than absolute data(ng,ngg1, etc.)f

than absolute data(ng,ngg1, etc.)for quantitation [14,15].
Furthermore,application of statistical analysis to relative SPME
and P&T data has evidenced the existence of non-random patterns
in experimental data,affecting in a similar way to groups of
compounds, which could be used to improve their precision.
Calculation of concentration ratios for those volatiles with similar
fractionation properties has been shown to significantly reduce
data dispersion.
As afurtherstepinthedevelopmentofadvancedSPME
methodologies forfractionationofblackberriesvolatiles,themain
aim ofthisworkwastoevaluateforthe first timeifthestudyof
the compound-dependingpatternsinthedispersionofquantita-
tivedataevidencedbystatisticalanalysiscouldbeusedtoimprove
the precisionofdata.Inaddition,andasnoveltyoverprevious
references [14,15], theproposedapproachwasalsoappliedtodata
from differentblackberryvolatilemodelsystemsinthesearchfor
a betterunderstandingoftheinfluence ofsamplematrixonnon-
randomdispersionofdata.Furthermore,validationofthisstatis-
tical approachwasalsopossibleforthe first timefromtheresults
obtained intheprecisemulticomponentcharacterizationofItalian
blackberries fromdifferentharvestyears.

ผลลัพธ์ (ไทย) 1:

กว่าข้อมูลเต็ม (ng, ngg 1 ฯลฯ)การวิเคราะห์หาปริมาณ [14,15]นอกจากนี้ ใช้การวิเคราะห์ทางสถิติเพื่อ SPME ญาติและข้อมูล P และ T ได้เป็นหลักฐานการมีอยู่ของรูปแบบไม่สุ่มข้อมูลทดลอง การกระทบในกลุ่มของสาร ซึ่งสามารถใช้เพื่อปรับปรุงความแม่นยำของพวกเขาคำนวณอัตราส่วนความเข้มข้นสำหรับ volatiles เหล่านั้นด้วยเหมือนกันได้รับการแสดงคุณสมบัติแยกส่วนเพื่อลดความกระจายตัวของข้อมูลเป็น afurtherstepinthedevelopmentofadvancedSPMEหลักสูตร forfractionationofblackberriesvolatiles, themainจุดมุ่งหมาย ofthisworkwastoevaluateforthe timeifthestudyof แรกบริเวณ-dependingpatternsinthedispersionofquantita -tivedataevidencedbystatisticalanalysiscouldbeusedtoimproveprecisionofdataInaddition, andasnoveltyoverpreviousอ้างอิง [14,15], theproposedapproachwasalsoappliedtodataจาก differentblackberryvolatilemodelsystemsinthesearchforofsamplematrixonnon betterunderstandingoftheinfluence เป็น-randomdispersionofdataนอกจากนี้ validationofthisstatis -timefromtheresults approachwasalsopossibleforthe ธนบัตรบาทแรกintheprecisemulticomponentcharacterizationofItalian ได้รับblackberries fromdifferentharvestyears

ผลลัพธ์ (ไทย) 2:

กว่าข้อมูลที่แน่นอน (ศึกษา, NGG 1 ฯลฯ ) หาปริมาณ [14,15].
นอกจากการประยุกต์ใช้การวิเคราะห์ทางสถิติเพื่อ SPME ญาติ
และ P & T ได้ข้อมูลหลักฐานการดำรงอยู่ของรูปแบบที่ไม่สุ่ม
ในข้อมูลการทดลองที่มีผลกระทบในที่คล้ายกัน วิธีที่จะเป็นกลุ่มของ
สารประกอบซึ่งสามารถนำมาใช้ในการปรับปรุงความแม่นยำของพวกเขา.
การคำนวณอัตราส่วนความเข้มข้นของสารระเหยสำหรับผู้ที่มีความคล้ายกัน
แยกคุณสมบัติได้รับการแสดงเพื่อลด
การกระจายข้อมูล.
ในฐานะที่เป็น afurtherstepinthedevelopmentofadvancedSPME
วิธี forfractionationofblackberriesvolatiles, themain
มุ่งมั่น ofthisworkwastoevaluateforthe แรก timeifthestudyof precisionofdata.Inaddition, andasnoveltyoverprevious อ้างอิง [14,15] theproposedapproachwasalsoappliedtodata จาก differentblackberryvolatilemodelsystemsinthesearchfor betterunderstandingoftheinfluence ofsamplematrixonnon- randomdispersionofdata.Furthermore, validationofthisstatis- เงินบาท approachwasalsopossibleforthe timefromtheresults แรกที่ได้รับ intheprecisemulticomponentcharacterizationofItalian แบล็ fromdifferentharvestyears

ผลลัพธ์ (ไทย) 3:

กว่าข้อมูลที่แน่นอน ( NG ngg  1 , ฯลฯ ) สำหรับเซลล์ [ 14,15 ] .
นอกจากนี้ การใช้สถิติวิเคราะห์

spme ญาติและ P &ข้อมูลมีหลักฐานการดำรงอยู่ของรูปแบบสุ่ม
ในการทดลองไม่มีผลต่อในทางที่คล้ายกับกลุ่ม
สารประกอบ ซึ่งอาจจะใช้เพื่อปรับปรุง ความแม่นยำของการคำนวณอัตราส่วนความเข้มข้นที่

สารระเหยด้วยเหมือนกันคุณสมบัติการได้รับการแสดงเพื่อลด


afurtherstepinthedevelopmentofadvancedspme กระจายข้อมูล เป็นวิธีการและเป้าหมาย ofthisworkwastoevaluateforthe แรก forfractionationofblackberriesvolatiles
,
-
timeifthestudyof สารประกอบ dependingpatternsinthedispersionofquantita tivedataevidencedbystatisticalanalysiscouldbeusedtoimprove
precisionofdata และandasnoveltyoverprevious
references [14,15], theproposedapproachwasalsoappliedtodata
from differentblackberryvolatilemodelsystemsinthesearchfor
a betterunderstandingoftheinfluence ofsamplematrixonnon-
randomdispersionofdata.Furthermore,validationofthisstatis-
tical approachwasalsopossibleforthe first timefromtheresults
obtained intheprecisemulticomponentcharacterizationofItalian
แบล็คเบอร์รี่ fromdifferentharvestyears .