实际上还是个模型化的问题。

现实世界都是非线性且动态的，采用非线性模型和动态模型一是复杂，二是许多情形下缺乏可行建模和求解手段。

分析化学中由于求解区域狭窄，此区域可指浓度、含量、响应范围或者时间，所以可近似为静态和线性模型来处理问题，依据体系不同，近似度就可大可小。

所以机械地认为截距过不过零点，并且形成统一结论，就不免天真和教条了。

线性模型是否合理，只和模型可行区域相关，此区域可以是时空的。在不同的区域内，建立不同的线性模型，当区域转换或范围扩大，模型必然发生变化。也就是说如果一个模型的预测误差大了，可以选择将就，或者重建模型。

进行T检验,检验合格后把截距去掉.我们现在的质控都要求这样做.

我也遇到过，很讨厌，我做低浓度单标，并和空白做比较，综合考虑，给数据

你这个问题讨论的就太大了吧，和爱因斯坦有得一拼

a值很高，是不是意味着本底很高呢？

不少实验都会用到校正曲线。拟合出来的方程通常是y=a+bx的形式。问题就出来了。
有时候，a为负值，即使响应很小，也能计算出来浓度来。但遇到跟限制接近的结果就很难处理。
有时候，a为正，但值较大。响应不小，算出来的结果也可能为负。导致检出限很高。


我认为a不影响浓度结果，只要你测量的样品在你所标的曲线范围内。

感谢savedown在理论上的解释！实际中一般不会去考虑模型选择的问题，这也是这讨论的矛盾所在。但问题又存在，需要一种能够折中的办法。

不是充分的条件。光谱类的方法扣除空白也可能a大。色谱方法一般都有截距，不一定是系统误差的问题。

a值大就意味着模型的敏感度较低或者高背景值，对于模型预测是不利的。

如果遇到这样的情况，背景扣除是比较好的选择。

我做的是氨氮，用仪器做的，同样的水和试剂，也会出现这种情况的。有的老师说，截距的大小会受低浓度的值影响比较大，说到底还是相关性。也不知道是不是这样，仅供参考，呵呵