Size:
0.91
MB
Multivariate Analysis Module Brochure
主要方法包括：
- 经典最小二乘法 (CLS)
- 主成分分析 (PCA)
- 多元曲线分辨 (MCR)
- 层次聚类分析 (HCA)
- 分裂聚类分析(DCA)
- 偏最小二乘法 (PLS)
这些多变量方法适用许多研究领域，针对的对象通常为复杂的数据集，因为传统的单变量技术无法充分描述样本的变化或组成。
这六种方法可用于样品的分解（例如，使用CLS、PCA和MCR了解拉曼图中的成分分布）、聚类（例如，使用HCA和DCA将相关光谱/样品分类和分组）和定量定性（例如，使用PLS，根据已知浓度的光谱建立定量校准模型，然后将模型应用于目标数据集，预测未知样品浓度）。
MVA是直接嵌入到LabSpec 6的一个分析模块，方便用户在同一个软件中完成数据采集、分析和生成报告等所有实验操作。它的界面简洁清晰，即便没有相关经验的用户也能快速掌握。MVA还在每个多变量分析方法中加入一些常用的数据前处理功能，便于进行数据快速处理和分析。同时用户也可以使用LabSpec 6的其它数据处理方法进行特殊分析。
图中界面显示了单变量（夹峰法）及多变量（MCR）成像分析结果，在右侧的操作面板中显示了成分光谱及统计数据。
MVA模块专门挑选了多变量分析方法中几个常用的方法，以满足大部分用户的需求。
