檢量線是由一群數據構成的，自變數X，因變數Y線性回歸一般得到一個符合的線性數學式，Y = aX + b以及一個決定因子 R Square 值，當R Square 值大於 0.995 時，判定這個數學式，X 可以計算出，相對應的正確值 Y ，關於為什麼R Square 比 R 值更有參考價值，以及多數軟體選擇顯示 R Square值，而不是 R 值，之前已經有另一篇專門探討。
一般X 的合理範圍是 one order 相當於 1 到 10 ，或者寬鬆一點包括 1 到 20 ，至於 1 到 100 那就是 two orders ， 1 到 1000 是 three orders 。實驗的世界一般會想要測量範圍較大的 X ，至少環境檢驗中，環境污染的濃度不可預期，有高有低，寬的範圍有他的困擾，由於計算R Square 時，一般採取的權重是平衡的 Equal Weighting 這會使範圍很寬1 到 100 或 1 到 1000 這種檢量線，其 R Square會失效，也就是，不論低濃度的偏差，壞到任何程度，R Square 仍然大於 0.995，這表示我們無法對一條範圍過寬的檢量線，做出正確的評估，我的說法是 R Square 因為 X 範圍太寬而壞掉了。
舊時的做法，會因應樣品所在的濃度，把 1 到 1000 區分成三個合理的區間，1 到 10 數據做的檢量線，10 到 100 的檢量線，100 到 1000 的檢量線，各自在Equal Weighting 之下且各自的 R Square 要大於0.995 。
當然這樣很麻煩，樣品多加上物種眾多，每一個都要根據未知物濃度來調整檢量線的範圍，顯然非常費工，所以希望有可以有合理的計算方式，允許做檢量線直接涵蓋 X大範圍，目前使用的是 Average Responce Factor 他對 X 的範圍沒有限制，規定只有多點的Responce Factor 值做統計，而算出來的相對標準偏差需要小於 20 %，如此一來，好像解決問題了，實驗室也有聖旨可以依循。
其實並沒有，這個RSD 值小於 20% 的具體意義，不是意味著回歸的數學式可以準確的預測 Y 值，並得到正確的結果，而是表示"數據點基本上都在檢測器的動態範圍內"，目前環境檢驗承認並使用這樣的評估方式，我們應該可以知道原因，是這樣的評估方式可以允許大的 X 寬度，並且一體適用，不需解釋。
沒有留言:
張貼留言