2.6 近红外定标模型的评价指标

对于建立的定标模型，常用以下几个指标来评价模型的定标效果和预测能力[2,3,13]。

1. 决定系数R2

决定系数R2（Coefficient of Determination）的表达式为

式中：n——样品数；

y i——第i个样品的某个组分的标准值；

——第i个样品的相应组分的预测值；

——样品集相应组分的平均值，。

2. 残差均方根RMSE

表达式中参数的含义同上。在不同的文献、仪器使用手册中，RMSE（Root Mean Square Error）有多种表达：如交叉校验定标标准差RMSECV（Root Mean Square Error of Cross Validation）；校验标准差RMSEP（Root Mean Square Error of Prediction）；定标标准差RMSEC（Root Mean Square Error of Calibration）；RMSEE（Root Mean Square Error of Estimation），含义与RMSE相同。

3. 标准分析误差SEE

式中：di——第i个样品残差，即；

——残差的平均值，即。

残差均方根是测定中的总体误差，包含了偏差。如果去除其中的偏差，即为标准分析误差SEE（Stand Error of Estimation）。SEE有多种表达：SECV为交叉校验定标标准分析误差，SEC为定标标准分析误差，SEP为校验标准分析误差。

4. 相对分析误差

SEC或SEP可用于比较不同回归模型对同一样品系列某一成分预测的优劣，以便于寻找最佳模型。但是它们还受到所分析样品系列的真值分布和变异的影响，不能用于不同成分间或不同样品系列间的比较。而相对分析误差（Ratio of Performance to Standard Deviate，RPD）则可以克服这个缺点。

式中：SD——分析样品的标准偏差；

SEC/SEP——分析样品的均方根误差。

RPD用来验证模型的稳定性和预测能力。当RPD＞3时，模型具有较高的稳定性和良好的预测能力[8]。

5. 相对标准差

相对标准差RSD是由定标标准差RMSEC和校验标准差RMSEP除以各自样品的均值得到的，它反映模型对某一组分总体的预测效果。一般情况下，当RSD＜10%时，模型可用于实际的检测[9]。

定标相对标准差：

校验相对标准差：

式中：——定标集真值平均值；

——校验集真值平均值。