标准曲线的制作中,会有这样那样的问题,比如,常有人问:一定要做5个点?线性相关系数R值必须几个9才达标?标曲是每天都做还是每次都做?标曲是否必须通过原点?。。。今天小析姐整理了标曲相关问题,一起来看看吧!
1标准曲线的做法依据?
GB/T22554-2010《基于标准样品的线性校准》中:
1、标准曲线的浓度范围应覆盖正常操作条件下的被测量范围;
2、标准样品的组分尽量与被测样品组分一致;
3、标准样品的浓度值应等距离的分布在被测量范围;
4、标准样品的个数至少应有3个浓度;
5、每个标准点至少重复2次,这个重复是指从稀释开始;
如果国家标准有相应的浓度系列推荐,尽量按国家标准。工作中我们经常采用线性校准,因为线性方程最为简洁。
2什么是校准曲线?
校准曲线包括标准曲线和工作曲线,前者用标准溶液系列直接测量,没有经过预处理过程,这对于样品往往造成较大误差;而后者所使用的标准溶液经过了与样品相同的消解、净化、测量等全过程。
3首先标曲要做几个点?
标准曲线需要几个数据点,是由所检测组分的浓度范围、分析仪响应特性、干扰因素、浓度与检测信号响应类型有关的。
3个点:对于一些低浓度,特别是微量分析,并且浓度范围不是很大的,检测器响应可靠,背景干扰非常小的,则可以选用较少的工作点就行,一般有3个浓度点就足够了,有些甚至可以只用一个浓度点就行,另一个点直接用坐标原点。
4~6 个点:对于平时测量的样品浓度范围较宽,并且检测器响应不完全是一次曲线(直线)的,可以采用二次曲线或分段校正方式,以减少数据偏差,这种情况就需要多用几个数据点,如果不分段,数据点有4~6 个就够用。
至少两个点:但如果是分段校正,则每段需要至少两个数据点。而对于一些样品无浓度范围规律的,特别是一些检测机构,如果分析仪的检测响应可靠,环境因素影响少的,可以做校正曲线。若是环境因素影响大的,则不必做校正曲线,而采用标准加入法或标准加入-一次稀释法反而简便一些。
实际上,我们一般是做五个点(不包括零浓度);一般以检出限的5~10倍为第一个点,以后根据1倍递增,最高浓度是最低浓度的10~20倍为宜(理化分析实验为例)。当然,要根据仪器的灵敏度来调整。
4标曲R值是几个9才合格?
实验室应按检测标准(方法)的要求使用标准溶液或标准物质建立标准曲线。所用标准溶液或标准物质应覆盖被测样品的浓度范围。检测标准(方法)如无具体的要求,至少使用5个标样(除空白外)建立线性标准曲线,每个点重复测定1-3次,对于筛选方法,线性回归方程的相关系数不应低于0.98,对于确证方法,相关系数不应低于0.99。
其实,大于0.99是判断是否为线性相关的一个标准,实际应用中线性大于0.999才是比较理想的。线性在0.99到0.999之间的监测结果只用接近最高浓度一半(中间浓度)的位置才比较准确,如果线性大于0.999的话,在整个线性范围内都会有一个比较满意的结果。
如果检测的线性不好,可以减少标准的覆盖范围,将标准的浓度调整到待测样品浓度附近,这样结果也是非常准确的。例如,样品的浓度约20ppb,但在0~50ppb范围建立标准曲线,但线性非常不理想,这时可以将标准范围调整到15~25ppb之间,作五个标准。
5标准曲线的检验?
(1)线性检验:
即检验校准曲线的精密度。对于以4~6个浓度单位所获得的测量信号值绘制的校准曲线,分光光度法一般要求其相关系数 | r | ≥0.9990,否则应找出原因并加以纠正,重新绘制合格的校准曲线。
(2)截距检验:
即检验校准曲线的准确度,在线性检验合格的基础上,对其进行线性回归,得出回归方程 y= a+bx ,然后将所得截距a与0作t检验,当取95%置信水平,经检验无显著性差异时,a可做0处理,方程简化为y= bx,移项得x=y/b。在线性范围内,可代替查阅校准曲线,直接将样品测量信号值经空白校正后,计算出试样浓度。
当a与0有显著性差异时,表示校准曲线的回归方程计算结果准确度不高,应找出原因予以校正后,重新绘制校准曲线并经线性检验合格。在计算回归方程,经截距检验合格后投入使用。
回归方程如不经上述检验和处理,就直接投入使用,必将给测定结果引入差值相当于解决a的系统误差。
(3)斜率检验:
即检验分析方法的灵敏度,方法灵敏度是随实验条件的变化而改变的。在完全相同的分析条件下,仅由于操作中的随机误差导致的斜率变化不应超出一定的允许范围,此范围因分析方法的精度不同而异。例如,一般而言,分子吸收分光光度法要求其相对差值小于5%,而原子吸收分光光度法则要求其相对差值小于10%等等。
6标准曲线有效期的规定?
(1)标准曲线属于实验室质量控制的范围,按照《实验室资质认定评审准则》中结果控制的要求:定期使用有证标准物质(参考物质)进行监控和/或使用次级标准物质(参考物质)开展内部质量控制。
(2)准则中并未对“定期”进行规定,所以如果“定期”,就根据实验室的实际情况来定了。
(3)既然准则上没说明,那根据一般的分析教材,当实验条件(包括药剂、人员、仪器等)发生变化时,最好重新制作标准曲线。一般来说仪器如果长期使用,并经过检定,是处于稳定状态,而人员药剂的变化往往会较大。如果说每次换个人操作都要换曲线,那工作量就太大了。
7每次开机都必须做标准曲线?
从药品检测的要求来说,因为:
1、每天所配的流动相都会有所不同,导致出峰的时间都会有一定的差异,峰面积相应都有所差异。
2、检测器光能也在不断的衰弱,因此其每天的相应值也有所不同,其峰面积也有差异。
基于以上原因,原则上应该是每天都要进行标准曲线校正的。
标准曲线不要每次都做,但是每次必须进标准品样品;因为每次你的流动相和原来的不可能完全一样,同时仪器的状态也在变化,所以不同批次间的保留时间是不一致的,所以你必须用随行标准品来定位与定量。
8校准曲线能不能长期使用?
每批样品应测定一个校准曲线中间点浓度的标准液,其测定浓度与校准曲线标准点的浓度相对误差不得超过规定范围,如果超过规定相对误差,需重新绘制校准曲线。
也可以这样说,不同的分析项目,不同的分析方法,校准曲线斜率的稳定性不同。如校准曲线的斜率较为稳定,则在样品分析时,可只测定两个标准点,当此两个标准点与原曲线相应点的相对偏差均小于5%时,可使用原校准曲线。因此,样品分析前,需根据斜率的稳定性来确定是否需同时制作校准曲线。
我们一般的做法是,根据检测的频率来做,如果该项目天天都要检测,并且检测量较多时,要求至少每周做一次曲线。如果检测量上,一个月都没有几单的话,就一个月做一次曲线。当然,仪器如果出现故障并大修后回来的,经过检定后,需要重新做曲线。
9标准曲线是否必须过原点?
标准曲线不一定非要过原点,只要线性好就可以了。因为做空白的话基本上不会过原点。过原点是强制过的,实际曲线可能不过,就会造成误差。不过原点是因为有系统误差。
针对是否过原点(0,0)问题,我想可以从原点(0,0)代表的意义来考虑:
即所测组分浓度为零的时候,信号响应值(液相色谱也就是峰高或者峰面积)是否也为零。通常来说色谱分析是属于这种情况的,因而可以把(0,0)点作为一个浓度水平计入标准曲线(甚至不需要真的去配一个浓度为零的标准溶液来进样),这也是单点法定量的一个依据;而类似的情况在光谱法测定时就讲不通了,浓度为零的标准溶液(本底)响应信号(吸光度)往往不是零,这个时候标准曲线就不一定过原点了。
10标准曲线的线性范围?
线性范围这个大家都比较清楚,主要从相关系数r看,一般要求r大于等于三个九。之前做实验有时候浓度高时,线性不好,高浓度点不在标准曲线上,而是在标准曲线的下面,而且离拟合的标准曲线比较远。遇到这种情况,标准曲线的线性相关系数就很差,有时候才一个九,最后我终于想明白了,如果自己用手动拟合的话,用平滑的曲线去连接所有点的话,你就会发现,如果在线性范围内,连接起来就是直线,如果超出了线性范围,连接起来就是一条弯曲的曲线。
11标准曲线的相关系数的有效数字?
GB5750.3-2006 8.2.7项有如下规定:校准曲线相关系数只舍不入,保留到小数点后出现非9的一位,如0.99989→0.9998。如果小数点后都是9时,最多保留小数点后4位。
12什么时候用Y=bX和二次曲线呢?
标准曲线我们通常采用的是Y=a+bX,曲线拟合完必须要做统计检验,且要做统计完备的线性检验和失拟检验,然后再做a与0的差别检验,如果a与0的统计学上无差异,你就可以考虑用Y=bX的拟合曲线,拟合出来后同样做线性检验和失拟检验,如果线性检验合格(P<0.05)且失拟检验合格(P>0.05)此时你就可以采用Y=bX。
二次曲线的采用同样是这样的道理,如果你Y=a+bX时拟合不合格,你就考虑用Y=a+bX+cX2,同样做失拟检验,考察拟合的符合情况。如果Y=a+bX 和Y=a+bX+cX2都满足拟合检验和失拟检验合格,则采用Y=a+bX形式,这样符合统计学上参数最少的统计简洁性原则。
标准曲线法有一定的优势,也有一定的缺陷,它特别适合于大量样品的分析。但由于每次样品分析的色谱条件(检测器的响应性能,柱温,流动相流速及组成,进样量,柱效等)很难完全相同,因此容易出现较大误差。此外,标准工作曲线绘制时,一般使用欲测组分的标准样品(或已知准确含量的样品),而实际样品的组成却千差万别,因此必将给测量带来一定的误差。
了解各个分析项目校准曲线斜率的稳定性及影响稳定性的主要因素,可决定是否能采用带标点检验原校准曲线,省略重新制作校准曲线;从校准曲线斜率的变化,可判断标准溶液的稳定性,从而确定其标定周期;分析低浓度样品时,应使用高纯度的水和试剂,以减少空白值,降低样品的分析误差。
实验与分析
展源
何发
2020-05-27
2020-05-27
2024-08-06
2023-08-22
2024-04-01
2024-03-06
2020-05-27
2023-11-03
2021-03-01
2022-01-24
加载更多