不确定性，另一个缺点是没有考虑多元回归模型误差向量的相关结构。因此，在建立设计空间时，有必要同时考虑这2个缺点来确保设计空间的可靠性，这样才能满足ICH Q8指南中对设计空间定义中的“保证质量”这一项要求，Bayesian理论恰好能同时考虑模型参数的不确定性和数据结构的相关性。根据Bayesian理论，Bayesian后验预测概率可以通过下式来计算[7]。

    Pr(yA|x，data)(1)

    其中，x是过程参数向量，y是响应值向量，A是具有规定阈值的可接受范围，data是实验数据，Pr代表响应值在可接受范围内的概率，故设计空间可以用下式表示。{x：Pr(yA|x，data)≥π}(2)其中，π表示能“確保质量”的设计空间预定义可靠性的概率。那些不确定因素对模型响应的影响应用Monte Carlo仿真模拟来估计。

    在建立贝叶斯设计空间之前，首先要确定分析目标。本实验中，选择2个分析目标：①实现三七总皂苷中5种皂苷的基线分离，尤其是人参皂苷Rg1和人参皂苷Re；②缩短分析时间，提高分析效能，基于贝叶斯概率可建立一个多目标设计空间 ......