02_检出限.ppt

* * * * 三、实验室检出限与报告限 的近似计算（外推法）： 在某实验室内选低浓度范围内的q个（q2）浓度，对每一浓度水平（m1 、 m2、 …… mq ）分别进行重复测n次，记为： * * * * 分别剔除离群值后还有nj 个结果，记为： 若各浓度水平是稀释出的，可用理论计算出的浓度作为m1 、 m2、 …… mq 求出每一浓度水平的标准差s1、 s2 …… sq，用线性回归分析做出回归直线（横坐标为浓度水平、纵坐标为标准差） ， * * * * 然后延长回归直线与纵坐标相交于a（浓度为零时空白样品的标准差），推算出 为报告限（定量限） 。此处 表示标准正态分布1-α分位数，例如： 在实际应用中此值经常取3。 在药检中，一般以空白测量的3倍标准差（即3a）为检出限, 10倍标准差（即10a）为定量检测下限（LOD，Limit of Determination）。 当实验室的仪器满足实验方法标准的要求时，方法检出限与定量限可以作为实验室检出限与定量限。不必再另搞实验室检出限与定量限。 * * * * 在化学分析中，尤其是对于痕量分析，化学工作者不能只借助仪器检出限/定量限和方法检出限/定量限来判定方法是否适用并报告结果，而应当积极探索实验室的质量控制方法，努力降低实验室的检出限和定量限，真正做到“痕量”分析。 5.4.5 b）实验室是否能解释和说明检出限和报告限的获得？ * * * * * * 9 线性 偏倚在量程内的多个测量点上成线性。 * * * * 第二节 对净状态（标样）的各浓度（水平数、状态数）测L次及同一浓度下的“被测对象” 仅有一个试样且测L次的情形 检出限的计算（ISO 11843-2 5.2.3 （6）式） ： 报告限（定量限） 的计算（ISO 11843-2 5.2.4 （7）式） ： * * * * 在某实验室内选低浓度范围内的q个（q2）浓度，对每一浓度水平（m1 、 m2、 …… mq ）分别进行重复测n次，记为： * * * * * 3.3 对方程的线性相关性检验 3.3.1 计算回归的均方： 3.3.2 计算残差的均方： 3.3.3 计算F比： 3.3.4 显著性检验：当 时，认为存在线性相关关系。 * * * * 3.4 写出标准差的线性回归方程： 其中： 其中 表示标准差的回归直线的斜率； * * * * 3.5 对标准差的线性回归方程的线性相关性检验 3.5.1 计算回归的均方： 3.5.2 计算残差的均方： 3.5.3 计算F比： 3.5.4 显著性检验：当 时，认为存在线性相关关系。 * * 3.6 对标准差为常数的检验 若回归方程显著，且 很小，即可认为各水平的标准差是常数。 ISO35 B.5 P57标准中误写为0.95分位数，这里是双侧检验，应使用0.975分位数。 * * * * 用下式 3.7 计算检出限和定量限 3.7.1 检出限的计算（ISO 11843-2 5.2.3 （6）式） ： 3.7.2 报告限（定量限）的计算（ISO 11843-2 5.2.4 （7）） ： * * * * 其中 表示校准（工作）曲（直）线的斜率； 其中 表示残差均方的开方； 是非中心t分布的非中心参数，其数值在ISO11843 中查出。 一般情况下由MINITAB软件算出线性回归方程的截距、斜率和残差的均方。 检验其线性相关性。 * * * * 步骤： 1、测试I个不同水平（不同浓度）的净状态变量（标样），得到响应变量结果（吸光度）； 2、写出x与y的线性回归方程； 3、检验净状态变量（浓度）与响应变量（吸光度）的线性相关性； 4、若线性相关，写出x与s的线性回归方程； 5、检验其x与s的方程的线性相关性；检验净状态变量（浓度）与响应变量（吸光度）的标准差是否线性相关，若线性相关； 6、若线性相关，检验其d是否为常数（各浓度的测量结果的标准差相等） 7、若d为常数，计算出检出限和定量限（报告限）。 * * * * 其中 表示校准（工作）曲（直）线的斜率； 其中 表示残差的均方；