Kalibrierkurven-Rechner

Eine Kalibrierkurve verknüpft die bekannte Konzentration eines Analyten mit der Antwort eines Analysegeräts. Labore stellen eine Reihe von Standards her, messen sie unter gleichen Bedingungen und passen eine mathematische Beziehung an die gepaarten Beobachtungen an. Dieser Rechner verwendet die lineare Regression nach der gewöhnlichen Methode der kleinsten Quadrate, das übliche Modell für Verfahren mit konzentrationsproportionaler Antwort. Die Konzentration entspricht x und das Messsignal y; daraus entsteht die Gleichung y = mx + b. Die Steigung beschreibt die Empfindlichkeit, also die erwartete Signaländerung je Konzentrationseinheit. Der Achsenabschnitt schätzt die Antwort bei einer Konzentration von null und kann ein Blindwertsignal, Hintergrundabsorption oder einen kleinen systematischen Versatz widerspiegeln. Sind Steigung und Achsenabschnitt bekannt, ergibt sich aus dem unbekannten Signal x = (y - b) / m. Der Rechner gibt die Konzentration in derselben Einheit wie die Standards aus. Eingaben in Milligramm pro Liter liefern daher auch ein Ergebnis in Milligramm pro Liter. R-Quadrat fasst zusammen, wie gut die beobachteten Standardantworten der angepassten Geraden folgen. Ein Wert nahe eins bedeutet, dass das Modell den größten Teil der Signalstreuung erklärt, beweist allein jedoch nicht die Gültigkeit des Verfahrens. Prüfen Sie Residuen, verwenden Sie genügend unabhängig hergestellte Standards und geeignete Blindproben und stellen Sie sicher, dass die unbekannte Probe im validierten Kalibrierbereich liegt. Eine Extrapolation unterhalb oder oberhalb der Standards kann Fehler verstärken und sollte ohne gezielte Validierung in diesem Bereich vermieden werden. Eine gute Kalibrierung beginnt mit präziser volumetrischer Herstellung und gleichbleibenden Geräteeinstellungen. Standards sollten den Arbeitsbereich abdecken und sich nicht an einem Ende häufen. Wiederholungsmessungen machen zufällige Schwankungen sichtbar; Qualitätskontrollproben können eine Drift nach der Kalibrierung aufdecken. Krümmt sich die Antwort bei hohen Konzentrationen, sind Verdünnung oder ein anderes Regressionsmodell möglicherweise sinnvoller als eine erzwungene Gerade. Das Werkzeug eignet sich für Spektrophotometrie, Chromatographie, Fluoreszenz, elektrochemische Sensoren und viele weitere quantitative Verfahren. Es rechnet schnell und nachvollziehbar, doch die angegebene Präzision sollte zur Qualität der Standards und des Messprozesses passen. Dokumentieren Sie Einheiten gesondert, runden Sie erst nach der Berechnung und beachten Sie die Laborvorgaben für Akzeptanzkriterien, Blindwertkorrektur, Gewichtung und signifikante Stellen.