这里，csample=样品浓度.doc

这里， Csample = 样品浓度 Asample = 样品吸光度值 Ablank =空白的吸光度值 b =因子=通过最小二乘回归法测得的浓度vs.吸光值直线斜率（或测定的因子） 包括线性标准曲线的界面如以下所示： 图2.11 线性（多点）曲线 4．5P Calibration Logit-log：这个标准曲线用于多点非线性曲线类型。对于这种标准曲线，至少需要3个校正品（包括空白）。通过最小二乘回归法得到以下的方程适用于这种标准曲线类型： 这里，A＝标准的吸光度值， B＝空白的吸光度值 C＝标准的浓度 K，a和b是常数，通过最小二乘线性回归法得到 一旦参数a，b和k已知，样品浓度通过将已知的吸光度值代入方程并通过Newton-Raphson法得到的根，求出样品的浓度。 Logit-log 标准曲线的例子如下所示： 图2.12 Logit-log 曲线 5．Exponential(指数):这是多点校正最常用的标准曲线。应用这种标准曲线类型至少有三个校准品（包括空白）。这个非线性指数标准曲线模型的近似值通过以下方程获得： 这里，A=标准吸光值 B＝空白吸光度值 C＝标准浓度 K，a，b，c＝标准曲线常数 以上的方程适合于校准品和空白吸光度值及校正品和空白浓度已知，常数k、a、b、c通过矩阵获得的情况。一旦常数已知，样品浓度通过将已知的吸光度值代入方程并通过Newton-Raphson法得到的根，求出样品的浓度。 指数曲线拟和如下所示： 图2.13 指数曲线 6．折线（Line Segment:）：如果要将浓度vs吸光度值曲线不同片段通过直线模型连接时可用这种标准曲线。因此，这种标准曲线通过不同标准浓度片段的线性近似获得。应用这种标准曲线类型至少有二个已知的校正品浓度和吸光值（包括空白）。 通过两点（x1，y1）和（x2，y2）的直线方程如下所示： 如果样品Asample的吸光值在两个标准品吸光值Am和An之间，即AmAsampleAn，则用以下公式计算样品吸光值： 这里，Csample＝样品的浓度 Cm和Cn是吸光值Am和An相应的标准浓度。 通过Line Segment原则形成的标准曲线如下图所示： 图2.14 Line Segment 曲线 7．多项式（Polynomial）：当标准品浓度已经规定，希望浓度估计误差为0时可用这种标准曲线。因此，多项标准曲线通过经过已知的浓度－吸光值点法获得。应用这种标准曲线类型至少有三个校正品（包括空白）。 如果有n个点（x1，y1），（x2，y2）（xn，yn），则没有一个方程保证所有的点的在曲线上。Lagrange‘s多项式如下： Lagrange‘s多项式也适用于标准吸光值和浓度已知，以下方程可以计算样品浓度： 这里，Csample＝样品浓度 Asample＝样品吸光值 Ai＝第i个标准的吸光值 Ci＝第i个标准的浓度 通过Lagrange‘s多项式得到的标准曲线如下图所示： 图2.15 多项曲线 8．三次样条（Cubic Spline）：这种标准曲线应用于多点的非线性曲线类型。应用这种标准曲线类型至少有三个校正品（包括空白）。三次样条的数学描述不在这个说明书里。可以去查阅相关的数学治疗来进一步了解这种曲线类型。 通过自然三次样条得到的标准曲线如下图所示： 图2.16 三次样条曲线 9．Poly1，Poly2，Poly3，Poly4：这些不同顺序的多项式适合于校正浓度和吸光值。这些多项式曲线用于多点的曲线类型。Poly1用于多点直线类型，然而poly2、poly3、poly4用于多点非线性曲线。标准曲线对于Poly1至少需要2个校正品（包括空白），然而对于Poly2、poly3、poly4至少要3个校正品（包括空白）。 以下的方程适合于应用最小二乘线性回归法得到的校正浓度和吸光值。 这里，A＝标准吸光值 C＝标准浓度 a，b，c，d是通过矩阵解决法得到的系数 一旦a，b，c，d和e已知，样品吸光值代入方程后可以直接计算出样品的浓度。 10．两点型（2-Point）：当吸光值和浓度之间有线性关系存在但又存在2个校正标准时用这种方法。用这种方法，可以行包括包括2个标准的2点法校正。连接第二个标准吸光值和第一个标准吸光值则形成了这种标准曲线类型。2点型标准曲线如下所示： 图：2.17 两点型曲线 样品的浓度通过以下公式计算： 这里，Csample＝样品的浓度 Cstd2＝第二个标准浓度 Cstd1＝第一个标准浓度 Astd2＝第二个标准的吸光值 Astd1=第一个标准的吸光值 Asample＝样品的吸光值 注：两点校正曲线类型的浓度不能为0 校准菜单 点击主菜单界面的{Calibration}按钮，即会显示以下的界面： 图2.18 Calibration界面 这个菜单可以被用来指