CN107832738B - 一种确定皮肤pH值变化的年龄拐点的方法 - Google Patents

Abstract

本发明公开了一种抗老化化妆品的制备方法，通过采用一种确定皮肤pH值变化的年龄拐点的方法来确定针对不同人群的抗老化化妆品的配方及其制备方法。在不同的生长发育期，皮肤表面pH值会发生变化，但是酸性是正常成人最佳皮肤表面pH，维持在最佳pH值可以延缓皮肤老化、防止某些皮肤病。本发明确定的皮肤pH值在年龄上的变化规律或皮肤pH值变化的年龄拐点可用于确定不同年龄段使用的化妆品、化妆品原料、护肤品或外用药品的成分。使得化妆品可以面向不同年龄段的人群设计出有针对性配方和制备方法，在最大程度上将皮肤维持在良性的pH环境使皮肤的处于活性状态，从而延缓皮肤老化、防止某些皮肤病。

Description

一种确定皮肤pH值变化的年龄拐点的方法

技术领域

本发明涉及化妆品配方设计领域，具体涉及一种抗老化化妆品的制备方法。

背景技术

化妆品面向不同年龄段的人群设计出有针对性的配方和制备方法，可以在最大程度上将皮肤维持在良性的pH环境，使皮肤处于活性状态，增加皮肤的免疫力和生理活性，从而延缓皮肤老化、防止某些皮肤病。

在化妆品的开发过程中，配方设计至关重要，因为配方设计是否科学合理将决定产品的品质，它是化妆品技术的核心。设计化妆品配方时需要综合考虑多种因素，通常化妆品研发过程包括如下步骤：首先需要确定研发目的，根据产品的性能和使用需求确定化妆品的剂型，同时考虑化妆品的适用对象；根据化妆品的性能需求设计化妆品的配方，选择制剂和各种功能性添加剂，还需考虑各种添加剂之间是否会发生相互作用，不断调整配方并进行评价。评价时需要考虑产品的稳定性、安全性和有效性，评价过程中不断总结并对配方进行多次调整和实验，直到满意为止。配方设计完成后还需要将研发成果投入生产，放大过程需要更多技术支持才能最终获得令人满意的产品。

化妆品中起作用的成分被称为功效成分，它是影响皮肤结构和功能，防止、延缓和修复皮肤老化，美化皮肤的重要成分。它注重于某些特定的功效，可以概括为很多个方面，其中最重要的是抗衰老和美白。其中抗衰老更是很多人的追求。皮肤衰老与年龄有着密不可分的关系，同时也与皮肤水分散失，皮肤逐渐失去弹性，毛囊周围缺乏支撑结构有很大关系。为了满足人们的需求，应该针对不同年龄、不同肤色、不同肤质的人群进行有针对性的研究，针对不同皮肤状况的人群设计不同的化妆品配方。

皮肤状态是多项特性信息的综合体现，如水分含量、皮肤色度、光泽度、纹理度、pH等等。皮肤的发育具有阶段性和连续性，从而造就了皮肤随生理年龄呈现不同的形态。随着年龄的增长，皮肤各项指标也发生变化，从而导致皮肤出现干燥、萎缩、皱纹等问题。

皮肤pH值是由角质层中水溶性物质、排出的汗、皮肤表面的水溶性油脂层及排出的二氧化碳共同决定的。它既是机体生物学活动在皮表的表达，又可以影响角质形成细胞甚至真皮的生物学功能。虽然在不同的生长发育期，皮肤表面pH值会发生变化，但是酸性是正常成人最佳皮肤表面pH，维持在最佳pH值可以延缓皮肤老化、防止某些皮肤病。深入理解皮肤表面pH可以更好地了解机体系统和局部的生物状态，皮肤表面pH值可以影响皮肤屏障功能、角质层的致密性和粘合性等功能，而机体的生理状态、表皮细胞生物活动、疾病和化妆品等因素可以影响皮肤表面pH值。因此，寻找皮肤pH值发生变化的年龄拐点即pH值出现明显改变的年龄，对于化妆品和外用药品的制备及皮肤护理等方面具有重要意义。

虽然目前有较多对于皮肤状态和年龄之间关系的研究，例如：杨智荣等(杨智荣等.黑龙江地区女性年龄对皮肤水分及pH值的影响[J].中国美容医学,2013,22(06):640-642.)研究了黑龙江地区女性皮肤水分和pH值与年龄的关系，选取77名女性志愿者，按照年龄分成六组，并检测每一组不同部位的皮肤水分和pH值。结果表明：与21～27组相比，随着年龄的增加，水分值逐渐减少，在42岁以后最为明显，存在显著性差异和极显著性差异(P<0.05和P<0.01)，并且除面颊部无明显变化外，其它部位的水分值都明显减少；与55～73组相比pH值随着年龄的减小在不断的减小，并且均存在显著性差异和极显著性差异(P<0.05和P<0.01)。何永福(何永福.不同年龄段人群的皮肤角质层的含水量,经表皮水分流失量,pH值和皮脂的测定及其研究[C].中国化妆品学术研讨会论文集,2004:153-157.)研究表明，在青春期时，由于皮肤的代谢作用旺盛，皮肤角质层含水量，经表皮水分流失量以及皮脂分泌量均增加，约在25岁左右达到最高值；然后随着年龄的进一步增长开始递减，皮肤的pH值基本不受年龄增长的影响。中国专利CN105760850A公开了基于皮肤纹理信息的无创年龄估计方法，首先无创采集前臂腹侧中段部位皮肤图像，然后对采集的皮肤图像进行预处理以及特征提取，得到了皮肤纹理线以及灰度共生矩阵，最后计算其相应的特征参数，并运用统计学方法分析这些参数与年龄的相关性，得出推断年龄的数学模型。

但是，现有研究对皮肤pH值随年龄的变化趋势的确定方法，往往通过将被试者按照年龄分组，再通过方差分析等统计方法在一定的显著水平下检验不同组的被试者的皮肤pH值是否有显著性差异。然而，现有文献仅仅是通过个人偏好对年龄进行分组，组别的大小也是因人而异，具体的结果可能随着组别大小的变化而变化，导致得到的皮肤pH值与年龄的关系不具有代表性；即使有极少部分研究公布了回归模型用于确定皮肤指标和年龄的对应关系，这些模型也比较简单，并未将季节、地区、性别、职业、民族等其他影响因素考虑进去。而且并未有研究将数学模型运用到皮肤pH值和年龄之间关系的研究。

本申请首次提出皮肤pH值变化存在年龄拐点的概念，并给出了皮肤pH值变化的年龄拐点的确定方法。该方法将年龄作为一个连续变量引入，同时引入季节、地区、性别等多种因素作为控制变量，通过多元回归的方式去寻找年龄和皮肤pH值间的定量关系。通过这样的方式，可以具体的探究皮肤pH值是怎么变化的，性别、地区等因素对指标的影响也可以在回归的结果中反应出来。对于一些有比较明确判别标准的指标，通过回归的结果对其进行计算，得到pH值的准确年龄作为分水岭，对于人体皮肤指标而言，极具参考价值。

发明内容

本发明所要解决的技术问题是针对上述缺陷，提供一种确定皮肤pH值变化的年龄拐点的方法，通过统计学的方法研究皮肤pH值与地区、年龄、性别和季节等因素的关系，进而探索皮肤pH值关于年龄的变化趋势与分水岭；本发明的另一个目的在于提供一种能够执行上述方法的分析仪器。

为了解决上述技术问题，本发明采用如下技术方案：

一种抗老化化妆品的制备方法，其特征在于，采用一种确定皮肤pH值变化的年龄拐点的方法来确定针对不同人群的抗老化化妆品的配方及其制备方法。

一种确定皮肤pH值变化的年龄拐点的方法，其特征在于，包括以下步骤：

1)采用皮肤酸碱度测试仪对受试者皮肤pH值进行数据采集，同时记录受试者的年龄、地区、性别、季节，并对采集的样本数据进行预处理；

2)将皮肤pH值作为因变量，年龄、性别、地区、季节作为自变量，建立数学模型并在最小二乘回归法的假设条件下展开；

3)为已建立的数学模型筛选变量并进行多元回归，所述变量为年龄、地区、性别、季节；

4)对多元回归结果进行回归诊断，检验系数和方程的线性关系；

5)将年龄的多次方项及年龄与其他变量的交互项纳入多元回归；

6)对回归方程的残差做出正态检验以确保正态假定的成立；

7)做出回归方程的图像，以一阶导数为0的年龄作为年龄拐点。

进一步，步骤1)中对受试者皮肤pH值进行数据采集，采集对象为不同年龄段的健康志愿者，采集部位可以是额头、左脸颊、下巴、左手面、右手面、前臂曲侧等部位中的一个或多个；在进行数据采集前，受试者均提前按照要求对测量部位进行预处理以确保实验采集数据能够反映出受试者皮肤真实状况；同时记录受试者的职业、民族、人种、地区、性别、季节、年龄、身高、体重。

对采集的样本数据的预处理目的是剔除其中的异常值，根据本申请的一个实施例，样本数据的预处理过程为：分别对样本数据中每个年龄的皮肤pH值进行箱线图分析，剔除其中的异常值。

箱线图能够利用数据中最小值、下四分位数、中位数、上四分位数与最大值五个统计量体现数据整体的分布情况，利用这些统计量生成一个箱线图，箱体的上边界和下边界之外的就是异常数据。一般情况下Q1表示下四分位数，即25％分位数；Q3为上四分位数，即75％分位数；IQR表示上下四分位差，系数1.5是一种经过大量分析和经验积累起来的标准，一般情况下不做调整；附图3是箱线图原理示意图。

建立数学模型时以皮肤指标作为因变量，自变量可以是职业、种族、人种、地区、性别、季节、年龄、身高、体重等影响皮肤指标的因素中的一种或多种。

本发明中以皮肤pH值作为因变量，地区、性别、季节和年龄作为因变量，考虑到因变量是一个连续变量，采用最小二乘(OLS)回归法进行多元回归以解释因变量和自变量之间的关系。

所述的最小二乘回归法，其具体模型及设定为：

假定变量y_t与k个变量x_jt，j＝1,2,…,k，存在线性关系，则多元线性回归模型为：

y_t＝β₀+β₁x_1t+…+β_kx_kt+μ_t

其中，y_t是因变量；x_jt是自变量，y_t的重要解释变量；μ_t是随机误差，代表其他影响y_t变化的随机因素；β_i是回归参数，其中，i,j＝0,1,…,k；

给定一个样本(y_t,x_1t,…,x_kt),t＝1,2,…,T，上述模型表示为：

令

则

y＝xβ+μ

OLS回归是通过减少相应变量的真实值和预测值的差值来获得函数模型的参数(截距项和斜率)，具体而言，即使的残差平方和最小。设残差平方和用Q来表示，则具体的数学表达式如下：

上式中，因为是一个标量，所以有求Q对的一阶偏导数，并令其为：

化简得：

其中，在最小二乘回归法中对数据进行了如下假设设定，且这些假设设定在回归分析中会被检验：

1)正态性：对于固定的自变量值，因变量值成正态分布；

2)独立性：相应变量间相互独立；

3)线性：因变量与自变量之间为线性相关；

4)同方差性：因变量的方差不随自变量的水平不同而变化。

进一步，步骤2)中数学模型为：

Y＝F(x₁,x₂,x₃,x₄)+ε，

在最小二乘回归法的假设条件下，模型展开为：

Y＝β₀+β₁x₁+β₂x₂+β₃x₃+β₄x₄+ε，

其中，Y为因变量，代表皮肤pH值；x₁为分类变量，代表地区，取值为1-n(n≥5)；x₂为分类变量，代表性别，取值为0-1；x₃为分类变量，代表季节，取值为1-4；x₄为自变量，代表年龄；ε代表误差项；β₀、β₁、β₂、β₃和β₄为回归参数。

引起因变量发生变化的因素往往有很多种，若将这些自变量全部引入回归方程，可能使得方程中包含较多无统计学意义的变量，过于复杂，导致模型的拟合效果不佳，因此，对自变量的筛选是非常重要的，可以使那些对因变量贡献较大的自变量尽可能都能被选入回归模型，而那些贡献小的、特别是那些与其他自变量有密切线性关系且起“负作用”的自变量尽可能地被排斥在回归模型之外。筛选自变量的方法有主成分分析法、多元方差分析法、逐步回归法和全子集回归法。

根据本申请的一个实施例，步骤3)中，为已建立的数学模型筛选变量时采用全子集回归的方法，筛选变量的标准是调整后拟合优度的高低；全子集回归又称最佳子集回归，是拟合多元线性回归方程的自变量选择的一类方法，它从全部自变量所有可能的自变量组合的子集回归方程中挑选最优者。

回归诊断主要用于检验关于回归假设是否成立，以及检验模型的合理性，为最小二乘法求得的回归方程提供理论依据。最小二乘回归模型中，因变量Y的取值y_t具有随机性，而自变量x_1t，x_2t,…,x_jt，j＝1,2,…,k，的取值也只是许多可能取到的值中的n组，如果每组数据(y_t，x_1t，x_2t,…,x_jt)对未知参数的估计有一定的影响，但这种影响不能过大，这样得到的经验回归方程就有一定的稳定性。

根据本申请的一个实施例，步骤4)中，对回归结果进行回归诊断以检验系数和方程的线性关系，回归诊断包括：对拟合函数的F检验，判断因变量是否与所有自变量具有显著的线性关系；和对各变量回归系数的T检验，判断控制其他变量后该变量是否与因变量间具备显著线性关系。

根据本申请的一个实施例，步骤5)中利用全子集回归方法对年龄的多次方项及年龄与其他变量的交互项进行筛选，并将筛选后的变量纳入多元回归，筛选的标准是调整后拟合优度的高低；将年龄的多次方项及年龄与其他变量的交互项纳入多元回归并进行多元回归后对其做出回归诊断以检验系数和方程的线性关系，回归诊断包括：对拟合函数的F检验，判断因变量是否与所有自变量具有显著的线性关系；和对各变量回归系数的T检验，判断控制其他变量后该变量是否与因变量间具备显著线性关系。

根据本申请的一个实施例，步骤6)中采用W检验对回归方程的残差做出正态检验以确保正态假定的成立；若正态假定成立，则对回归方程作一阶导数图像，以一阶导数为0的年龄作为皮肤pH值变化的年龄拐点；若正态假定不成立，则利用box-cox方法转换因变量并进行多元回归使其能通过正态假定，再做出回归方程的图像，以一阶导数为0的年龄作为年龄拐点。

Box-cox变换使Box和Cox在1964年提出的一种将因变量变换为正态形式的方法，是统计建模中的一种数据变换，用于连续的响应变量不满足正态分布的情况。

它将对因变量的倒数变换、指数变换等变换用公式统一表达，具体形式如下：

显然，当λ＝0时该变换是对因变量的对数变换，λ＝1时是对因变量的倒数变换，λ＝0.5时是对因变量的平方根变换；box-cox变换将寻找因变量的正态变换问题转换为对λ的参数估计问题；box-cox变换之后，可以一定程度上减小不可观测的误差和预测变量的相关性。

优选地，采用最大似然估计和Bayes方法来确定λ的最优值。

根据计算机的计算结果确定左脸颊皮肤pH值最优的幂变换值，因此将模型中的Y变换为Y^a(a为确定的最优幂变换值)进行多元回归；此时模型的F检验和回归系数的T检验均通过显著性检验，此时正态假定的W检验结果的P值小于0.05，说明将Y变换为Y^a(a为确定的最优幂变换值)后回归模型可以通过正态假定，因此回归结果具备统计意义。至此，可以到左脸颊皮肤pH值和性别变量及年龄变量的定量关系，对皮肤pH值一阶导数图像一阶导数为0处的年龄为皮肤pH值的年龄拐点。

本发明还提供了一种用于确定皮肤pH值变化的年龄拐点的分析仪器，该分析仪器包括：

①信号检测单元；

②信号至测量数据变换单元；

③测量数据存储器；

④测量数据至皮肤pH值数学模型变换单元；

⑤皮肤pH值数学模型至数字数据变换单元，以及皮肤pH值发生改变的年龄拐点确定单元。

其中，所述测量数据至皮肤pH值数学模型变换单元包括装载有利用数学算法将皮肤pH值曲线线性回归拟合到测量数据的全自动算法的计算机。

其中，所述计算机进一步装载有确定皮肤pH值变化的年龄拐点的算法；

其中，所述分析仪器进一步包括玻璃电极与参比电极。

其中，所述确定皮肤pH值变化的年龄拐点的算法的步骤为：

a)利用箱线图剔除所述测量数据中每一个年龄的异常值；

b)利用全子集回归的方法为所述皮肤pH值数学模型选择更具有解释能力的变量；

c)对因变量和自变量进行多元回归；

d)对回归结果进行回归针对，检验系数和方程的线性关系是否显著；

e)将所述年龄的多次方项及年龄和其它变量的交互项纳入多元回归中并对其做出回归诊断；

f)对回归方程的残差做出正态检验以确保正态假定的成立；

g)对回归方程作一阶导数图像，以一阶导数为0的年龄作为皮肤pH值变化的年龄拐点；

h)若步骤f)中所述回归方程不能通过正态假定，则利用box-cox方法转换因变量，使所述回归方程能通过正态假定，并重复步骤c)至步骤f)。

本发明还提供了一种确定皮肤pH值变化的年龄拐点的方法在化妆品、外用药品制备中的应用。

本发明中所述的皮肤pH值变化的年龄拐点(皮肤pH值发生改变的年龄拐点)是指：皮肤的pH值随着年龄变化，其趋势发生改变的年龄，如：在皮肤pH值曲线中曲线向上或向下改变的年龄即为皮肤pH值变化的年龄拐点，年龄拐点又称为年龄分水岭。

本发明的有益效果如下：

本发明确定皮肤pH值变化的年龄拐点的方法中反映了其它影响因素(性别、地区等)对皮肤pH值指标的影响，可准确探究皮肤pH值在年龄上的变化规律，同时确定的皮肤pH值变化的年龄拐点更加准确。

本发明的分析仪器可以精确、快速的确定皮肤pH值与年龄的变化规律、皮肤pH值变化的年龄拐点。

根据本发明的方法或仪器得到的皮肤pH值对年龄变化规律、皮肤pH值变化的年龄拐点准确度高，结果具有代表性，有利于化妆品、化妆品原料、护肤品、洗涤用品或外用药品的成分的确定。本发明的方法和仪器在化妆品、化妆品原料、护肤品、洗涤用品或外用药品中的成分确定方面具有十分重要的用途。

附图说明

图1 26岁左脸颊皮肤pH值箱线图；

图2 26岁左脸颊皮肤pH值剔除异常点后箱线图；

图3箱线图原理示意图；

图4左脸颊皮肤pH值全子集回归图像；

图5剔除季节变量后左脸颊皮肤pH值全子集回归图像；

图6左脸颊皮肤pH值对年龄多元回归结果；

图7左脸颊皮肤pH值对性别、年龄及年龄的高次方项全子集回归结果；

图8左脸颊皮肤pH值对性别、年龄多次方项多元回归结果；

图9对模型残差做统计量为W的正态检验结果；

图10左脸颊皮肤pH值与年龄的函数关系图像。

具体实施方式

以下结合实施例对本发明做进一步阐述。这些实施例仅是出于解释说明的目的，而不限制本发明的范围和实质。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

实施例1

1)数据采集及预处理

采集的皮肤指标为皮肤pH值，所用仪器为皮肤酸碱度测试仪(Skin-pH-MeterPH905)；采集对象为16-74岁之间的健康志愿者，其中女性733名，男性82名；采集部位为左脸颊；采集对象的所属区域分别为北京145名、昆明273名、深圳213名、兰州111名和烟台73名；采集季节为春季591名、夏季176名、秋季6名和冬季42名；

对采集的数据进行预处理：分别对样本数据中每个年龄的皮肤pH值进行箱线图分析，剔除其中的异常值。以26岁的pH值为例，附图1为26岁左脸颊皮肤pH值箱线图；图2为26岁左脸颊皮肤pH值剔除异常点后箱线图；图3为箱线图原理示意图。

2)将皮肤pH值作为因变量，年龄、性别、地区、季节作为自变量，建立数学模型并在最小二乘回归法的假设条件下展开；数学模型为：

Y＝F(x₁,x₂,x₃,x₄)+ε，

在最小二乘法的假设条件下，模型展开为：

Y＝β₀+β₁x₁+β₂x₂+β₃x₃+β₄x₄+ε，

其中，Y为因变量，代表皮肤pH值；x₁为分类变量，代表地区，取值为1-n(n≥5)；x₂为分类变量，代表性别，取值为0-1；x₃为分类变量，代表季节，取值为1-4；x₄为自变量，代表年龄；ε代表误差项；β₀、β₁、β₂、β₃和β₄为回归参数。

3)为已建立的数学模型筛选变量并进行多元回归，所述变量为年龄、地区、性别、季节；

为已建立的数学模型筛选变量时采用全子集回归的方法，筛选变量的标准是调整后拟合优度的高低；全子集回归又称最佳子集回归，是拟合多元线性回归方程的自变量选择的一类方法，它从全部自变量所有可能的自变量组合的子集回归方程中挑选最优者。

本次分析将在R上完成全子集回归，结果具体如图4，对测试对象左脸颊皮肤pH值的全子集回归，回归的变量包括地区、性别、季节及年龄；图像纵坐标表示调整后的拟合优度，横坐标中的色块表示该变量纳入模型中；如第一行表示模型中若只有area2和截距，模型的调整后拟合优度为0.014；第二行表示模型中若存在sex1和截距，调整后的拟合优度为0.03，以此类推；从图4可知，季节变量对左脸颊皮肤pH值并未有解释能力，因此将剔除季节变量并重新对剩余变量做全子集回归；

剔除季节变量后左脸颊皮肤pH值全子集回归图像如图5，可以看到剔除季节变量后，此时模型更具备解释能力，进一步观察发现性别和年龄两个变量更具备解释力，因此选择这两个变量放入模型中，此时新的数学模型为：

Y＝F(x₁,x₂)+ε

在最小二乘法的假设条件下，模型公式展开为：

Y＝β₀+β₁x₁+β₂x₂+ε

其中，Y为因变量，代表左脸颊皮肤pH值；

x₁为分类变量，代表性别，取值为0-1；

x₂为自变量，代表年龄；

ε代表误差项；

β₀、β₁和β₂为回归参数。

4)对多元回归结果进行回归诊断，检验系数和方程的线性关系；

对上述模型公式进行多元线性回归后，对回归结果进行回归诊断以检验系数和方程的线性关系是否显著，回归诊断包括：对拟合函数的F检验，判断因变量是否与所有自变量具有显著的线性关系；和对各变量回归系数的T检验，判断控制其他变量后该变量是否与因变量间具备显著线性关系。

回归结果如图6，最下方F-statistic是对拟合函数的F检验，其目的是检验响应变量是否与所有自变量(此处是年龄及性别)具有显著的线性关系，检验结果P值小于0.05，可以推断出响应变量和自变量间具备显著线性关系；上方第一个方框处是分别对各变量回归系数的T检验，其目的是检验控制其他变量后该变量是否与响应变量间具备显著线性关系，图中可以看出age(年龄)的p值和sex1(性别)的p值小于0.05，可以推断出age和sex1变量在控制其他变量后与响应变量间具备显著线性关系；中间方框处，Adjusted R-squared代表调整后的拟合优度，此时模型调整后的拟合优度为0.3011；

5)将年龄的多次方项及年龄和其他变量的交互项纳入多元回归中；

此时，利用全子集回归的方法，进一步考察年龄的多次方项对于左脸颊pH值的解释能力以确定是否将其纳入模型中，将年龄的多次方项及年龄和其他变量的交互项纳入多元回归后对其做出回归诊断以检验系数和方程的线性关系是否显著。

左脸颊pH值对性别、年龄及年龄的高次方项全子集回归结果如图7，分析后发现年龄的-1次方项和-2次方项比年龄的1次方项更具备解释力，使调整后的拟合优度增加，尽管可以通过添加更多的高次方项来增加模型的解释能力，但计算后发现每增加一个高次方项的变量技能增加十分微小的拟合优度，因此，选择年龄的-1次方项和-2次方项作为模型的变量，此时回归结果如图8；图8中可以看出回归的F检验和系数的T检验均显著，中间方框处，Adjusted R-squared代表调整后的拟合优度，此时模型调整后的拟合优度为0.3637。

6)对回归方程的残差做出正态检验以确保正态假定的成立；

统计量T，F的检验是基于正态假设的前提，因此在对拟合出来的模型系数进行统计量分析前，先对数据进行正态检；如果当预测变量值固定时，因变量成正态分布，则残差值也应该是一个均值为0的正态分布，此处对模型残差做统计量为W的正态检验如图9；图9可以看出W检验的P值为0.4971大于0.05，因此拒绝残差不符合正态分布的原假设，从而接受残差符合正态分布的备择假设。

由上述可得到左脸颊皮肤pH值和年龄及性别的线性关系如下：

Y＝8.746+2.071*10^-1x₁-2.899*10^-2x₂-96.571*x₂ ^-1+968.778*x₂ ^-2

其中，所述回归方程的调整后拟合优度为0.3637，

Y为皮肤pH值，是因变量，

x₁为分类变量，代表性别，取值为0-1，

x₂为自变量，代表年龄。

7)做出回归方程的图像，以一阶导数为0的年龄作为年龄拐点。

根据上述左脸颊皮肤pH值对年龄的变化规律、左脸颊皮肤pH值变化的年龄拐点的具体数据处理过程可知：对于左脸颊部位，皮肤pH值对年龄、性别、地区的多元回归中，其与年龄和性别关系显著，具体方程式如下：

Y＝8.746+2.071*10^-1x₁-2.899*10^-2x₂-96.571*x₂ ^-1+968.778*x₂ ^-2

其中，所述回归方程的调整后拟合优度为0.3637，

Y为皮肤pH值，是因变量，

x₁为分类变量，代表性别，取值为0-1，

x₂为自变量，代表年龄。

对左脸颊皮肤pH值与年龄的函数关系图像(图10)进行分析，左脸颊皮肤pH值与随年龄的变化曲线存在拐点，即存在左脸颊皮肤pH值一阶导数为0的年龄，取一阶导数为0处的年龄为皮肤pH值的年龄拐点。

从图10可知，左脸颊皮肤pH值随着年龄的增长先减少后增加再减少，pH值处于6到7之间时是理想状态。从函数图像可知，在42岁时pH值从靠近6到远离6，即表示这个年龄皮肤的pH状态开始向远离好的状态变化，消费者应该注意对pH值这个指标进行保养。因此，这个42岁便是PH值的年龄拐点。

根据上述确定的皮肤pH值变化的年龄拐点及皮肤pH值对年龄的变化规律，确定0-42岁、42岁以后年龄段的化妆品、化妆品原料、护肤品或外用药品中的对皮肤的pH值有调节作用的成分。

在确定皮肤pH值变化的年龄拐点的方法中，将年龄作为一个连续变量引入，同时引入了地区和性别等作为控制变量，通过多元回归的方式确定年龄和指标间的定量关系。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种抗老化化妆品的制备方法，其特征在于，采用一种确定皮肤pH值变化的年龄拐点的方法来确定针对不同人群的抗老化化妆品的配方及其制备方法；

其中，所述一种确定皮肤pH值变化的年龄拐点的方法，包括以下步骤：

1)采用皮肤酸碱度测试仪对受试者皮肤pH值进行数据采集，同时记录受试者的年龄、地区、性别、季节，并对采集的样本数据进行预处理；

2)将皮肤pH值作为因变量，年龄、性别、地区、季节作为自变量，建立数学模型并在最小二乘回归法的假设条件下展开；

3)为已建立的数学模型筛选变量并进行多元回归，所述变量为年龄、地区、性别、季节；

4)对多元回归结果进行回归诊断，检验系数和方程的线性关系；

5)将年龄的多次方项、年龄与其他变量的交互项纳入多元回归；

6)对回归方程的残差做出正态检验以确保正态假定的成立；

7)做出回归方程的图像，以一阶导数为0的年龄作为年龄拐点。

2.根据权利要求1所述的方法，其特征在于，步骤1)中样本数据的预处理过程为：分别对样本数据中每个年龄的皮肤pH值进行箱线图分析，剔除其中的异常值。

3.根据权利要求1所述的方法，其特征在于，步骤2)中数学模型为：

Y＝F(x₁,x₂,x₃,x₄)+ε，

在最小二乘法的假设条件下，模型展开为：

Y＝β₀+β₁x₁+β₂x₂+β₃x₃+β₄x₄+ε，

其中，Y为因变量，代表皮肤pH值；x₁为分类变量，代表地区，取值为1-n，n≥5；x₂为分类变量，代表性别，取值为0-1；x₃为分类变量，代表季节，取值为1-4；x₄为自变量，代表年龄；ε代表误差项；β₀、β₁、β₂、β₃和β₄为回归参数。

4.根据权利要求1所述的方法，其特征在于，步骤3)中，为已建立的数学模型筛选变量时采用全子集回归的方法。

5.根据权利要求1所述的方法，其特征在于，步骤4)中，对回归结果进行回归诊断以检验系数和方程的线性关系，回归诊断包括：对拟合函数的F检验，判断因变量是否与所有自变量具有显著的线性关系；和对各变量回归系数的T检验，判断控制其他变量后该变量是否与因变量间具备显著线性关系。

6.根据权利要求1所述的方法，其特征在于，步骤5)中利用全子集回归方法对年龄的多次方项、年龄与其他变量的交互项进行筛选，并将筛选后的变量纳入多元回归。

7.根据权利要求6所述的方法，其特征在于，将年龄的多次方项及年龄与其他变量的交互项纳入多元回归，对其做出回归诊断以检验系数和方程的线性关系。

8.根据权利要求1所述的方法，其特征在于，步骤6)中采用W检验对回归方程的残差做出正态检验以确保正态假定的成立，若W检验对回归方程的残差做出的正态检验没有通过正态假定，则利用box-cox方法转换因变量并进行多元回归使其能通过正态假定，再做出回归方程的图像，以一阶导数为0的年龄作为年龄拐点。

9.根据权利要求1至8中任一权利要求所述的一种确定皮肤pH值变化的年龄拐点的方法在化妆品、护肤品或外用药品中的应用。