《表4 饲料样品剔除异常值后品质指标统计信息》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《猪配合饲料多品质近红外光谱关键变量筛选与模型建立》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将剔除异常值后的光谱数据建立模型，4种品质指标剔除前、后建立校正模型的维数（Nf），RC2、R2CV、RMSEC、RMSECV分别如表3和表4所示。结合表3和表4分析可知，剔除异常值后的各模型RC2和R2CV皆有不同程度的提高，而RMSEC、RMSECV皆有不同程度的下降，说明异常值的剔除有利于提高所建模型准确度，从而可以为各品质指标关键变量的筛选提供可靠的数据集，进而可以保证对所选关键变量验证结果的可靠性。