發表文章

目前顯示的是有「統計」標籤的文章

檢量線延伸2_環境檢驗檢量線製備及查核指引_NIEA-PA103

圖片
這兩天忙了點,這篇在幾天前就想寫了, 不知不覺拖到今天, 前陣子寫了3篇關於檢量線的一些資料, Excel_統計_簡單線性回歸_檢量線、 Google試算表_統計_簡單線性回歸_檢量線、 檢量線延伸_MDL_環境檢驗方法偵測極限測定指引_NIEA-PA107, 今天想來跟大家談的也是關於檢量線的事, 這次主要想來談一下大家製備檢量線常忽略的一些事, 剛開始我們先來看一下 NIEA-PA103_環境檢驗檢量線製備及查核指引, 其中 直線通過原點校正(Straight line through the origin;y = ax) 方法可參照  Excel_統計_簡單線性回歸_檢量線  Fig. 8. 以及 Google試算表_統計_簡單線性回歸_檢量線 Fig. 6. 7. 8. 但此方法並不常使用, 我發現大家有兩點最常忽略 "最低一點標準品的濃度應宜與方法定量極限(約為3倍方法偵測極限)之濃度相當" 與 "待測物之濃度應於檢量線最高濃度之20%至80%間之濃度為適當" 方法偵測極限可以參考 檢量線延伸_MDL_環境檢驗方法偵測極限測定指引_NIEA-PA107 大家經常將一空白試劑當作原點來使用, 包括我也不太會去在意20%至80%這區間的建議, 當然他用"應於"、"為適當"來敘述,並未強制規範, 再來的標準品校正與檢量線查核我就不怎麼了解了, 若有相關經驗者希望可以分享給大家。 題外穿插我遇過的情況,有時候在高低濃度差距倍數過高時可能會發生兩種情況, 1.高低濃度間有一明顯反區點,圖形類似注音的ㄏ,通過反曲點後,劑量在高濃度範圍時,斜率變小或變大, 這時可以考慮將其反區點前後分為兩區域繪製檢量線 參考Fig. 1. 2. Fig. 1. 檢量線反區點示意圖 Fig. 2. 檢量線反區點解決方法示意圖 2.有時檢量線也會呈現拋物線這時就可以考慮以非線性模式(Nonlinear model)來製作, Excel中則以多項式來表示。 可以參考Fig. 3. 4. 5. Fig. 3. 檢量線拋物線1 Fig. 4. 檢量線拋物線2 Fig. 5. 檢量線拋物線2 本網站所有文章...

檢量線延伸_MDL_環境檢驗方法偵測極限測定指引_NIEA-PA107

在昨天介紹到了檢量線的繪製, 今天想到竟然都知道檢量線那偵測極限就不能不知道, 並不是檢量線相關係數達到0.995即可, 你也需確認儀器得到的訊號值是可靠的, 這時候就需要建立儀器之方法偵測極限。 MDL方法偵測極限 指待測物在某一基質中以指定檢測方法所能側得知最低量或濃度,對此濃度有 99%之信賴水準(Confidence level)。 以環檢所NIEA-PA107來說明 大致上在做MDL的重點就是先假設一個預估的MDL, 再來依照上面進行2次的7重複檢驗, 即可確認其MDL 說起來簡單做很難,有其他問題歡迎提出 本網站所有文章皆為 H.P. Liu 撰寫,如需轉載,請聯繫 B10231040@gmail.com 有疑問可於下方留言,有所錯誤歡迎指教

Google試算表_統計_簡單線性回歸_檢量線

圖片
如果常用Excel的可以參考之前所寫' https://b10231040.blogspot.com/2017/07/excel.html 然而這一篇以Google試算表操作 最近Google試算表有更新,步驟有些差異 Fig 1. 與Excel一樣選取資料儲存格後點取插入->圖表 Fig 2. 一樣選取散佈圖 Fig 3. 之後點取自定於系列中加入趨勢線,標籤選擇:使用方程式,在勾選顯示R平方值 然而結束後會發現其R平方值沒有顯示至小數點,這時候我們可以依靠試算表內建函數來輔助 Fig 4.利用函數"=RSQ(Y,X)"即可求出其相關係數 R平方值 Fig 5. 補充函數說明 若是要將回歸線使其通過原點也可依下列步驟計算 Fig 6. 先計算元資料截距  Fig 7. 將原數據y軸數值減去其截距 Fig 8. 修正後我們再進行確認,即可發現其回歸線截距為0 原理 其截距的意義就是回歸線通過Y軸的數值,而扣除其原截距就是將其回歸線移至通過原點 本網站所有文章皆為 H.P. Liu 撰寫,如需轉載,請聯繫 B10231040@gmail.com 有疑問可於下方留言,有所錯誤歡迎指教

Excel_統計_簡單線性回歸_檢量線

圖片
檢量線(Calibration curve) 又稱校正曲線或稱標準曲線(Standard curve)。 指以一系列已知濃度待測物標準品與其相對應之儀器訊號值(在內標準品校正時為對內標準品之濃度比值與相對應訊號比值)間之關係,製備成曲線或計算其校正因子或感應因子。 檢量線(外標準法)的製作主要是為了得到訊號和濃度確切關係。通常配置各種不同濃度(至少5個)的標準樣品溶液(  x 值),並用儀器測得其訊號(  y 值),若濃度和訊號間呈線性關係,則各濃度訊號及濃度的比值應該是完全相同。 但因測量本身就有其誤差,所以比值未必相同,因此常使用"最小平方法"來找出濃度和訊號間的關係式,採用誤差平 方和是為了避免正負誤差之間互相抵銷。 " 最小平方法所找的就是使誤差平方和(或其平均) 最小的那條直線 " 前面說了一些可能你不懂得,但在講解Excel中的操作步驟希望大家可以了解最後數據呈現的意義 Fig 1. 資料建立,x為標準品配置濃度,y為儀器吸光值* Fig 2.  圈選所需數據儲存格 ->  插入 -> 散佈圖  Fig 3. 可以看到Excel將圖表數據以明顯的顏色框起來  Fig 4. 小技巧:Excel 可以再以滑鼠拖拉其圖表資料範圍  Fig 5. 加入趨勢線,即為檢量線 Fig 6. 選擇其他選項 Fig 7. 點選後就可以得到其檢量線方程式 Fig 8. 則設定截距可以強制使回歸線通過原點  結果說明: 檢量線𝑦=𝑚𝑥+𝑏     m =斜率   b =截距 x = sample 濃度     y =儀器訊號強度 R²:線性迴歸係數 代表檢量線的線性程度但訊號和濃度高低不會一致, R² 必須大於0.99甚至0.995才算一個可用的檢量線 延伸閱讀: Excel_檢量線延伸3_分享大學實驗所做的模板_檢量線、溶液配置、溫度換算、MDL *因本身為環工背景,所以為我們常用的單位來說明 本網站所有文章皆為 H.P. ...