Sβ＝L2r 各々についての誤差変動Se（式（５））と誤差分……………………………12…nSe＝ST−Sβ Ve＝Se式（７）のSN比ηから，式（８）のばらつき １ / η＝Y2，また式（９）のように感度β＝Y1を求める。x1.2，6,492（cm−1）のデータが項目の500番目のx1.500となる。またnはサンプル数であり，ここでは顆粒製剤Bのn＝10で基準を作成した。また基準データとは品目が異なる別製剤である顆粒製剤Cの基準外対象については，それらの項目をxʼp. kで表す。そのデータ数はp＝10であるが，判別関数と異なりデータ群を作成するわけではないので１個ずつ求めることが可能であり，またp＝１でもよい。なおここでは，10個の製剤の波形の違いを，１個ずつの距離Dの値で見ることとした。r＝m2（Y1−Y−1） （Y2−Y−2）（Y11−Y−1） （Y12−Y−2）（Y21−Y−1） （Y22−Y−2）…（Yn1−Y−1） （Yn2−Y−2）−1Y12−Y−Y2−Y− 122212212−−Y1−Y−Y2Y1Y11Y12Y11−Y−1Y22−Y−…Yn1Yn2Yn1−Y−nY−Y−…1Yn2−Y−Y21Y22Y21−Y−n.2＋…＋x2n.k n.1＋x2Y−12…pTable 1のように，各項目nデータの平均値m1，m2，〜，mkを求め，n個の平均値の２乗和rを求める。この平均値の２乗和は有効除数rと呼ばれ，対象データについて，結果として基準化と同様の処置を行う標準SN比ηに用いられる。1＋m22＋…＋m2k L＝m1 xn.1＋m2 xn.2＋…＋mk xn.k １〜n番目のデータ各々についての２乗和STを求める。ある行の２乗和STは次の式（３）のようになる。ST＝x2各々について，比例項の変動Sβを求める。Item 1x1.1x2.1…xn.1m1σ1xʼ1.1xʼ2.1…xʼp.1Item 2x1.2x2.2…xn.2m2σ2xʼ1.2xʼ2.2…xʼp.2散Ve（式（６））を求める。V11＝1n−1ΣnV12＝V21＝1V22＝1式（10）〜式（12）を用い，式（13）の分散･共分散行列Vと式（14）としてその余因子行列Aを求める。最後に偏差データ（Y−Y−）と，余因子行列Aの４つの要素（V11，−V12，−V21，V22）を用い，η＝1VeY2＝1 ηY1＝Lr もし平均値mと対象データが同一であれば，Lの値はrと同じ値になり，β＝1.00となる。次いでTable 2に示すように，Y1の平均Y−1，Y2の平均Y−2を求め，Y1，Y2それぞれから引いて偏差を求め，偏差データを用いた分散･共分散行列Vの要素を求める。（１）１〜n番目のデータ各々についての各項目の値と平均値との積和Lを求める。ある行の積和Lは次のようになる。（２）もし平均値mと対象データが同一であれば，手順２のrと同等の値になる（もちろん対象データは差があることがほとんどであるため，Lとrは同じにはならない）。（３）………（４）（５）（６）（７）（８）（９）（10）1）（Yi2−Y−2） （11）（12）Item kx1.kx2.k…xn. kmkσkxʼ1.kxʼ2.k…xʼp. kUnit Space DataAverage─ 14 ─Table 1 K item of n unit space data and p out of unit space dataAverageStandard deviationTable 2 Item and deviation data of unit spacen−1 n−1Σn＝ Ve i＝1（Yi1−Y−1）2 n−1Σni＝1（Yi2−Y−2）2 i＝1（Yi1−Y−ItemDeviation data
元のページ ../index.html#16