옥수리의 수분, 단백질, 지방 및 전분 4가지 주요 성분 함량과 담뱃잎 총 식물알칼로이드의 편최소제곱 근적외선 분광(PLS-NIRs) 모델 전이에 대한 예시를 들어 모델 내 잠재변수 개수(nLVs)가 모델 전이 오차에 미치는 영향을 조사하였다. 연구 결과 누적 기여도가 99.9% 이상인 기준에 따라 옥수리와 담뱃잎 샘플의 PLS-NIRs 모델 nLVs는 각각 1과 13으로 결정되었으며, nLVs=1일 때 구축된 옥수수 모델은 두 대의 종속기 샘플 4개 성분 예측값과 주기기 예측값의 재현성 지표가 국가 표준을 만족하였다. nLVs=13일 때 구축된 담뱃잎 총 식물알칼로이드 모델은 구간 직접 보정(PDS) 후 4대 종속기 샘플의 평균 상대 예측 오차(MRE)를 6% 미만으로 줄일 수 있었다. 누락 교차 검증 또는 4겹 교차 검증으로 결정된 옥수수 및 담뱃잎 PLS-NIRs 모델의 nLVs는 각각 5~10, 16 및 19였으며, 이들 nLVs에서 구축된 옥수수 PLS-NIRs 모델은 종속기 샘플의 예측 오차가 크게 증가하여 허용 오차 범위를 초과하였고, PDS 보정 후에도 종속기 샘플 예측값과 주기기 예측값의 재현성 지표가 대부분 국가 표준을 충족하지 못하였다. nLVs>13인 경우 구축된 담뱃잎 총 식물알칼로이드 PLS-NIRs 모델의 전이 오차는 nLVs 증가에 따라 증가하였으며, PDS 보정 이후에도 모든 종속기 샘플에 대해 모델의 MRE가 6% 미만임을 보장하지 않았다. 누적 기여도가 99.9% 이상 또는 근접한 기준으로 nLVs를 선택하면 과적합을 효과적으로 방지하고 NIRs 모델의 전이 성능을 향상시킬 수 있다.

근적외선 분광 모델 전이; 편최소제곱; 잠재변수 개수; 옥수수; 담뱃잎