计算药物分析-名解部分.docVIP

Optimization:通过实验或数据分析寻找指标最优值的实验条件的过程。 Box plot：把一组实验数据从小到大排列，计算得其中位数X，前四分位数FL、后四分位数FU、两个四分位数之间的差值df，可设定溢出范围为小于FL-1.5df和大于FU+1.5df的值，绘制盒图：以一个长方形的盒子表示FL—FU的试验点，从盒图的两侧各绘一条水平线，称为盒尾，包括所有的正常值，而溢出值在盒尾外侧，此种描述一维数据的图称为盒图。 KNN法：（K-最近邻域判决法）一组已知类别的样本集，每个样品n维向量，且每个样本分别属于类中的某一类，不知每一类中的样品个数，对于一未知模式计算出到的有已知模式间的 d，比较到哪一样品的距离最小，取前k个距离最小者（k为奇数），然后再看在哪一类中较多，就判为哪一类。 t检验：由于我们不可能直接测得总体标准差σ，只能由样本均值的标准偏差予以估计，少量实验数据的统计处理t代替μ，在进行测量数据的均值与正值之间的比较和测量数据均值之间的比较时，使用t检验。统计量t的函数值，由要求的置信度和测定次数，查表，得: t表，比较：t计t表 ,表示有显著性差异，存在系统误差，被检验方法需要改进；t计t表 ,表示无显著性差异，被检验方法可以采用。 μ检验：在总体标准差σ已知且稳定的条件下，检验实际测量所得的平均值X是否来自同一个正态母体，其检验步骤如下：提出统计假设H0: μ=μ