稳健多元校正算法及在复方药物制剂研究中的应用的分析.pdfVIP

中文摘要 摘 要 在化学测量中，由j二仪器丛线漂移或者人为原因等因素的影响，时常 出现一些远离数据整体分布的值即异常点(outliers)，从而导致撼于最小二 乘(LS)的多元校正方法所预测的结果偏离真值，为消除或减小它们的影 响，化学计量学工作者提出了许多行之有效的稳健多元校正方法如M一估 计法等。一般而言，稳健校Ⅱ：方法分为两种：稳健回归与诊断方法，两者 的处理顺序相反，目的相同。前者是找到数据分布的主体，构造使异常点 不对估计产生影响的稳健模型；后者是首先找出异常点，将其剔除后继用 经典估计方法处理。本论文通过对经典校正模型的改进提出了数种实用的 稳健多元校正方法，完成了程序的编写和验证，建立了方法评价指标，通 过计算机数字模拟证明了方法的可行性与适用性且比较r方法的优劣，并 对它们在复方药物制剂分析中的实用化进行了研究。f另外，论文中把非线 性体系特当作含异常点体系处理，而人工神经网络可以是非线性或线性映 射，故把它作为一种特殊的稳健多元校正方法。本研究的主要工作可归纳 如下： 1．校正模型的改进对于经典模型中易受异常点影响的步骤用一定的 数学方法加以改进，使之先从理论上稳健化。文中提出了基