Введение
1. Модели, используемые при обработке экспериментальных результатов 15
1.1. Экспериментальные данные и информация 15
1.2. Модели и методы 20
1.3. Подготовка данных и обработка сигналов 24
1.4. Результат главы 1 28
2. Методы качественного анализа: исследование, классификация и дискриминация 29
2.1. Метод главных компонент 29
2.2. Классификация и дискриминация 36
2.3. Трехмодальные методы 38
2.4. Результаты главы 2 40
3. Методы количественного анализа: калибровка 42
3.1. Линейная калибровка 42
3.2. Многомодальная регрессия 52
3.3. Нелинейная калибровка 54
3.4. Результаты главы 3. 55
4 Метод простого интервального оценивания 56
4. Объяснение ПИО метода 58
4.1. Почему погрешности ограничены 58
4.2. Модельный пример 60
4.3. Сходимость интервальных оценок 65
4.4. Результат главы 4 70
5. Описание метода ПИО 72
5.1. Область допустимых значений 72
5.2. Свойства ОДЗ 73
5.3. Предсказание отклика 75
5.4. Оценка р 76
5.5. Результат главы 5. 84
6. Классификация статуса объектов 85
6.1. Характеристики статуса объектов 85
6.2. Диаграмма статуса объектов (ДСО) 89
6.3. Классификация объектов. Одномерный модельный пример 94
6.4. Классификация новых объектов 96
6.5. Результаты главы 6 98
7. Программная реализация ПИО метода 100
7.1. Задача линейного программирования. Основные понятия. 100
7.2. ПИО метод как задача линейного программирования 106
7.3. Основные свойства, возможности, требования и ограничения программы SIC 108
7.4. Входная информация для программы SIC 109
7.5. Результаты работы программы SIC 112
7.6. Автоматизация работы с программой SIC 114
7.7. Функции рабочего листа программы SIC 119
7.8. Результаты главы 7 124
8. Применение проекционных методов совместно с методом ПИО на примере анализа многоканальных акустических измерений. Наглядное представление многофакторных данных 127
8.1. Эксперимент. Измерение следовых концентраций нефти в воде с помощью акустических измерений 128
8.2. Исследование калибровочного набора 130
8.3. Исследование проверочного набора 133
8.4. Исследование выбросов 136
8.5. Результаты главы 8 139
9. Сравнение содержательного и формального подхода к интерпретации кинетических данных на примере анализа данных ДСК эксперимента и длительного термостарения 141
9.1. Оценка активности антиоксидантов 142
9.2. Эксперимент 143
9.3. Формальное моделирование 145
9.4. Содержательное моделирование 148
9.5. Сравнение методов 154
9.6. Результаты главы 9 161
10. Применение метода ПИО к задачам классификации на примере распознавания фальшивых лекарств с помощью ИК-спектроскопии в ближней области 163
10.1. Распознавание фальсифицированных лекарств с помощью инфракрасной спектроскопии в ближней области 163
10.2. Комбинированный метод: ПЛС дискриминация и метод ПИО 165
10.3. Эксперимент 1. Исследование таблеток. БИК спектры диффузного рассеяния 166
10.4. Математическая обработка результатов эксперимента 168
10.5. Эксперимент 2. Исследование ампул - БИК спектры пропускания 175
10.6. Математическая обработка результатов эксперимента. 176
10.7. Результаты главы 10 180
11. Методы анализа процессов 181
11.1. Описание многостадийного процесса 184
11.2. Контроль процесса. Теория 185
11.3. Контроль процесса. Пример применения 187
11.4. Оптимизация процесса. Теория 196
11.5. Оптимизация процесса. Пример применения 200
11.6. Результаты главы 11 210
12. Формирование представительной выборки объектов применительно к различным наборам многоканальных экспериментов 212
12.1. Теория 213
12.2. Эксперимент 1. Определение влажности зерна с помощью инфракрасной спектроскопии в ближней области. 218
12.3. Анализ данных на основе калибровочного и проверочного наборов - Модель С 220
12.4. Граничная выборка, МодельВ 224
12.5. Сравнение репрезентативности различных выборок 228
12.6. Различные калибровочные наборы 231
12.7. Эксперимент 2. Определение следовых концентраций нефти в воде 232
12.8. Эксперимент 3. Аналитический контроль процесса 233
12.9. Результаты главы 12 236
Заключение 238
