基于UPLCQTOF/MS的植物代谢组学技术鉴别林下山参的生长年限(3)
由于代谢组学数据具有高维、小样本的特性，有监督的模式识别方法在扩大组间差异的同时很容易产生过拟合的现象，因此需要借助外部模型验证方法置换检验(permutation test)来证明模型的有效性，使得分类结果有较好的可信度[25]。在置换检验验证实验中，R2，Q2分别表示在随机化y变量模型下对数据的解释程度和对模型的预测能力，回归线的斜率越大，与纵轴的截距越小，说明模型的解释能力和预测能力越好[26]。
左边纵轴相交(R2-intercept=0.298；Q2-intercept=-0.503)，2 条回归线斜率较大，且左边任何一次随机排列产生的R2，Q2实验值均小于右边的原始值，表明原始模型的预测能力大于任何一次随机排列y变量的预测能力，证明建立的OPLSDA模型是有效可靠的，并不存在过拟合现象。此外，OPLSDA 模型 CVANOVA 验证的P小于 0.001(P=3.71×10-37)，也证明11～15年林下山参之间的区分具有统计学意义 ......
您现在查看是摘要页，全文长 3778 字符。
左边纵轴相交(R2-intercept=0.298；Q2-intercept=-0.503)，2 条回归线斜率较大，且左边任何一次随机排列产生的R2，Q2实验值均小于右边的原始值，表明原始模型的预测能力大于任何一次随机排列y变量的预测能力，证明建立的OPLSDA模型是有效可靠的，并不存在过拟合现象。此外，OPLSDA 模型 CVANOVA 验证的P小于 0.001(P=3.71×10-37)，也证明11～15年林下山参之间的区分具有统计学意义 ......
您现在查看是摘要页，全文长 3778 字符。