奋勇就聊上了。

近期事务太多，耽误一点，见谅了。

用多元校正的方法来建模，实际上是“实验”和“数据的分析”两个部分，单独来说都缺乏意义。在化学中，有专门的实验方法设计，但是对近红外这种分析方法来说似乎还缺乏深度。一句“尽量选取有代表意义的样本”有时候就是很难说的清楚的。建议LZ在实验设计这部分多着些～：）

来篇文献，顶一下

原文由 土老冒豆豆(土老冒豆豆) 发表:
近红外对温度敏感的啊？
不过一般我们都是在室温下测定了。
听了楼主生动的讲解收益不小啊，有时间再认真回味学习下。

这主要和检测器的类型有关，有的检测范围很大，可以从零上40度到零下70度。

讲座不错，很口头化，有点聊天的感觉

前面谈到了样本组成配比的差异性，有建议说怎么才能实现样本选择问题。

为了好理解，又回到一元的情形，要一条标准曲线做得好，大家自然会在标准曲线上均衡取点，让点散落在曲线的各个位置上。

不知道大家注意到没有，其实此时不自觉的就用到了距离的概念，在标准曲线上如果点挤作一团，实际上就是距离没有拉开，如果拉开了距离，样本的质量也就保证了。

同样的，多元方法也存在距离的概念，而且是更关键、更基本的概念。

距离从何而来呢？

一元的问题，数据存在于一元的空间，也就是直线上。
那么二元的问题呢？ 当然存在于二元的空间上，也就是平面上。
三元的？  那就是立方体内了。

四元的？  想象不出来了吧？ 想不出来具象的没关系，你知道是一个四维空间就行了。 同样的n元的就是n维空间。

当年笛卡尔就想到了这个问题，谦虚的把这种空间描述方法归功于欧几里得，称为欧几里得空间，空间中点的距离度量采用毕达哥拉斯定理规定的度量方法（毕氏定理不知道？ 勾股定理知道吧？  勾股定理的西洋叫法）。

欧氏距离测量，也就是利用笛卡尔坐标描述的空间点，空间点的距离可以用尺子量的线性度量方法。

勾股定理是两维的，对于多维的：欧氏距离=（西格玛（两点的坐标差值的平方）的平方根。


最直接也最省事判断样本点的分散度的方法就是欧氏距离，如果距离太小，就表明样本点挤在一团了。

后来Mahalanobis，一个印度人提出了直接欧氏距离会因为度量标准不一样引起麻烦，又提出了马氏距离。

马氏的想法用理论描述挺绕的，为了直观举个例子，壹佰万元，有钱吧？
如果是津巴布韦元呢？

为了避免这种由于度量不同导致因素被压制或夸大的风险，就有必要对空间进行方差标准化。标准化以后的距离就是马氏距离。

马氏距离不用刻意去算，只需要在样本数据做了标准化以后，仍然按照欧氏距离去算就行了。

matlab里面的空间标准化命令： zscore

怎么用？ 在matlab中输入 help zscore

原文由 阳光不锈(yangguangbuxiu) 发表:而我总是以为是“土豆老冒冒”

撒叫默契！！握个爪爪

原文由 yflh123(yflh123) 发表:
化学计量学是不太好懂的学科，需要有一定的统计学，线性代数的基础，很多人拿现成的软件可以做到很好的建模结果，可是却不知道为什么会有这样的结果。支持lz继续扫扫盲。

确实啊~~~在应用方面，能做得好就不错了，要知其所以然，需要下很大的功夫！

原文由 savedown(savedown) 发表:
感谢大家的鼓励。

发帖的初衷就是看到很多版友知其然不知其所以然，所以自告奋勇就聊上了。

近期事务太多，耽误一点，见谅了。

版本大力鼓励同志们“自告奋勇”啊！！