The SD can be easily obtained from

The SD can be easily obtained from linear regression of the data used to create the
calibration curves. The most common way to present calibration data for the purpose of
linear regression is to graph the expected analyte concentration (spiked, blended) vs. the
recorded response (UV, Fl, OD etc). This type of plot is characteristic of analytical methods
for which the response is a linear function of the concentration (e.g. UV detection that
follows the Beer-Lambert law). In cases where the measured response does not follow a
linear dependency with respect to concentration (e.g., multi-parameter fit response of
immunoassays), the response should be transformed to a linear format, such as semilogarithmic
plots, so that the equations above can be utilized.

ผลลัพธ์ (ไทย) 1:

การ์ดอย่างง่ายดายได้จากการถดถอยเชิงเส้นของข้อมูลที่ใช้ในการสร้างการกราฟปรับเทียบ วิธีธรรมดาที่สุดในการนำเสนอข้อมูลการสอบเทียบสำหรับวัตถุประสงค์ในการถดถอยเชิงเส้นคือ กราฟความเข้มข้นของ analyte ที่คาดไว้ (spiked ผสม) กับการบันทึกการตอบสนอง (UV, Fl, OD ฯลฯ) การแปลงชนิดนี้เป็นลักษณะของวิธีวิเคราะห์สำหรับซึ่ง การตอบสนองเป็นฟังก์ชันเชิงเส้นของความเข้มข้น (เช่นตรวจจับ UV ที่ตามกฎหมายเบียร์ Lambert) ในกรณีที่การตอบสนองการวัดตามแบบเส้นอ้างอิงตามความเข้มข้น (เช่น หลายพารามิเตอร์เหมาะสมกับการตอบสนองของimmunoassays), การตอบสนองควรจะกลายเป็นรูปแบบเชิงเส้น เช่น semilogarithmicเครื่องหมาย เพื่อให้สามารถใช้สมการข้างต้น

ผลลัพธ์ (ไทย) 2:

เอสสามารถรับได้อย่างง่ายดายจากการถดถอยเชิงเส้นของข้อมูลที่ใช้ในการสร้าง
เส้นโค้งการสอบเทียบ วิธีที่ใช้กันมากที่สุดที่จะนำเสนอข้อมูลการสอบเทียบสำหรับวัตถุประสงค์ของ
การถดถอยเชิงเส้นกราฟความเข้มข้นวิเคราะห์คาดว่า (ถูกแทงผสม) เทียบกับ
การตอบสนองที่บันทึกไว้ (UV, FL, OD ฯลฯ ) ประเภทของพล็อตนี้เป็นลักษณะของวิธีการวิเคราะห์
ที่ตอบสนองเป็นฟังก์ชันเชิงเส้นของความเข้มข้น (เช่นการตรวจจับรังสียูวีที่
เป็นไปตามกฎหมายเบียร์-Lambert) ในกรณีที่มีการตอบสนองที่วัดไม่ได้เป็นไปตาม
การพึ่งพาเชิงเส้นที่มีความเคารพต่อความเข้มข้น (เช่น multi-parameter การตอบสนองแบบของ
immunoassays) การตอบสนองที่ควรจะเปลี่ยนเป็นรูปแบบเชิงเส้นเช่น semilogarithmic
แปลงเพื่อให้สมการข้างต้นสามารถ ใช้

ผลลัพธ์ (ไทย) 3:

SD สามารถหาได้ง่ายจากการถดถอยเชิงเส้นของข้อมูลที่ใช้ในการสร้างเส้นโค้งสอบเทียบ วิธีที่พบมากที่สุดที่จะนำเสนอข้อมูลการสอบเทียบเพื่อการถดถอยเชิงเส้นคือกราฟที่คาดหวังของครู ( spiked ผสม ) vs .บันทึกการตอบสนอง ( UV , FL , OD ฯลฯ ) การแปลงชนิดนี้เป็นลักษณะของวิธีวิเคราะห์ซึ่งการตอบสนองเป็นฟังก์ชันเชิงเส้นของระดับความเข้มข้น ( เช่น ยูวี การตรวจพบว่าตามกฏหมาย เบียร์ แลมเบิร์ต ) ในกรณีที่วัดการตอบสนองไม่ติดตามเชิงเส้นเมืองขึ้น ไหว้พระ สมาธิ ( เช่นหลายพารามิเตอร์พอดี การตอบสนองของ( ) การตอบสนองควรเปลี่ยนรูปแบบเชิงเส้น เช่น semilogarithmicแปลง ดังนั้นสมการข้างต้นสามารถใช้ .