wawawa
第1楼2008/08/28
如果空白的绝对值很小,相对于样品来说可以忽略,那你忽略也行(非考核时),如需更准确的,还是把负值扣去,也就是变成加上空白的绝对值.对计算来说,样品和空白在直线上的X轴截距就是样品的浓度.但你要分别代入曲线后以浓度相减,不可吸光度相减再代入曲线.如吸光度先相减,则再乘上直线的斜率即可,不再算截距.
做牛做马
第4楼2008/08/28
不管是一次曲线还是二次曲线,都是采用最小二乘法来拟合的,这里的偏差就是拟合曲线到真实曲线之间的距离,也就是最小二乘法定义中所说的最小距离,所以标准偏差可以根据这个来求
最小二乘法的基本原理和多项式拟合.doc
calfstone
第6楼2008/08/28
1、从样品空白的属性来看,不能够忽略不计,即便它是负的。
2、检出限的计算中对标准曲线要求一般是线性,空白多次测定的信号标准偏差3S,然后是斜率的问题。
2.1 你可以在低浓度范围重新测定标准曲线,线性最小二乘拟合,检查截距跟0的差异,然后用斜率k来计算检出限:3s/k.(意思是你的标准曲线在低浓度范围不一定适用,且可能你的标准曲线做得不够好)。
2.2 你可以用接近检出限的标准参考物质单点校正求斜率k。
3.3 如果不太有理论支撑的计算,你的方程Abs.=a*C^2+b*C+c,把3S带入方程也可以计算出检出限的:3S=a*C^2+b*C+c(一元二次方程)。
题外:检出限要求的是首先考察空白的统计属性3S,然后是信号到空白的映射。检出限计算中的/k就体现这样的映射。
数据处理版面最近有检出限的讨论,希望有帮助!