Publikace detail

Statistické zpracování vodohospodářských dat, 3. Intervalové odhady a míry přesnosti v kalibraci

Autoři: Meloun Milan

Rok: 2007

Druh publikace: článek v odborném periodiku

Název zdroje: Vodní hospodářství

Název nakladatele: Vodní hospodářství, spol. s r.o.,

Místo vydání: Praha

Strana od-do: 31-35

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Statistické zpracování vodohospodářských dat, 3. Intervalové odhady a míry přesnosti v kalibraci	Lineární a nelineární kalibrace patří k základním úlohám v každé laboratoři. Kalibrace se skládá ze dvou fází, z konstrukce kalibračního modelu y = f(b, x) a z použití kalibračního modelu, kdy z naměřeného signálu y* (např. absorbance) je určován bodový odhad neznámé koncentrace či obsahu látky x. Vedle bodového odhadu neznámé koncentrace se vyčísluje také intervalový odhad, který je u lineárního kalibračního modelu symetrický zatímco u nelineárního asymetrický. V případě lineárních modelů se obě fáze provádějí s využitím kalibrační přímky. Vedle přímého odhadu x se užívá i Naszodiho korekce na vychýlení, dále i Kručkovův inverzní odhad a Schwartzův nelineární odhad. V případě nelineárních kalibračních modelů se používá splinová regrese s pevnými uzly, které uživatel volí. U kalibrace se přesnost kalibrace vyjadřuje limitními hodnotami, které souvisejí s úrovní koncentrace, pro kterou je signál ještě statisticky významný a odlišitelný od šumu: kritická úroveň (slepý pokus) představuje horní mez 100(1 - α)%ního intervalu spolehlivosti predikce signálu z kalibračního modelu pro koncentraci rovnou nule. Limita detekce odpovídá hodnotě koncentrace, pro kterou je dolní mez 100(1 - α)%ního intervalu spolehlivosti predikce signálu kalibračního modelu rovna kritické úrovni. Limita stanovení je nejmenší hodnota signálu, pro kterou je relativní směrodatná odchylka predikce kalibračního modelu dostatečně malá a obvykle rovna 10%.	Kalibrace, přímý odhad, Naszodiho korekce, Kručkovův inverzní odhad, Schwarzův nelineární odhad, kritická úroveň, limita detekce, limita stanovení, uzlový bod, spline, interval spolehlivosti.
eng	Computer-Assisted Statistical Data Analysis: 3. Interval Estimates and Precision Measures in Calibration Model	Calibration consists of two steps, building a calibration model and application of the calibration model to determine an unknown concentration x. For a calibration model proposed for the given signal value y, the quality of the independent variable x* together with its confidence interval is estimated. A straight line is the usual calibration model in a laboratory even that in some cases the straight-line model is valid only in a limited interval and a calibration curve is preferred. For sufficiently precise data with a small spread around the regression straight line, the classical straight estimate is satisfactory even that the Naszodi correction or the Krutchkoff inversion estimate of the unknown concentration is preferably enumerated. The quality of the confidence interval around the parameter x is improved by repeating the signal measurement y* or decreasing the residual variance and so increasing the precision of measurement, or by the of a correct calibration model. To express the precision of a calibration, the critical level, the detection limit and the determination limit of the concentration for which the measurement signal is still statistically significantly different from the noise are usually calculated and applied. These precision limits determine the allowable lower limit of the calibration model. For non-linear calibration graph the quadratic spline is preferred.	Calibration, point straight estimate, Naszodi correction, Krutchkoff inversion estimate, critical level, detection limit, determination limit, interval estimate of concentration, spline function.

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Ústavy a pracoviště

Jak nás najdete?

Služby

Často hledáte