数据分析

可根据几个不同的标准来判断结果的好环。检查χ₂ 的值来确定模型拟合的好坏，然后通过拟合图形，直观上比较实测数据和拟合数据、检查拟合结果是合理、是否具有正确的物理意义、查看拟合结果的误差范围和相关矩阵，如果误差很大或者矩阵表现出很强的相关性（矩阵元素接近±1），这个模型可能有问题。另一个判断标准是对拟合算法进行快速收敛，可以显示拟命结果是否唯一。

一般来说，对于简单的单层薄膜， χ2 的值在1左右就足够好了，如果样品更加复杂， χ2 的值会增加，只要其他结果符合物理意义，此类样品的 χ2 值达到10或者更高也没有问题。需要注意的是即使 χ2 值很小，结果也可能不正确，必须对其他标准也进行检查确认。

如果发现结果有很强相关性，应该添加额外的数据修正，无论是在不同入射角度或者反射/透射条件下采集的数据均可。还应该检查哪一个参数是关联的，它们是否都需要同时拟合，如果不需要，可以固定某一个参数，使模型更加合理。

每一个色散公式都对应用于某一类材料。例如，Drude色散公式常用于金属薄模，洛伦兹色散公式常用于透明的或者弱吸收的薄膜，DeltaPsi 2软件中有一系列的色散公式，您还可以通过阅读我们网站上DeltaPsi 2的技术报告来了解更多色散公式的知识。

最常用的色散公式包括用于透明或弱吸收的样品的 Cauchy和Lorentz(Classical) 公式，用于半透明材料的 amorphous，new amorphous 和Tauc-Lorentz 公式（介电材料、高分子、半导体可见/近紫外吸收），以及用于金属的 Drude公式。