SEM，TEM，AFM检测生物样品都有什么不足

SEM，TEM，AFM检测生物样品都有什么不足

透射电镜（TEM）的放大倍数要比扫描电镜（SEM）的高,当然两则的成像原理也是不同的,如果需要观察纳米颗粒在聚合物中的分散情况,你就必须要用TEM来观察了,SEM通常看材料的缺口断面,当然还有许多其他应用.\x0dSEM是电子束激发出表面次级电子,而TEM是穿透试样,而电子束穿透能力很弱,所以TEM样品要求很薄,只有几十nm, TEM一般放大能达几百w倍,而SEM只有几万倍.\x0d扫描电镜通常用在一些断口观察分析,外加一个能谱仪,可以进行能谱扫描.其放大倍数相对较低,操作方便,样品制作简单,对于高聚物,须进行喷金处理 TEM则可以观看样品的内部结构,粒子的分散等.其放大倍数高于SEM,但也不是绝对,现在有些扫描电镜的放大倍数也可以很高.其操作较复杂,样品制作也较为烦琐

其实应该说是最大似然法和最小二乘法的区别吧。

采用OLS的回归分析方法存在几方面的限制：

（1）不允许有多个因变量或输出变量

（2）中间变量不能包含在与预测因子一样的单一模型中

（3）预测因子假设为没有测量误差

（4）预测因子间的多重共线性会妨碍结果解释

（5）结构方程模型不受这些方面的限制

SEM的优点：

（1）SEM程序同时提供总体模型检验和独立参数估计检验；

（2）回归系数，均值和方差同时被比较，即使多个组间交叉；

（3）验证性因子分析模型能净化误差，使得潜变量间的关联估计较少地被测量误差污染；

（4）拟合非标准模型的能力，包括灵活处理追踪数据，带自相关误差结构的数据库（时间序列分析），和带非正态分布变量和缺失数据的数据库。

构方程模型最为显著的两个特点是：

（1）评价多维的和相互关联的关系；

（2）能够发现这些关系中没有察觉到的概念关系，而且能够在评价的过程中解释测量误差。

1、最小二乘法的典型应用是求解一套x和y的成对数据对应的曲线（或者直线）方程。

其思想是：设y和x之间的关系可以用一个公式在表示，但其系数为待定系数。然后，将各个点的实测数据与计算求得的数据相减，得到“误差”或者不符值（有正有负，但其平方都是正的），将这些不符值的平方相加，得到总的“误差”。通过调整公式中的各个系数，使得误差平方和最小，那么就确定了y和x之间的方程的最好结果。求解最小二乘问题的过程中没有提及概率问题。

2、而极大似然估计值，是用于概率领域的一种方法，和最小二乘法是两个领域的。这种方法是应用求极大值的方法，让某一个公式求导值为0，再根据情况判断该极值是否是合乎要求。极大似然估计法可以用于正态分布中 μ, σ2的极大似然估计。极大似然估计法就是要选取类似的数值作为参数的估计值，使所选取的样本在被选的总体中出现的可能性为最大。

---