In most of the low-frequency models employing an MSC correction, or derivative preprocessing, one to

three spectral files are identified as outliers. One spectral file, one of the repeats of the 4.99 wt% sample,
had a high spectral F-ratio and was identified as a significant concentration outlier regardless of the
spectral region or preprocessing option used when developing the PLS calibration model. It is possible
some error was made when collecting this spectrum.

Sebagian besar frekuensi rendah menggunakan koreksi MSC, atau preprocessing derivatif, 1-3
file spektral diidentifikasi sebagai outlier. Satu file spektral, salah satu pengulangan sampel 4,99
wt%, memiliki spektrum F-ratio yang tinggi dan diidentifikasi sebagai signifikan konsentrasi
outlier terlepas dari daerah spektral atau pilihan preprocessing yang digunakan saat
mengembangkan model kalibrasi PLS. Hal ini mungkin menyebabkan beberapa kesalahan yang
dibuat ketika mengumpulkan spektrum ini.

The calibration model was validated by determining the concentration of ephedrine in a set of five
independent validation samples. Three repeat preparations of each of the validation samples were
prepared, an IR spectrum collected from each, and the concentration predicted using the calibration
model (the first derivative preprocessed data across the 9501540 cm1 range). The resulting SEP was
0.13 wt%, i.e. very good agreement with the calibration model CVSEP of 0.12 wt%.
Model kalibrasi divalidasi dengan menentukan konsentrasi efedrin dalam satu set lima sampel validasi
independen. Tiga pengulangan persiapan dari masing-masing sampel validasi disiapkan, spektrum IR
dikumpulkan dari masing-masing, dan konsentrasi prediksi menggunakan model kalibrasi (turunan
pertama data yang preprocessed seluruh 950-1540 cm-1 range). Hasil SEP adalah 0,13 wt%, yaitu hasil
yang sangat baik dengan model kalibrasi CVSEP 0,12 wt%.
In the experiments discussed here we believe that the limiting noise source is likely the variability of the
sample surface when the sample is introduced to the spectrometer, as will be discussed below. Thus, the
relatively large number of samples and small concentration range provide adequate information so that
the limit is the noise source, not a less than adequate amount of information necessary for the model. A
measure of the impact of the number of samples relative to the information needed by the PLS algorithm
to model a particular data set can be determined by removing data from the matrix of calibration data and
repeating the calibration process. Results of such a study are shown in Fig. 6. The starting point of Fig.
6 is the CVSEP of 0.12 wt% achieved modeling the data collected from the 05 wt% calibration samples
across the 9501540 cm1 frequency region using first derivative preprocessing.

Dalam percobaan ini dibahas bahwa sumber pembatasan sumber kebisingan membatasi kemungkinan
variabilitas permukaan sampel ketika sampel dimasukkan ke spektrometer, seperti yang akan dibahas di
bawah. Dengan demikian, jumlah sampel relatif besar dan range konsentrasi kecil memberikan
informasi yang memadai sehingga pembatasan adalah sumber kebisingan. Ukuran dampak jumlah
sampel relatif terhadap informasi yang dibutuhkan oleh algoritma PLS untuk model satu set data
tertentu dapat ditentukan dengan menghapus data dari matriks data kalibrasi dan mengulangi proses
kalibrasi. Hasil penelitian tersebut ditunjukkan pada Gambar. 6. "titik awal" Gambar. 6 adalah CVSEP
0,12 wt% dicapai pemodelan data yang dikumpulkan dari 0-5 wt l% sampe kalibrasi pada frekuensi 950-
1540 cm-1 wilayah frekuensi menggunakan preprocessing derivatif pertama.

Proses ini (secara acak memilih sampel dan menghapus semua data spektral dikumpulkan dari sampel
itu) diulang 10 kali, dan CVSEP rata-rata dan deviasi standar dari 10 percobaan diplot relatif terhadap 19
sampel. Kalibrasi analog dilakukan dengan menggunakan enam spektrum yang dikumpulkan dari dua
sampel yang dipilih secara acak, sembilan spektrum yang dikumpulkan dari tiga sampel yang dipilih
secara acak, dll Seperti yang dapat dilihat pada Gambar. 6 hampir tidak ada perubahan dalam rata-rata
sampai empat sampel telah dihapus. CVP meningkat rata-rata perlahan karena lebih banyak sampel
dikeluarkan sampai sekitar 13 sampel tetap. Sejak saat itu kedua CVSEP rata-rata dan standar deviasi
dari peningkatan CVSEP lebih cepat sebagai sampel tambahan dihapus. Untuk percobaan tertentu, tiga
spektrum ulangi dari 14 atau 15 sampel akan menghasilkan CVSEP baik.
 Table 3 contains the results of these experiments. The first row of Table 3 contains the
standard deviation obtained when 10 spectra were collected from the sample without any
movement of the sample, and the concentration of the ephedrine predicted from each of the 10
repeat spectra. This should represent the spectrometer noise, which is expected to be relatively
low. The second row contains the results obtained by moving the same sample in and out of the
DRIFTS apparatus between repeat data collects. The sample holder was moved carefully, i.e. an
attempt was made to reposition the sample holder in the DRIFTS apparatus precisely and to
avoid any perturbation of the smoothed sample surface. The third row in Table 3 contains the
results obtained when removing the sample from the spectrometer and resmoothing the sample
surface between data collects. The results in the fourth row were obtained using 10 different
aliquots of the sample, i.e. a complete new sample preparation including weighing out the
sample and KBr, mixing the sample into the KBr, introducing the mixture to the sample cup, and
smoothing the surface were carried out for each data collect step. The results in row two are not
significantly different than those in rows three and four (F test at the 95% confidence level).
When the sample is moved in and out of the spectrometer the sample surface is likely disturbed.
The largest standard deviations in Table 3, rows three and four, both have a sample surface
smoothing step. The lack of ability to generate an exactly reproducible sample surface seems to
be a significant source of noise in this experiment.

Tabel 3 berisi hasil percobaan ini. Baris pertama dari Tabel 3 berisi standar deviasi yang
diperoleh ketika 10 spektrum dikumpulkan dari sampel tanpa pergerakan sampel, dan
konsentrasi prediksi efedrin dari masing-masing spektrum 10 ulangi. Ini harus mewakili suara
spektrometer, yang diharapkan akan relatif rendah. Baris kedua berisi hasil yang diperoleh
dengan memindahkan sampel yang sama masuk dan keluar dari aparat drift antara data ulangi
mengumpulkan. Pemegang sampel dipindahkan dengan hati-hati, yaitu upaya yang dilakukan
untuk memposisikan pemegang sampel dalam aparat melayang tepat dan untuk menghindari
gangguan dari permukaan sampel merapikan. Baris ketiga dalam Tabel 3 berisi hasil yang
diperoleh saat melepas sampel dari spektrometer dan menghaluskan permukaan sampel antara
data mengumpulkan. Hasil di baris keempat diperoleh dengan menggunakan 10 aliquot yang
berbeda dari sampel, yaitu persiapan sampel baru lengkap termasuk menimbang sampel dan
KBr, pencampuran sampel ke dalam KBr, memperkenalkan campuran ke cangkir sampel, dan
menghaluskan permukaan yang dilakukan untuk setiap data mengumpulkan langkah. Hasil
berturut-turut keduanya tidak berbeda secara signifikan dibandingkan dengan baris ketiga dan
empat (uji F pada tingkat kepercayaan 95%). Ketika sampel tersebut akan dipindahkan masuk
dan keluar dari spektrometer permukaan sampel kemungkinan terganggu. Deviasi standar
terbesar di Tabel 3, baris tiga dan empat, keduanya memiliki permukaan sampel smoothing
langkah. Kurangnya kemampuan untuk menghasilkan permukaan sampel persis direproduksi
tampaknya menjadi sumber signifikan dari suara dalam percobaan ini.