主题：【求助】ICP中的RSD值在什么范围内，是可信的、测试数据是可取的？

我也想知道,请高人指导!

若用强度就统一用强度,若用浓度就统一用浓度,这样才有可比性!

这实际上是一个标准偏差F检验的问题...可查阅相关书籍！

原文由 cuckooban 发表:
　　菜鸟的提问，请大家见谅。
　　另也弱弱的想问一下，标准偏差和相对标准偏差，是用强度来算还是用浓度来算？因为用这两个两数据算出来的标准偏差和相对标准偏差很不一样。
　　而一般相对于ICP-AES这种仪器，可以允许标准偏差和相对标准偏差在什么范围内？

　　希望得到大虾们的指教...谢谢！！！

　　从公式上来看，对于标准偏差用强度计算和用浓度计算当然不一样；但当发射强度和被测物浓度严格符合正比关系时，相对标准偏差应该是相同的。如果有偏离，就会有一些差异。当用强度和是用浓算出来的相对标准偏差不一样时我觉得应该用后者，因为我们要的结果是含量。
　　测得相对标准偏差的大小是与含量有关的，当含量很低时相对标准偏差会变大，特别是接近检出限时。因不同仪器存在性能上的差异，所以不同仪器对同一样品也会有所差别。对于不同的样品，因干扰的大小不一样，其得相对标准偏差也会出现差异。另外精密度虽好，可能还会存在系统误差或方法误差。

学习了  谢谢楼主

若对某一标样,仪器的标准偏差已知,则可用卡方检验.

若两个样本标准偏差已知,则用F检验.

若比较多个样本标准差,则用G检验.

以上这些检验所得结论,都是以一定的置信概率做

出的推断,我们是要冒风险的!

原文由 shangdb 发表:
　　一般控制在2%以下。个别特殊样品，特殊元素可以放宽到5％，这个不是很绝对。

　　在一般情况下，对于那些组成不是很复杂的样品，我不认为其相对标准偏差只能控制在2%以内的仪器是什么好仪器。当然前提是这一数值不包含样品的前处理过程。

rsd要根据待测元素的含量来看，含量低的，也许会是百分之几十

原文由 shaweinan 发表:
　　在一般情况下，对于那些组成不是很复杂的样品，我不认为其相对标准偏差只能控制在2%以内的仪器是什么好仪器。当然前提是这一数值不包含样品的前处理过程。

原文由 shangdb 发表:
　　嗯，同意。但是依据主题“ICP中的RSD值在什么范围内，是可信的、测试数据是可取的？”一般来说控制在2％以内是可信的，测试数据是可取的了。不排除二般情况。

　　在分析化学的定量分析中，可信性应该是对分析结果即测出的分析物含量而言的，只有分析结果达到了一定的可信程度才是可取的。而RSD只是评价各次分析结果相互接近程度的一种方式。
　　在定量分析中，分析结果的准确性通常是用误差来表示的，它是分析结果和真值之间的差值。误差又可分为绝对误差和相对误差，后者是指误差在真值中所占的百分率。因为真值往往不知道，所以通常用偏差来估计和判断误差。偏差是测定结果和平均值之间的差值，它同样可分为绝对偏差和相对偏差。在分析化学的成分分析中的另一重要概念就是精密度，它是衡量各次分析结果相互接近程度的，它通常是用数理统计中的标准偏差或相对标准偏差（又称变异系数）来表示。精密度高时准确度不一定就高，因为可能存在系统误差，但准确度高时，精密度一定要高，它是保证准确度的先决条件。
　　在定量分析中，对于各种因素造成的误差，根据性质的不同，我们可以将其分为系统误差和偶然误差两大类。前者是指由某些固定因素导致的，当重复测定时它会重复出现，理论上讲它是可以测定的，其特点是具有“单向性”；后者则是由一些随机的偶然原因产生的，因此又称随机误差。
　　对于随机误差我们通常用数理统计学的手段来进行处理，而用得最多的就是正态分布函数。在正态分布函数中有两个特征数值非常重要，一个是期望，另一个是方差。前者是分析结果的真值，而后者则反映了分析结果的离散程度。因为不知道其确切数值，在定量分析中我们常用分析结果的平均值和其标准偏差来对它们进行估计。
　　在实际分析过程中，因为通常平行测定的次数并不多，所以用标准偏差代替方差后随机误差的统计函数就不能很好地符合正态分布了，需要用t分布来处理[1]，不过当平行次数大于20后t分布就已十分接近正态分布了。
　　在一定置信度下，我们将以测定结果为中心的包括分析结果真值在内的可靠范围称为置信区间，它可表示为：

　　　　μ＝x±u

　　所以当我们用平均值去估计分析结果平均值的真值即分析结果真值时，就有：

　　　　μ＝x平均±n-1/2tS

　　式中μ是分析结果的真值，x是单次测定结果，x平均是平均值，n是平行测定次数，u和t是与置信水平有关的参量，是正态分布的方差，S是测定n次的标准偏差。
　　可见分析结果的可信性是与它的置信区间相关的，t值越大，置信区间越大，置信度就越高。这与分析结果的RSD没有太大的关系，虽然不难得出在一定置信度下RSD越小分析结果的相对误差就越小，但依然不能得出RSD小于2％分析结果就一定可信的结论。RSD不过只是表示各次分析结果相互接近程度的一种方式，是实验者利用某种分析方法和手段测定时得到的一个数据，如果实验者本人连自己的数据都没有信心的话，那谁还能相信你的分析结果呢？

[1] t分布是英国统计学家兼化学家Gosset提出来的，有关数学推导可参看陈家鼎等编的《概率论讲义》第288页，人民教育出版社（1980）。

　　因为这里显示一些符号有问题，所以本人将此内容作为附件一起发上来。


关于分析结果的可信性