获得0积分，您同时完成了每日任务，有额外的积分奖励，请前往APP领取
立即前往
原文由 xx_dxd_xx(xx_dxd_xx) 发表:
楼主考虑的问题有道理。不过你的计算有个问题，随机函数给出的是平均分布的随机数，而误差是正态分布的，所以出现偏离比较大的空白的情况应该比你现在模拟的要少得多。
对于这个问题，我是这样理解的：
空白值理论上是0，但是实际测量会在0上下波动，对应的标准偏差是s。检出限定义是3s，而空白实测的结果应该出现在-3s~+3s范围内，超出3s的空白是小概率事件，所以规定空白小于检出限是合理的。
而且空白肯定不是只测一次，多次测量空白，平均值应该接近于0的。如果平均值显著高于0，那就说明试剂并不是理想意义上的空白，而是含有待测组分，那就应该扣除掉。
原文由 拿板砖的鱼(l6931639) 发表:
还有例如在玻璃中的硅，硼，锌等元素会通过试剂瓶的试剂溶解进试剂中，不可能每个实验室或者每次检测都是一样的，那么这些元素在进行方法空白测定时的精密度就差很多。
原文由 skytoboo(skytoboo) 发表:
你说的那些对检出量以上是稳妥的。
如果强制排除概率事件，那么就是反客观了，毕竟他是存在的，是确实需要落实统计，不然合格实验会被错误强制排除，造成重复浪费，人为干预实验的嫌疑。
从理论上去设计个人人为：
假定，空白是一个固定值，机器测定能力极限，应该会是随机分布
假定，空白是非固定值（群体样本正态分布）+机器测定能力极限（因为这个值是由机器测定决定，因为你读的值还是随机值）
当然落实统计，看它是不是正态分布就很清晰了。
另外，减空白问题，大家都是数学思维假定空白是准确定量的，实践大家都是减检出限左右的值，不是检出量以上的值，减一个不可准确定量的值，我是非常困惑的。当然这也没办法，担心可能会造成错误翻倍的情况
我的社区
签到
