通過上述分析流程可以看出，之前提到的問題是對近紅外這項分析技術(shù)基礎(chǔ)但很核心的疑問。其實問題的答案也很簡單，一句話概括就是足量的具有代表性的樣品。

雖然這個回答很簡略，但其中包含的要點卻不少。展開來說分為兩方面：一個是足量的樣品，另一方面是代表性的樣品。

這兩點在GB/T 29858 《分子光譜多元校正分析通則》中有詳細(xì)的描述：

對于校正集

• 至少需要 6 倍于建模潛變量（建模時的一個重要參數(shù)）大小的樣品，當(dāng)潛變量小于 4 時，樣品數(shù)量不應(yīng)少于 24 個。

• 樣品應(yīng)包含所分析的成分。

• 收集的樣品成分含量變化范圍應(yīng)適當(dāng)超過日常分析的范圍（10 %-15 %）。

• 收集的樣品成分含量分布需服從均勻分布。

對于驗證集

• 至少需要 4 倍于建模潛變量大小（與校正集潛變量相同）的樣品，當(dāng)潛變量小于 5 時，樣品數(shù)量不應(yīng)少于 20 個。

• 收集的樣品成分含量的跨度和標(biāo)準(zhǔn)偏差應(yīng)是校正集的 95% 到 100% 之間。

從國標(biāo)中不難看出，建立一個分析模型至少需要接近 50 個具有代表性的樣品，當(dāng)然這只是最低的要求，如果想要獲得一個更加穩(wěn)健的模型，得到更為準(zhǔn)確的分析結(jié)果，增加更多具有代表性的樣品到模型中則是必不可少的。