“M+N”理論是針對光譜分析提出的用于提高預測精度的一種理論方法。將被測量、M種非測量組分和N種外界干擾一同歸于整個測量系統中，系統全面地考慮“M”因素和“N”因素對測量精度的影響。建立基于“M+N”理論的血氧飽和度人體試驗系統，采用動態光譜法消除個體差異及不同測量部位（“N”因素中的系統誤差）對預測精度的影響；利用差值提取法消除運動偽差（“M”因素中的隨機誤差），獲得了62組有效樣本數據。采取偏最小二乘法建模預測，預測值與真值的相關系數為0.796 8，相對誤差為±0.026 6；而目前臨床上普遍采用的血氧監護儀與真值的相關系數為0.595 7，相對誤差為±0.076 0。表明基于“M+N”理論的近紅外血氧飽和度無創測量方法其預測精度明顯優于血氧監護儀。
利用偏最小二乘法（PLS）結合拉曼光譜技術，建立了血液中紫杉醇含量的預測模型。本實驗利用拉曼光譜對 312 個樣本進行了掃描，采用高效液相色譜技術（HPLC）對血液中紫杉醇含量進行了常規分析，利用蒙特卡羅偏最小二乘法（MCPLS）剔除異常樣本，確定了校準集和預測集，采用可移動窗口偏最小二乘法（MWPLS）以逼近度（Da）為指標優化了最佳預處理方法、波長變量和隱變量數等參數，并最終建立了紫杉醇的預測模型。其校準集和預測集的預測值與真實值之間的相關系數（Rc2 和 Rp2）分別為 0.933 1 和 0.926 4。最后對預測模型進行了獨立驗證實驗，結果表明 20 個驗證樣本的相關誤差為 9.36%±2.03%，表明模型具有很好的擬合度和預測能力。