unscrambler PLS1建模 自己总结的详细步骤.docVIP

unscrambler PLS1建模 自己总结的详细步骤.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
unscrambler PLS1建模 自己总结的详细步骤

By liao 2013.1.22 Unscrambler9.7 PLS1建模帮助自带例题tutor_a每一步超详细步骤,自己总结加翻译,帮助大家学习。 1 点击file-open出现下面的对话框,按照图上设置。 选择tutor_a数据文件,出现下图即为原始数据,导入成功。 2 基本设置,方便建模,分为校正集(calibration)、验证集(validation) 点击modify-edit sets-variable sets-add 再add: modify-edit sets-samples sets-add 3 单变量模型的建立 (1)先画个二维散点图 长按着Ctrl点击Red和Comp “a”。 点击Plot - 2D Scatter ,选择 “Calibration Samples” 。 点击OK后: 趋势线的绘制:View - Trend Lines - Regression Line/Target Line (2)点击Esc键,放弃选择。点击Task - Regression 点击OK 点击OK 点击View (3) 模型系数图 点击Plot - Regression Coefficients 点击Edit - Options-Bars Concentration of “a”= 1E-06 + 1.04 * Red– 0.208 * Blue 保存模型,file-save as-tutorial A 4 模型预测 (1) 回到数据表data-Tutor_a。点击Task - Predict 保存为“Tutorial A Prediction 1” (2)模型系数 点击Results - Regression选择 Tutorial A. 选中右下角的第四幅图,点击Plot - Predicted vs Measured 如下图 模型效果很好。 View - Trend Lines 绘制目标曲线 View - Plot Statistics 统计值 5 用正确的验证方法重新校正模型 回到数据表data-Tutor_a。点击Task - Regression 如下图: 点击Setup 点击OK 点击View 左键点击左上的得分图Scores plot,点击Edit – Options ,点击the SampleGrouping -Cross Validation 每个校正样品都是一个颜色,样品数量多时可以很好的分类 点击右下角的Predicted vs. Measured plot,点击Edit - Options 用the Next Horizontal PC 和Previous Horizontal PC 来显示其他主成分的预测和测量图Predicted vs. Measuredplot ,方法右键-view-source-the Next Horizontal PC(Previous Horizontal PC) 模型非常好!相关系数方=1,预测均方根误差值RMSEP=0.0000005098.

文档评论(0)

rovend + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档