研发之路---方法研发中的常用数据处理方法
十月
方法研发的最终结果是撰写形成研究报告(研究论文)以便进行学术交流或推广应用,在撰写研究论文的过程中,要对实验数据进行整理、综合分析、判断推理后形成的论点(结论)。现对研究报告(论文)撰写过程中常用的数据处理方法(内容)介绍如下:
1、方法的线性分析——相关和回归分析
标准曲线的线性即方法的测量范围,即与测量信号值呈良好线性关系的物质浓度范围即方法的测量范围,可用相关与回归分析方法来计算出标准曲线的回归方程,确定其截距a、斜率b和相关系数r;回归方程常表述为y=a+bx(y为测量信号值,如吸光度、荧光强度、电位值、峰高峰面积等;x为待测物质浓度),它表示的是测量信号值随待物质浓度变化而变化的数量关系。相关系数r表示的是测量信号值随待物质浓度变化而变化的趋势,如测量信号值随待物质浓度的增大而增加,即正相关,则相关系数r
>0,反之为负相关,相关系数r
<0,|r|
≦1。截距a、斜率b和相关系数r可通过仪器软件自动生成,也可用函数计算器计算获得。
方法精密度灵敏度分析———均数、标准差与灵敏度的计算
通常
用多次平行测定(n一般大于5)
结果的平均数与相对标准偏差(RSD)对方法的精密度进行评价,RSD一般在5%以内表明方法的精密度良好,
平均数
标准偏S可用函数计算器计算获得,RSD=S/
×100%来计算。方法的灵敏度可用最低检出限(LD)来衡量,LD
常用空白管信号值的3倍标准差(S
)来测算,即LD
=3S
/b(b为标准曲线的斜率)。对光度分析还可用表观摩尔吸光系数(
ε)来衡量方法的灵敏度。
ε常用曲线斜率法和线性回归法求得。前者是将待测物质的浓度以摩尔浓度mol·L-1带入软件或函数机算器,此时算得的标准曲线的斜率即为ε。方法准确度分析——显著性t
检验一般可用加标回收率、标样分析结果和方法对照结果来评价方法的准确度,加标回收率=(测量总量-本底值)/加标量
×100%来计算,加标回收率一般在95%
~105%表示方法的准确度良好,但
加标回收率只能作为参考,最好用标样分析和方法对照结果来评价方法的准确度,
必要时对标样分析结果和方法对照实验结果可进行显著性t检验。标样分析结果可用样本均数与总体均数的t检验,方法对照实验结果可用配对资料的t检验,用相应计算公式计算出t,查t分布表确认p,来判断测定结果有无差异,若测量结果与标准值或与对照法结果无显著差异,则表明方法的测定结果准确可信。
维权声明:本文为v3127170原创作品,本作者与仪器信息网是该作品合法使用者,该作品暂不对外授权转载。其他任何网站、组织、单位或个人等将该作品在本站以外的任何媒体任何形式出现均属侵权违法行为,我们将追究法律责任。