1- استفاده از داده های چند بعدی به دلیل پیشرفت دستگاهی و نیز حجم بالایی از اطلاعات که می توان از این داده ها به دست آورد، اجتناب ناپذیر است. برای مطالعه چنین داده هایی باید از روش های آنالیز چندبعدی کمک گرفت. parafac از جمله این روش هاست که به دلیل یکتا بودن پاسخ خروجی، بسیار مورد توجه قرار گرفته است. البته این یکتا بودن پاسخ تا زمانی برقرار است که داده مورد مطالعه مشکل کمبود مرتبه نداشته باشد که در مورد داده های حاصل از روش افزایش استاندارد، به دلیل ثابت بودن غلظت گونه های مزاحم در ماتریس های سازنده داده، این مشکل نمود پیدا می کند. برای حل این مشکل استفاده از روش جدیدی به نام paralind پیشنهاد شده است که با یکسان در نظر گرفتن غلظت گونه های مزاحم در پروفایل غلظتی پاسخ، این مشکل را حل می کند. مقایسه صورت گرفته بین نتایج حاصل از این دو روش روی داده های تهییج-نشر حاصل از افزایش استاندارد نشان داد که تفاوت معنی داری بین نتایج حاصل از دو روش وجود ندارد و چون این مشکل، غلظت گونه مورد مطالعه در فرآیند افزایش استاندارد را تحت تاثیر قرار نمی دهد، بنابراین پروفایل های پاسخ برای این گونه به صورت یکتا، از داده چند بعدی به دست آمده از روش افزایش استاندارد، قابل استخراج هستند. 2- یکی از روش های مطالعه داده های چندبعدی، تبدیل کردن آنها به داده های چندبخشی و آنالیز آنها با روش mcr-als است. برای این منظور ماتریس های سازنده داده چندبعدی در جهت یکی از ابعاد ماتریس ها، پشت سر هم قرار می گیرند تا به شکل یک ماتریس بزرگتر درآیند. مثلا در یک اندازه گیری سینتیکی-اسپکتروفتومتری، رایج است که ماتریس های به دست آمده، در جهت سینتیکی (بعد زمان) مرتب شوند. همچنین با استفاده از این روش می توان داده هایی را که مشکل کمبود مرتبه دارند نیز آنالیز کرد. برای این منظور ماتریس ها را بر خلاف حالت عادی، در جهت بعدی که باعث به وجود آمدن این مشکل شده، مرتب می کنند. مثلا اگر طیف های جذبی گونه ها با همدیگر همپوشانی داشته باشند، مرتب سازی در جهت طول موج ها می تواند مشکل کاهش مرتبه را از بین ببرد. این کار در مورد سیستم های دوجزئی با همپوشانی زیاد منجر به نتایج موفقیت آمیز شده است. برای بررسی امکان استفاده از این روش برای تعیین گونه ها در سیستم های سه جزئی دارای همپوشانی طیفی زیاد، چند سری داده براساس اندازه گیری های سینتیکی-اسپکتروفتومتری با روش افزایش استاندارد شبیه سازی شده و با روش mcr-als مورد آنالیز قرار گرفتند. نتایج به دست آمده حاکی از کارایی این روش آنالیز در مورد سیستم های سه جزئی با همپوشانی طیفی زیاد است به خصوص هنگامی که از تخمین های اولیه مناسب برای آنالیز داده ها استفاده شود.