Para determinar si tus resultados son buenos, deberías considerar varios criterios diferentes. Deberías comprobar primero el valor χ 2 para determinar qué tan bien ajusta el modelo a los datos. Luego deberías comparar los resultados visualmente, comprobar si el ajuste es razonable y físico, revisar las barras de error de los valores resultantes y examinar la matriz de correlación. Si las barras de error son grandes o la matriz de correlación muestra correlaciones fuertes, por ejemplo, puede haber un problema con tu modelo. Otro indicador de un buen ajuste es la convergencia rápida del algoritmo de ajuste, lo que sugiere que el ajuste es único.
Normalmente, para una película fina simple de una sola capa, un valor χ 2 de alrededor de 1 es muy bueno. A medida que las muestras se vuelven más complejas, los valores de χ 2 empezarán a aumentar. Para una muestra compleja, un χ 2 de hasta 10 o más es aceptable, siempre que todos los demás resultados sean físicos y razonables. Ten en cuenta que incluso si el valor de χ 2 es pequeño, los resultados pueden no ser siempre físicos o razonables, así que asegúrate de comprobar también qué tan bien son los otros criterios de ajuste.
Si ves correlaciones fuertes, deberías añadir cualquier dato adicional que puedas tener, ya sea datos tomados en diferentes ángulos de incidencia o datos de reflectancia/transmitancia. También puedes identificar los parámetros que están correlacionados y comprobar si ambos deben ajustarse al mismo tiempo. Si no, podría ser posible arreglar uno, si esto tiene sentido para el modelo.
Cada función de dispersión se utiliza para un tipo determinado de material. Por ejemplo, una función de dispersión Drude se usa comúnmente para películas metálicas y una función de dispersión de Lorentz se emplea habitualmente para películas transparentes o de absorción débil. Para obtener una lista de todas las funciones de dispersión utilizadas en el software DeltaPsi 2, así como para qué tipos de materiales se emplean, por favor envíenos un correo electrónico a info-sci.fr(at)horiba.com.
Las funciones de dispersión más utilizadas incluyen Cauchy y Lorentz (Classical) para películas transparentes o débilmente absorbentes, amorfa, new amorfa, y Tauc-Lorentz para materiales semitransparentes (dieléctricos, polímeros, semiconductores absorbentes en el VIS/FUV), y Drude para metales.