The blank determination approach as

The blank determination approach as described in EURACHEM guide, LOD is estimated as 3S more than the blank value as it assumes that a signal more than 3 times above the standard deviation of the sample blank value is likely to have arisen from the measurand. For this approach, it needs a sample blank for each sample matrix to be analyzed, and the estimated LOD and LOQ may vary for different sample matrices. However, getting a true sample blank can be difficult and in certain situation, reagent blank is used as a blank such as in this study. The LOD and LOQ estimated by using reagent blank does not take into consideration the matrix interference, and the estimated values can be smaller than that using true sample blank.
(c) Linear Regression
Linear least-squares regression parameters were calculated based on the analysis of ten replicates (p=10) of test compounds at seven different concentration levels (n-7). The data obtained were used to compute the two coefficient of the calibration curve and also to perform a lack-of-fit test, which was used to verify that the selected calibration domain was actually linear. The standard deviation of the blank was estimated by using both standard deviation of regression residual ( Sres ) and y – intercept ( S yo ) as shown in Table 4.10 and results of the statistical evaluation of the linear regression curve is shown in Table 4.11.
The results showed that the test for regression was significant while the F observed value for each analyte was much higher than the critical value of 3.993, which corresponded to F(1,63,5%). This meant that the instrumental response was significantly correlated to the analyte concentration. When the lack-of-fit test was performed, the Fisher variable associated to the test for the error of model was smaller than the critical value of 2.361. It was concluded that the error of model was not significant at the risk level of 5% and the proposed linearity domain could be accepted.
The linear regression approach can help to solve the problem of difficulty in obtaining matrix blank for other methods. This is because calibration curve can be prepared by sample addition method. From this study, the results showed that the y- intercept standard deviation and y-residual standard deviation varied greatly. The values for y-intercept standard deviation were much lower than that y-residual standard deviation for the five analytes. These results were in agreement with the study reported by Jerome Vial and Alain Jardy [89]. The values of LOD and LOQ obtained by this approach can vary depending on the number of concentration levels, range of concentration used, number of measurement and data heteroscedasticity.
(d) Comparison of LOD and LOQ of Different Approaches
Based on the experimental results, the LOD and LOQ were estimated for the different approaches and their results are as summarized in Table 4.12 and Table 4.13, respectively.
Table 4.12: Summary of estimated LOD by different approaches

Kết quả (Việt) 1:

Phương pháp tiếp cận trống xác định như mô tả trong sách hướng dẫn EURACHEM, LOD ước tính 3 nhiều hơn giá trị trống như nó giả định rằng một tín hiệu hơn 3 lần trên độ lệch chuẩn của giá trị trống mẫu có khả năng phát sinh từ measurand. Đối với cách tiếp cận này, nó cần một mẫu trống cho mỗi ma trận mẫu được phân tích, và ước tính LOD và LOQ có thể khác nhau cho ma trận mẫu khác nhau. Tuy nhiên, nhận được một mẫu thực sự trống có thể được khó khăn và trong một số tình huống, tinh khiết trống được sử dụng như một trống chẳng hạn như trong nghiên cứu này. LOD và LOQ ước tính bằng cách sử dụng tinh khiết trống không đi vào xem xét sự can thiệp ma trận, và các giá trị ước tính có thể nhỏ hơn đó bằng cách sử dụng đúng mẫu trống.(c) tuyến tính hồi quiThiểu tuyến tính hồi qui tham số được tính toán dựa trên phân tích của mười sao chép (p = 10) của hợp chất thử nghiệm tại bảy cấp độ khác nhau tập trung (n-7). Dữ liệu thu được được sử dụng để tính toán hệ số hai của đường cong hiệu chuẩn và cũng có thể để thực hiện một bài kiểm tra thiếu phù hợp, được sử dụng để xác minh rằng tên miền đã chọn hiệu chuẩn đã thực sự tuyến tính. Độ lệch chuẩn của điền vào chỗ trống được ước tính bằng cách sử dụng tiêu chuẩn độ lệch của hồi quy dư (Sres) và y-đánh chặn (S yo) như thể hiện trong bảng 4,10 và kết quả của việc đánh giá thống kê của đường cong hồi qui tuyến tính được hiển thị trong bảng 4,11.Kết quả cho thấy rằng thử nghiệm cho hồi quy đã được đáng kể trong khi F quan sát các giá trị cho mỗi analyte là cao hơn nhiều so với giá trị quan trọng của 3.993, mà tương ứng với F(1,63,5%). Điều này có nghĩa rằng các phản ứng cụ là đáng kể tương quan với nồng độ analyte. Khi thử nghiệm thiếu phù hợp được thực hiện, biến Fisher liên kết để kiểm tra cho lỗi của mô hình là nhỏ hơn so với giá trị quan trọng của 2.361. Nó kết luận rằng lỗi mô hình đã không quan trọng ở mức độ rủi ro của 5% và đề xuất linearity miền có thể được chấp nhận.Cách tiếp cận hồi qui tuyến tính có thể giúp giải quyết vấn đề khó khăn trong việc thu thập ma trận trống cho các phương pháp khác. Điều này là do đường cong hiệu chuẩn có thể được điều chế bằng mẫu bổ sung phương pháp. Từ nghiên cứu này, kết quả cho thấy rằng y-đánh chặn tiêu chuẩn độ lệch và độ lệch chuẩn y-còn lại khác nhau rất nhiều. Các giá trị cho độ lệch chuẩn y đánh chặn thấp hơn nhiều so với độ lệch chuẩn y-dư đó cho analytes năm. Những kết quả này là trong thỏa thuận với nghiên cứu báo cáo bởi Jerome Vial và Alain Jardy [89]. Các giá trị của LOD và LOQ thu được bằng cách tiếp cận này có thể khác nhau tùy thuộc vào số lượng mức độ tập trung, sử dụng phạm vi của tập trung, số lượng đo lường và dữ liệu heteroscedasticity.(d) so sánh các LOD và LOQ phương pháp tiếp cận khác nhauDựa trên kết quả thử nghiệm, LOD và LOQ đã được ước tính cho các phương pháp tiếp cận khác nhau và kết quả của họ như tóm tắt trong bảng 4.12 và bảng 4,13, tương ứng.Bảng 4.12: Tóm tắt các ước tính LOD bằng phương pháp tiếp cận khác nhau

Kết quả (Việt) 2:

Phương pháp xác định trống như mô tả trong EURACHEM dẫn, LOD được ước tính là 3S nhiều hơn giá trị trống vì nó giả định rằng một tín hiệu nhiều hơn 3 lần so với độ lệch chuẩn của các giá trị trống mẫu có khả năng phát sinh từ việc measurand. Đối với phương pháp này, nó cần một trống mẫu cho mỗi ma trận mẫu được phân tích, và LOD và LOQ ước tính có thể thay đổi cho ma trận mẫu khác nhau. Tuy nhiên, nhận được một trống mẫu thật sự có thể được khó khăn và trong tình huống nhất định, trống thuốc thử này được sử dụng như một trống như trong nghiên cứu này. Các LOD và LOQ ước tính bằng cách sử dụng trống thuốc thử không đi vào xem xét sự giao thoa ma trận, và các giá trị ước tính có thể nhỏ hơn so với sử dụng trống mẫu thật.
(C) Linear Regression
tuyến tính bình phương nhỏ nhất thông số hồi quy được tính toán dựa trên sự phân tích mười lần lặp lại (p = 10) của hợp chất thử nghiệm tại bảy nồng độ khác nhau (n-7). Các dữ liệu thu được được sử dụng để tính toán hệ số hai của đường cong hiệu chuẩn và cũng để thực hiện một thử nghiệm thiếu-of-fit, được sử dụng để xác minh rằng các miền hiệu chuẩn được lựa chọn là thực sự tuyến tính. Độ lệch chuẩn của trống được ước tính bằng cách sử dụng cả hai độ lệch chuẩn của hồi quy còn lại (SRES) và y -. Đánh chặn (S yo) như thể hiện trong Bảng 4.10 và kết quả đánh giá, thống kê của đường hồi quy tuyến tính được thể hiện trong Bảng 4.11
Các Kết quả cho thấy rằng các bài kiểm tra hồi quy có ý nghĩa trong khi F quan sát giá trị cho mỗi chất phân tích là cao hơn nhiều so với giá trị quan trọng của 3,993, tương ứng với F (1,63,5%). Điều này có nghĩa rằng các phản ứng cụ được đáng kể tương quan với nồng độ chất phân tích. Khi thử nghiệm thiếu-of-fit được thực hiện, biến Fisher liên quan đến kiểm tra cho các lỗi của mô hình là nhỏ hơn giá trị quan trọng của 2,361. Đó là kết luận rằng các lỗi của mô hình là không có ý nghĩa ở mức độ rủi ro là 5% và miền tuyến tính đề xuất có thể được chấp nhận.
Các phương pháp hồi quy tuyến tính có thể giúp giải quyết vấn đề khó khăn trong việc có được ma trận trống cho các phương pháp khác. Điều này là bởi vì đường cong hiệu chuẩn có thể được điều chế bằng phương pháp lấy mẫu ngoài. Từ nghiên cứu này, kết quả cho thấy rằng đánh chặn y- độ lệch chuẩn và độ lệch chuẩn y còn lại rất khác nhau. Các giá trị của độ lệch chuẩn y-đánh chặn là thấp hơn nhiều so với y còn độ lệch chuẩn cho năm chất phân tích. Những kết quả này đã đồng ý với các nghiên cứu báo cáo của Jerome Vial và Alain Jardy [89]. Các giá trị của LOD và LOQ thu được bằng phương pháp này có thể khác nhau tùy thuộc vào số lượng các mức nồng độ, phạm vi nồng độ sử dụng, số đo lường và dữ liệu các biến ngẫu nhiên.
(D) So sánh các LOD và LOQ của phương pháp tiếp cận khác nhau
Dựa trên các kết quả thử nghiệm, LOD và LOQ được ước lượng cho các phương pháp tiếp cận khác nhau và kết quả của họ được tóm tắt ở Bảng 4.12 và Bảng 4.13, tương ứng.
Bảng 4.12: Tóm tắt các LOD ước tính bằng các phương pháp khác nhau