应助达人

可以使用负数，CAMO数据表与Excel是兼容的，可以直接将Excel表格中的数据粘帖到CAMO数据表中，如果数据量不多，自己也可以新建个空白CAMO数据表，自己手动输入数据。
在CAMO数据表内的数据显示上，通常都是以科学记数法显示，有些问号，好像是乱码，可将其复制到Excel中显示正常数据。
如果出现的确实是乱码，可能是导入的文件格式有问题或者不支持。

有谁可以解释出scroe 图， loading 图的义？
如果是应用在ＮＩＲ中的时，哪个图可以看得出光谱残差及浓度残差？

下来学习学习

请问专家，什么时候用杠杆率校正，什么时候用交叉验证。至于很多文章中提及的PREE（残差）是什么参数？怎样获得？以及交叉验证后的相关系数是不是就是交叉验证均方差？

请教专家，我下载了unscrambler 9.7试用版
试安装了，但收不到caco公司网站的序列号。
我分别用了sohu\hotmail\163邮箱都不行
请指教！

应助达人

scroe 图是样品集的主成份的空间得分分布图，一般可仅根据样品间的光谱即可进行此类分析，主要是根据光谱主成份信息的差异对样品集进行聚类判别。由于近红外光谱谱带较宽且灵敏度较差，其定性分析必须借助计算机来完成。不同的定性分析方法就采用不同的计算方法来处理光谱数据。一般可采用主成份分析PCA来分析。

应助达人

光谱残差及浓度残差在进行PLS1运算时可以得出，运算时一般定义光谱数据为X变量，浓度值或其他性质数据为Y变量。操作抓图如下：

应助达人

在用CAMO计算定量模型时，交叉验证是一种取得最佳主成份数的方式，是必选的选项。在计算好的模型中，可以根据杠杆值对每个样品的影响能力作出判断；而PREE残差则是在取得最佳主成份数的计算过程中产生的一系列残差，最佳主成份数一般是取残差最小时的值。

在计算的多个主成分中，第一主成分最重要，随着主成分数的增加，重要程度依次降低，以至到后来的许多主成分反映的是噪音信息。
如果建立模型时使用的主成分数过少，就不能反应未知样品被测组分产生的光谱数据变化，其模型的预测准确度就会降低，这种情况称之为不充分拟和(Underfit)。
如果使用过多的主成分建立模型，就会将一些代表噪音的主成分加到模型中，使模型的预测能力下降，这种情况称为过度拟和(Overfit)。
因此，合理确定参加建立模型的主成分数是充分利用光谱信息和滤除噪音的有效方法之一。

PRESS值，即预测残差平方和，PRESS是这样计算的：使用一定数目的主成分建立模型，用这个模型对参加建模的每个样品进行预测，每个样品的预测值和已知值的差的平方和即为该主成分下的PRESS值。PRESS值越小，说明模型的预测能力越好。CAMO软件会根据参数设置以交互验证法(Cross-validation)自动选择最佳主成分来构建模型。这是CAMO软件的一个比较好的设计，当然如果你认为软件给出的主成份数不满意，也可以人为来设置。

应助达人

我之前是用126邮箱来获取序列号的，需要你将软件
安装后随机生成的机器码发给官方来申请，网站发
序列号需要一定的时间，可能几个小时，可能1天，
你注意查收一下。
实在不行，可用126邮箱另外再注册申请1次。
祝你早日成功！

应助达人

最近一直出差，没时间回答大家的问题，深表歉意！