FT-Raman光譜及化學計量學應用於可卡因/左旋咪唑樣品的定量分析

結果與討論：PLS 模型計算得到的結果與一級標準(GC-FID)數據一致

表2

此外，預測均方根誤差(RMSEP)與RMSEC的比較，可顯示出模組預測不在標準曲線範圍內樣品濃度的準確性。
模組可靠性的另一個測試是均方根交叉驗證錯誤(RMSECV)。這個診斷模組會按照順序從標準模組集合中刪除指定數量的標準品。(在這個案例，有10個標準品在每次校準期間移除)，並再次校準方法，然後使用新的校準模型來定量從校準集中移除的標準品。一直重複直到標準模組集合中的所有標準品都被定量為驗證標準。
一個好的模組精準度，其RMSECV及RMSEP應小於RMSEC的1.5倍。正如同我們正在討論的兩種PLS模組的情況。
圖3中可卡因的校準曲線說明了計算得到的數值(FT-Raman)與一級標準的參考值(GC-FID)相當接近，相關係數為0.982，RMSEC值為2.09。在圖4中，左旋咪唑的校準曲線也顯示了計算得到的數值與一級標準的參考值非常接近，相關係數為0.990，RMSEC值為和1.67。

圖3和圖4

圖5和6為predicted residual error sum of squares(PRESS)圖，對variation factors進行排序並顯示他們相關的變化。每增加一個factor，代表對校準模型有用的信息，因此RMSECV和PRESS值便會下降。

圖5和圖6

為了評估這種新方法與一級標準(GC-FID)相較之下的準確性，89個樣品同時使用兩種方法進行分析。對於可卡因，所有結果之間的差異低於4.0%，其中81.0%的樣品偏差甚至低於2.0%。而對於旋咪唑，所有結果之間的差異低於2.6%，其中96.6%的樣品偏差低於2.0%。