标准曲线样本.docx

标准曲线样本.docx

《标准曲线样本.docx》由会员分享，可在线阅读，更多相关《标准曲线样本.docx（8页珍藏版）》请在冰点文库上搜索。

标准曲线样本

1、原则曲线本质

分析检测中原则曲线是指一系列已知含量（浓度/量）物质与仪器响应/信号之间关系,数学解决就是曲线方程，图形表达就是原则曲线（图1）。

原则曲线目是可以依照原则曲线查出待测物质含量。

当咱们得到一系列已知含量物质响应后,就会去建立函数关系,数学上称曲线拟合，由于直线最为简朴,因此常惯用直线方程加以拟合,固然会用到多项式拟合等其她方式。

原则曲线核心问题要解决：

1、能找到确切浓度原则物质或原则品。

2、原则系列和待测物质一定要有相似和一致基体,由于样品基体也许会干扰仪器响应，从这个意义上讲，样品前解决实际就是提供原则和样品同样基体环境，尽量祛除干扌mK

因此最佳原则系列应当是样品基体匹配原则系列。

而办法建立过程中一方面要考虑固然是基体干扰问题准荐用原则加入曲线和Youden曲线分别考察样品基体所带来乘积性干扰和加和性干扰。

原则加入曲线就是在样品中加入一系列原则，然后考察该原则加入曲线和原则曲线斜率记录学差别,若有差别需考虑用原则加入法定量；而Youden曲线就是对样品做一系列稀釋,然后用稀释倍数如1/10,1/5,1/2,1对仪器响应做曲线,考察该

Youden曲线截距与0差别,若有差别则提示有加和性干扰，此时测定值要减去该截距才是真实值。

只有解决了原则曲线与样品基体匹配问题,咱们定量才可靠。

内标法和代替物使用则是为理解决仪器和前解决影响问题。

Signal

图1标准曲线（LOD检出限，LOQ定童限，LOL线性上限）

2、原则曲线做法

按《基于原则样品线性校准》推荐:

1、原则曲线浓度范畴应覆盖正常操作条件下被测量范畴；

2、原则样品组分尽量与被测样品组分一致；

3、原则样品浓度值应等距离分布在被测量范畴；

4、原则样品个数至少应有3个浓度;

5、每个原则点至少重复2次,这个重复是指从稀釋开始;如果国标有相应浓度系列推荐，尽量按国标，如果你要偷懒,例如我要减少原则点，至少要有理论原则支撑，例如至少要3个浓度。

工作中咱们经常采用线性校准，由于线性方程最为简洁。

3、原则曲线检查

原则曲线检查是实际操作中最大难点，也是工作中误区和争议最多话题，例如GB/T5750.3-就将原则曲线检查分为：

精密度检查，截距检查和斜率检查，但并未出示详细检查办法。

—方面讲讲这三个检查，原则曲线精密度检查，实际含义就是做出来实验点在我拟合直线方程左右分布状况，原则曲线是所有点以最小二乘算法（OLS）拟合岀来,这条曲线到所有点垂直距离和（残差）是最小。

因而这条曲线并非通过所有点而是非常接近所有点，精密度检查就是看这些实验点距离拟合直线距离有无异常，因此也称线性检查（拟合检查）。

这时精密度（线性检查）需用F检查，P<0.05作为线性检查合格原则。

原则曲线截距检查和斜率检查分别考察Y二a+bX中a和b与0记录学差别，a与0

有差别阐明有试剂空白或系统误差，而b若与0没差别阐明仪器敏捷度主线达不到分析规定。

寻常工作中咱们通惯用有关系数来作为原则曲线好坏原则，这点有一定道理，但并不全面。

决定系数是有关系数平方，就是咱们经常在仪器软件中看到“或Fit,它提示是我建立回归方程所解釋X对Y变化占Y变量比值，例如决定系数是0.99也就是说我这个回归方程可以解釋Y变化99%,剩余1%就是残差。

前面提到精密度（线性检查）就是用这两某些变化做F检查，由于记录检查临界值比较大，普通0.90以上有关系数都会通过这个F检查，固然还与实验点数（自由度）关于。

这里要提到GB/T22554-《基于原则样品线性校准》中关于失拟检查问题,这里失拟检查是要看曲线拟合后剩余残差与实验数据自身随机误差（变异）之间差别,同样采用F检查，此时失拟检查P应当＞0.05,也就是说残差应当跟实验测定中随机误差（变异）没有差别，你要看每次测定随机误差（变异）就必要多次测定同一浓度,因而失拟检查规走每个浓度点至少重复2次。

除此之外,最后咱们还要看看这些残差分布与否是正态,由于正态才符合随机误差特性。

综上所述，原则曲线检查应当是线性检查结合失拟检查，以及残差正态性检查结合才是记录学上比较完备。

关于原则曲线记录检查细节请参看如下帖子《原则曲线究竟该如何检查》

普通咱们采用有关系数0.99以上说法缺少记录完备性。

正如人们经常看到变化拟合参数个数，如二次方程明显能提高有关系数，但是咱们经常没有勇气去用二次曲线方程，由于你没有记录学上完备支撑。

如果你发现原则曲线在低浓度和高浓度点变异限度不同（非等方差），此时你应当考虑权重最小二乘（WLS）。

4、原则曲线使用中问题

4.1原则曲线需要人为增长（0,0）点吗?

不能。

普通原则系列多是配制0,123mg/L系列这样说法，没做实验人为添加

（0,0）很不当，由于诸多时候0管进入仪器也许也有响应值,这也是咱们考察试剂空白一种重要环节。

这个0管在某些时候非常重要，例如全血铅测定，咱们采用牛血清来基体匹配原则系列，如果此时你用酸做空白或没做实验人为添加（0,0）,那你就很难做好原

则曲线。

因此原则曲线0管也是做好原则曲线重要考虑点。

4.2原则曲线需要减掉试剂空白来做吗？

不需要。

仪器测出来原则系列响应值可以减掉试剂空白或减掉0管响应值来做,

工作中咱们也惯用0管来做仪器调零。

其实没有必要那么麻烦,虽然空白或0管有响应值,在构建原则曲线时，咱们已经以为该响应值就是0浓度，也就是扣除了这个空白。

4.3什么时候用Y二bX和二次曲线呢？

原则曲线咱们普通采用是Y二a+bX,曲线拟合完必要要做记录检查，且要做记录完备线性检查和失拟检查，然后再做a与0差别检查，如果a与0记录学上无差别，你就可以考虑用Y二bX拟合曲线，拟合出来后同样做线性检查和失拟检查,如果线性检查合格（P<0.05归失拟检查合格（P>0.05他时你就可以采用Y二bX。

二次曲线采用同样是这样道理，如果你Y二a+bX时拟合不合格，你就考虑用

Y二a+bX+cX2,同样做失拟检查,考察拟合符合状况。

如果Y二a+bX和Y二a+bX+cX2都满足拟合检查和失拟检查合格,贝｝J采用

Y二a+bX形式,这样符合记录学上参数至少记录简洁性原则。

4.4原则曲线去査含量时是先减空白信号算样品含量还是先算出空白含量

相减呢？

工作中咱们常要减掉空白得到样品含量，既有国标办法有推荐先算出空白含量,用样品含量相减,也有推荐先用样品信号减空白信号然后去原则曲线推算含量。

并且这两种算法经常差距很大。

其实这种差距往往是低含量水平时才浮现，在低含量水平通过原则曲线推算含量时,自身不拟定度就很大。

这两种办法都可以。

个人推荐先用样品信号减空白信号然后去原则曲线推算含量,由于这样出来含量不拟定度要小某些,而先算出空白含量再相减就增长了1次原则曲线推算含量时不拟定度，由于好测量永远是不拟定度小测量。

4.5如何做两条原则曲线检査呢？

1、先从原理上讲：

判断两条或多条原则曲线差别，须检查残差，截距和斜率三【页，分别有不同记录

学参数,残差用F检查,截距和斜率采用较为复杂记录量。

2、从实际操作讲:

多用协方差分析检查截距和斜率差别，以SPSS为例：

1•先重新整顿数据，将y2数据列加到yl下面,变成一种变量y;将x2数据列加到xl下面,变成一种变量x;然后再设定一种新分组变量group,本来第1组值为1,第2组值为2.

2•进行协方差分析（第一步分析斜率与否无差别）.

Analyze->GeneralLinearModel->UnivariateDependentList:

填入

y将y做为因变量FixedFactor:

填入groupCovaraites:

填入x

将x做为协变量Model:

选CustomModel:

填入xgroupx*group注意

如果变量填入顺序不同样，成果也会不同样.Sumofsquares下拉列表框:

选

Typel然后点击ok,当作果里x*group这一行Sig.P值,若不不大于0.05,则接受原假设,即两条回归直线斜率无差别，否则回绝.

3•再来进行截距无差别分析其实过程跟上面同样，只是Model里去掉了x*group交叉项.Analyze->GeneralLinearModel->UnivariateDependentList:

填入y将y做为因变量FixedFactor:

填入groupCovaraites:

填入x

将x做为协变量Model:

选CustomModel:

填入xgroup注意如果变量

填入顺序不同样，成果也会不同样.Sumofsquares下拉列表框:

选Typel点击ok后，看group—行Sig.P值若P值不不大于0.05阐明两条回归直线截距也无差别,若不大于0.05阐明截距是有差别。

4.6原则系列原则溶液体积取用中有效数字该如何写呢？

原则溶液体积取用有效数字跟你采用体积量具备直接关系。

例如说量取或精确量取等字眼,10mL和lO.OmL提示你要采用不同量具。

当咱们使用某个量具完毕某次体积取用后,读数是按照量具最小允差决走,而最小允差是针对最小分度线而言。

当取用10mL体积时，如果用A级10mL分度吸管，那么lO.OmL应当是拟定，由于它分度线为O.lmL。

当取用lmL体积时，如果用A级ImL分度吸管，那么l.OOmL应当是拟定，由于它分度线为O.OlmL。

因此我个人意见,究竟写10.00还是10.0以最小分度线来拟定,最小分度线如下都为估读。

如果你以为估读也是有效数字话,lO.OOmL也可以,由于此时容量允差为0.05mL,但l.OOOmL就没有太大意义了，由于A级ImL分度吸管容量允差已经是0.008mL了。

4.7原则曲线有关系数有效数字该如何保存呢？

GB5750.3-8.2.7项有如下规走:

校准曲线有关系数只舍不入，保存到小数点后浮现非9―位，如0.99989-0.999&如果小数点后都是9时，最多保存小数点后4位。

4.8原则曲线可以用同一浓度不同体积进样来做吗?

原则系列普通都是配制不同浓度,进样相似体积来做（浓度法）。

但实际工作中咱们还用到同一浓度来进样不同体积方式来做（体积法）,浓度法与体积法区别在于浓度法中与待测物质存在溶剂/待测物质比例与体积法不同。

浓度法中溶剂坏境（体积）基本是一致，这样好处就是浓度法在判断溶剂（或溶剂中干扰物质）和待测物质指认上更加容易。

体积法中干扰物质也会随原则系列增长，不容易实现待测物质指认。

从逬样针,进小体积时不拟定度比较大,带来直接成果时原则曲线不如浓度法容易做直。

并且物理体积限制,体积法不太容易实现较大跨度浓度系列设立。

总之，体积法和浓度法本质上是一致，但浓度法有:

容易做好原则曲线,容易实现较大浓度跨度和容易实现待测物质指认等长处。

4.9原则曲线査出样品是负值，如何报告成果呢？

这种状况下咱们普通选取四种方式报告成果:

未检出，＜检出限,＜定量限,＜原则曲线第一点所推算样品浓度。

四种均有道理,实际区别是埋在四种选取下面成果报告人风险。

未检出所有含义应当是本实验室本仪器本办法未检出,如果没有这些界定，未检出歧义诸多,并且没有提供其他任佢冋用信息。

因此我建议学生普通不采用这种报告办法;检出限是定性检出标志,它是跟空白记录比较计算出来。

每台仪器，每次测定均有其检出限，检岀限计算当前有两大类计算办法:

单浓度办法和校正设计法（Anal.Chem.1997,69:

3069）,常规采用单浓度办法需要额外工作,因此当前趋向用校正设计法，既运用原则曲线直接计算检出限，但检出限I类和II类错误皆控制在0.05。

定量限是可以定量检出标志，其RSD定为10%,其II类错误t匕检岀限小诸多。

＜原则曲线第一点所推算样品浓度,是咱们仪器比较可信测定浓度。

总之，报告＜检岀限，＜定量限，v原则曲线第一点所推算样品浓度所犯I类和II类错误依次减少，但如果这个报告成果已经超过你要判断限值,那么你检测就一点意义都没有了。

因此当前检测单位甚至直接报告不大于国标规定限值，从概率记录角度讲,它出错误几率最小”但又解决了客户检测问题。

4.10空白测出来是负值，该不该减呢？

空白代表你所选取空白对仪器响应/信号影响,固然也许是正方向和负方向影响，因此理论上讲必要减掉空白。

至于是先减空白信号，还是减空白测定值,按国家规定或参见4.4问题。

4.11线性范畴（动态范畴）最低点和最高点如何拟定呢？

配备一系列浓度原则，涉及0浓度，从低浓度开始拟合当拟合检查浮现P>0.05最高那个浓度点为止。

有也经验说当加入高浓度点在低浓度点构建直线方程推算响应超过±10%范畴。

关于线性范畴最低点应当是0、检出限或是定量限问题，个人趋向最低点为0,

由于线性范畴只是记录学上线性体现，跟能否准拟定量是两方面问题。