仪器信息网APP
选仪器、听讲座、看资讯

校准曲线(三):另眼看校准曲线

  • 微信Lab_Map
    2015/11/16
  • 私聊

液质联用(LCMS)

  • 实际工作中,校准曲线反映了响应值VS校准浓度的关系,通过相关系数R来判定相关性,但如果能够做出一条回读偏差%error vs 校准浓度的曲线,也许你会发现正常的线性下可能隐藏的问题
    回读偏差% error是校准曲线中的校准点与用线性回读出来的实际值的偏差,公差如下:

    譬如线性y=1.64x+0.8652中第二个校准点浓度是2.0mg/l,而线性回读出来的浓度是1.8mg/l,那么 %error=(1.8-2.0)/2.0*100%=-10%
    2正常的%Error vs 校准点

    如图1,线性方程是 y=1.000x+0.0906,校准点是1, 2, 5, 10, 20, 50, 100, 200, 500, and 1000 ng/mL,每个校准点连续进了5针,
    其中SEy等于0.4979,如第一期所讨论的,截距小于标准偏差,是可以过原点的。
    根据图1的数据,做出一条回读偏差%error vs 校准浓度的曲线,如下图

    我们会发现,浓度越低,回读偏差%error越大,这是正常的,如第二期讨论的,s/n越低,就会带来比较大的测量误差。
    再看一下每个浓度点的分散性,在偏差的正负两端都有分布,每个浓度点有5个点,其中虚线代表±1SD的标准偏差。根据统计学的知识,若数据符合正态分布,那么有68%的数据会落在±1SD的范围内,如果是5个点,应该会有3到4个落在±1SD的区间内,而实际在图中确实是这样的,
    3不正常的%Error vs 校准点
    再看另外一个例子,校准点还是1, 2, 5, 10, 20, 50, 100, 200, 500, and 1000 ng/mL,每个校准点连续进了5针,线性方程是y=1.0036x+0.0906,相关系数r2等于0.9999,这样看起来是正常的 ,但看一下回读偏差
    %error vs 校准浓度的曲线,如下图

    虽然还是低浓度的回读偏差%error大,但看一下分散性,很明显数据都偏向正数的一端,这样是不正常的
    这种情况是校准点实际浓度偏大,那么偏大的原因有哪些呢?有可能是容量瓶被污染了,或者是溶剂被污染了,仪器本身也有可能有残留,这些因素都要一一去排除。
    如果数据都是偏向负数的一端,那么是校准点实际浓度偏小,就要排除可能造成浓度偏低的因素。

    4结论

    校准线性如果只是看相关系数,也许是正常的,但通过回读偏差%error
    vs校准浓度,就会发现一些潜在的问题,实际上回读偏差%error vs 校准浓度是站在统计学上的角度上去观察数据的分散性,试着将这一工具应用到实际工作中,也许你会发现什么。
  • 该帖子已被版主-20071940xu加2积分,加2经验;加分理由:鼓励发帖
    +关注 私聊
  • 栀子花开

    第1楼2015/11/17

    应助达人

    提供了另一条思路,不错,可惜图片都看不到

0
    +关注 私聊
  • forth

    第2楼2015/11/17

    应助达人

    内容好,可是字的颜色太妖艳了,没办法仔细看啊。

0
    +关注 私聊
  • tiantaishan

    第3楼2015/11/17

    这个叫残差,直线回归是实验各个点拟合直线的最小残余方差和,也就是几个实验数据与直线接近,都有较高的可靠性,但并不是说单个点的拟合值与实验值最接近。分析检测最好的应该是每个实验数据均至少达到拟合值的90%以上,毕竟对实验数据精密度要求高。这也是实际检测常常用单点校准的原因(线性范围内),只要标准样品浓度接近样品,就能保证该实验数据有更高的准确性。比如即使通过直线显著性检验,直线拟合值和实际值任然存在较大的差异(线性系数不等于1,即使非常接近)。

0
    +关注 私聊
  • 20071940xu

    第4楼2015/11/18

    楼主 图片看不到

0
    +关注 私聊
  • fddi

    第5楼2015/11/27

    不错的启发,受教了!

0
猜你喜欢最新推荐热门推荐更多推荐
举报帖子

执行举报

点赞用户
好友列表
加载中...
正在为您切换请稍后...