通过上述分析流程可以看出，之前提到的问题是对近红外这项分析技术基础但很核心的疑问。其实问题的答案也很简单，一句话概括就是足量的具有代表性的样品。

虽然这个回答很简略，但其中包含的要点却不少。展开来说分为两方面：一个是足量的样品，另一方面是代表性的样品。

这两点在GB/T 29858 《分子光谱多元校正分析通则》中有详细的描述：

对于校正集

• 至少需要 6 倍于建模潜变量（建模时的一个重要参数）大小的样品，当潜变量小于 4 时，样品数量不应少于 24 个。

• 样品应包含所分析的成分。

• 收集的样品成分含量变化范围应适当超过日常分析的范围（10 %-15 %）。

• 收集的样品成分含量分布需服从均匀分布。

对于验证集

• 至少需要 4 倍于建模潜变量大小（与校正集潜变量相同）的样品，当潜变量小于 5 时，样品数量不应少于 20 个。

• 收集的样品成分含量的跨度和标准偏差应是校正集的 95% 到 100% 之间。

从国标中不难看出，建立一个分析模型至少需要接近 50 个具有代表性的样品，当然这只是最低的要求，如果想要获得一个更加稳健的模型，得到更为准确的分析结果，增加更多具有代表性的样品到模型中则是必不可少的。