校准曲线计算器 | 实验室分析线性回归

什么是校准曲线计算器

校准曲线计算器可将仪器读数转换为浓度。它通过对来自已知浓度标准品的数据点拟合直线来实现这一点，然后利用该直线将新的读数转换为浓度。在化学、生物学和环境检测中，只要仪器报告的是吸光度或峰面积等信号，而不是直接报告浓度，实验室就会使用校准曲线。

本页面的计算器使用线性回归，即最小二乘法拟合直线。它会报告斜率、截距和 R²；该数值用于衡量各数据点与直线的接近程度。随后，计算器可根据测得的响应估算未知样品的浓度。

校准曲线公式

校准曲线假定浓度与仪器响应之间存在明确的线性关系：

$y = mx + b$

• $y$ 表示响应（仪器测量的量）
• $x$ 表示浓度
• $m$ 表示斜率
• $b$ 表示 y 轴截距

如何计算斜率和截距

对于一组包含 $n$ 个点的数据，使数据拟合效果最佳的斜率和截距（按最小二乘意义）为：

$m = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{\sum_{i=1}^{n}(x_i - \bar{x})^2}$

$b = \bar{y} - m\bar{x}$

这里的 $\bar{x}$ 和 $\bar{y}$ 分别是所有数据点的平均浓度和平均响应。

R² 公式

R²，即决定系数，用于表示直线对数据的拟合程度：

$R^2 = 1 - \frac{\sum_{i=1}^{n}(y_i - \hat{y}_i)^2}{\sum_{i=1}^{n}(y_i - \bar{y})^2}$

$\hat{y}_i$ 是直线对每个 $x_i$ 预测的响应值。R² 的取值范围为 0 到 1。取值为 1 表示每个点都恰好位于直线上。

未知浓度公式

已知斜率和截距后，可以将测得的响应 $y$ 换算回浓度：

$x = \frac{y - b}{m}$

如果计算结果为负数，计算器会将浓度报告为 0，因为负浓度在物理上没有意义。当拟合斜率为 0 时，计算器也会报告 0，因为水平直线不包含浓度信息。

计算示例

假设四个标准品得到以下结果：

平均浓度为 3，平均响应为 0.20。

斜率：

$m = \frac{(-3)(-0.15) + (-1)(-0.05) + (1)(0.04) + (3)(0.16)}{(-3)^2 + (-1)^2 + 1^2 + 3^2} = \frac{1.02}{20} = 0.0510$

截距：

$b = 0.20 - (0.0510)(3) = 0.0470$

R²： 将预测响应与实际响应进行比较，可得 R² = 0.9966。

拟合直线为：

$y = 0.0510x + 0.0470 \quad (R^2 = 0.9966)$

现在假设某个未知样品的响应为 0.20。其浓度为：

$x = \frac{0.20 - 0.0470}{0.0510} = 3.0000$

如何使用此计算器

1. 将每个标准品的已知浓度和测得响应作为一对数值输入。计算器开始时显示两行。
2. 选择“添加数据点”以输入更多标准品，或选择某行旁的“删除数据点”将其删除。至少需要两个数据点。
3. 填入至少两个数据点后，计算器会显示回归方程、R² 值，以及包含数据点和拟合直线的图表。斜率、截距、R² 和浓度在显示时均四舍五入至小数点后四位。
4. 在“计算未知浓度”下输入测得的响应，即可查看对应浓度。输入数值时结果会自动更新，无需另行点击按钮。
5. 选择“重置”可清除所有已输入的数据点和响应字段，并重新开始。

解读斜率、截距和 R²

斜率表示浓度每变化一个单位时响应的变化量。斜率越大，说明该方法对微小浓度变化的响应越强。

截距是浓度为零时的预测响应。它反映背景信号，例如空白样品信号或仪器基线。非零截距很常见，并不自动意味着存在问题；但不同校准之间的截距较大或不一致，可能提示污染或仪器故障。

R² 表示数据点与直线的接近程度。对于表现良好的线性方法，该数值高于 0.99 很常见。较低的 R² 可能意味着移液误差、标准品变质，或浓度范围已超出线性响应范围。

校准曲线的应用领域

只要需要将仪器的原始信号转换为浓度，就可能使用校准曲线：

• 分光光度法——测量光的吸光度并将其转换为浓度，例如测定蛋白质或色素含量。
• 色谱法（HPLC、GC）——将色谱图中的峰面积或峰高转换为浓度，常用于药物检测和环境分析。
• ELISA 和其他免疫测定法——将酶标仪测得的颜色或荧光强度转换为抗原或抗体浓度。
• qPCR——根据已知样品系列稀释液的循环阈值建立曲线，用于估算未知样品中的遗传物质量。

直线不适用时

有些方法在整个范围内并不呈线性。常见的处理方法包括将校准范围限制在较窄的线性区域内、在拟合直线前进行对数变换、使用多项式（曲线）拟合，或在测量误差随浓度增大或减小时使用加权回归。本计算器只能拟合直线；如果数据点明显呈曲线分布，结果的可靠性会降低，可能需要采用其他模型。

常见问题

什么是校准曲线？

校准曲线是根据已知浓度样品的仪器读数拟合出的直线。它用于将未知浓度样品的新读数转换为浓度值。

校准曲线需要多少个数据点？

计算器至少需要两个点才能拟合直线，但两个点无法判断真实关系是否确实为直线。大多数实验室会使用五到八个标准品，覆盖未知样品的预期范围。

校准曲线中的 R² 表示什么？

R² 用于衡量数据点与拟合直线的接近程度，取值范围为 0 到 1。取值为 1 表示每个点都恰好位于直线上。高于 0.99 的值通常被认为是线性关系较强的证据。

能否估算超出标准品范围的浓度？

估算低于最低标准品或高于最高标准品的浓度并不可靠，因为没有数据证实直线在该范围内仍保持直线关系。对于读数过高的样品，最好先进行稀释；对于读数过低的样品，则可进行浓缩，然后在校准范围内重新测量。

为什么计算出的浓度有时显示为 0？

如果测得的响应低于拟合截距（且斜率为正），公式 $x = (y - b) / m$ 会产生负数。此时计算器显示 0，因为实际浓度不可能为负数。当斜率为 0 时，计算器也会显示 0；如果每个标准品的响应都相同，或每个标准品的浓度都相同，就会出现这种情况。

斜率与截距之间有什么区别？

斜率描述响应对浓度变化的敏感程度。截距是浓度为零时的预测响应，通常反映的是背景信号，而不是分析物本身。