一文详述理化检测校准曲线

1、校准曲线的线性检验

校准曲线的线性检验，即精密度检验。根据数理统计知识，若2个变量呈线性关系，则关系的密切程度可用简单线性相关系数r来表示。在Excel中的函数是 PEARSON （皮尔生）函数。r值的范围在-1~1。r>0为正相关，r<0为负相关。r的绝对值越大，则相关程度越高；r值越接近于0，相关越不密切；当r=0时，表示2个变量之间不相关。

在水质检验中，明确要求|r| ≥0.999；对于石墨炉原子吸收光谱法，|r| ≥0.995也能接受。

某些分析项目，由于含量很低或操作中的影响因素较多，如原子吸收中的石墨炉分析，某些气相色谱项目，相关系数可适当放宽，要求|r| ≥0.995。

如果校准曲线的相关系数不能满足规定的要求，则应找出原因并加以纠正，重新绘制合格的校准曲线。通常情况下，影响校准曲线相关系数的因素主要包括：标样系列的配制、测定波长、光源状态、进样方式及分析方法本身的精密度、仪器的精密度等。

2、校准曲线的截距检验

校准曲线的截距检验，即准确度检验。截距表示试剂空白的大小，它是围绕总体均值0呈正态分布的随机变量，是实验室误差在y轴上的反映。实验误差越小，截距越趋近于0。理想的 回归直线 ，截距a=0。

一般要求a≤0.005，当a>0.005时，应作截距的显著性检验。但由于存在难以控制的随机因素，实验中存在正的或负的系统误差，多数回归直线的截距不为0。遇到这种情况时，需要按统计程序将所得截距a与0作t检验，即显著性检验。

经检验，在给定置信水平下（通常取95%）无显著性差异时，a方可作0处理；若a与0存在显著性差异，表示校准曲线的回归计算结果准确度不高，应找出原因予以校正。回归方程如果不经上述检验和处理就直接投入使用，则必将给测定结果引入差值等于a的系统误差。

截距检验也可以采用截距a对相对剩余标准偏差SE的相对值作为检验指标。根据经验值，其容许范围为≥30%。对于不同的分析方法和精密度要求，容许范围可作适当的调整。

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：一般来说，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。

4、剩余标准偏差或相对偏差的检验

由于校准曲线的斜率常随环境温度、试剂批号和贮存时间等实验条件的改变而变动，因此，在测定试样的同时绘制校准曲线是最为理想的。

但在实际检测工作中，当一定期限内的环境、气候、仪器、人员等条件变化不大时，可以使用相同的校准曲线，而不需要每次都绘制。

此时，需要根据设备或方法的稳定性定期对校准曲线进行检查，使用的统计量就是剩余标准偏差SE或相对偏差。

剩余标准偏差SE是通过线性回归法，计算纵坐标预测值所产生的标准误差。在Excel中的函数是STEYX函数。校准曲线用y=a+bx来表示。

根据正态分布原理，线性方程在不同置信水平下的置信区间为式(1)—式(3)：

68.3%置信区间y=a+bx±S _E    (1)

95.5%置信区间y=a+bx±2S _E   (2)

99.7%置信区间y=a+bx±3S _E   (3)

当检查校准曲线时，需要测定空白平行样和曲线中间点浓度平行样，并分别求取信号值的平均值，再以中间点浓度的信号值扣除空白。当所获信号值没有落在相应置信区间时，则曲线不能再被使用，需要重新测定标样系列，并重新制作回归曲线。