今天冷知识百科网小编 裴小宁 给各位分享拟合标准曲线要舍弃哪些点的知识，其中也会对标准曲线如何绘制？应注意哪些问题？(标准曲线绘制步骤)相关问题进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在我们开始吧！
标准曲线如何绘制？应注意哪些问题？
标准曲线应在坐标纸上绘制，横坐标轴距坐标纸底边1.5~2cm，标示出刻度和葡萄糖的毫克数；纵坐标轴距坐标纸左边1.5~2cm，标示刻度和光密度值；曲线为过**的直线，测定点均匀分布在直线的两侧；标准曲线只能在测试条件完全相同的情况下，用于确定样品中的物质含量。对于重复的测定，应取吸光度的平均值查标准曲线；测定数据不应记在标准曲线上。
注意的问题：
1、移取液体体积要精确，为减小认为误差，同一种液体要一个人操作。
2、保证标准品的纯度。
3、容器要保证洁净。
4、根据标准品理化性质注意加样的先后顺序。
5、如果要测OD值，应保证测前各管液体充分混匀。
6、若还是有某个点误差较大，应舍弃。
ICP做标准曲线时，各标准的浓度应该 是多少
首先,鉴于你测定的指标,在文献或者专业论著上找到测定的常规方法,一般这些方法有介绍标准溶液的浓度范围,而这个范围一般不是自己规定的,而是这些方法中规定的,因为这个标准浓度范围是前人的经验总结,你可以稍微的改动一下,但一般要在这个范围内改动,如果超出这个范围,可能相关性就不那么好了.待测样品溶液的浓度稀释范围是根据标准曲线来的,待测样品溶液稀释后的浓度不能超过标准曲线浓度的最大值,也就是说,待测样品稀释后测得的吸光值不能超过制作标准曲线时标准溶液最大浓度对应的吸光值.待测样品该稀释多少倍,这个需要试验中自己把握,根据样品具体情况设定稀释倍数.总之,待测样品的浓度范围要落在标准曲线内,这样比色测得的吸光值和浓度才能相关性好,而标准曲线一般要相关系数达到0.9xxx以上才算是好的标准曲线.（对于有的物质来讲,相关系数要求可以稍微降低,而对于有的物质来讲,即使0.99xx拥有了两个9可能都没达到最好效果）如果不是很明白可以随时交流.
怎么用matlab求实际曲线也拟合直线之间的最大偏差
MATLAB软件提供了基本的曲线拟合函数的命令．
1 多项式函数拟合：a=polyfit(xdata,ydata,n)
其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入．输出参数a为拟合多项式 的系数
多项式在x处的值y可用下面程序计算．
y=polyval(a,x)
2 一般的曲线拟合：p=curvefit(‘Fun’,p0,xdata,ydata)
其中Fun表示函数Fun(p,data)的M函数文件，p0表示函数的初值．curvefit()命令的求解问题形式是
若要求解点x处的函数值可用程序f=Fun(p,x)计算．
例如已知函数形式 ，并且已知数据点 要确定四个未知参数a，b，c，d．
使用curvefit命令，数据输入 ；初值输 ；并且建立函数 的M文件（Fun．m）．若定义 ，则输出
又如引例的求解，MATLAB程序：
t=[l：16]； ％数据输人
y=[ 4 6．4 8 8．4 9．28 9．5 9．7 9．86 10．2 10．32 10．42 10．5 10．55 10．58 10．6] ；
plot(t,y,’o’) ％画散点图
p=polyfit(t,y,2) (二次多项式拟合）
计算结果：
p=-0.0445 1.0711 4.3252 %二次多项式的系数
由此得到某化合物的浓度y与时间t的拟合函数。
之后计算每个数据点(x,y0)和拟合直线对应点(x,y1)的误差|y1-y0|，其中的最大值就是最大偏差
标准曲线样品检测时有几个问题需要注意
一、做ELISA试剂盒标准曲线样品检测时有几个问题需要注意1、样品的浓度等指标是根据标准曲线计算出来的，所以首先要把做标准曲线看作是比做正式实验还要重要的一件事，否则后面的实验结果无从谈起。2、设置标准曲线样品的标准浓度范围要有一个比较大的跨度，并且要能涵盖你所要检测实验样品的浓度，即样品的浓度要在标准曲线浓度范围之内，包括上限和下限。而对于呈S型的标准曲线，尽量要使实验样品的浓度在中间坡度最陡段，即曲线几乎成直线的范围内。3、最好采用倍比稀释法配制标准曲线中的标准样品浓度，ELISA试剂盒这样就能够保证标准样品的浓度不会出现较大的偏离。4、检测标准样品时，应按浓度递增顺序进行，以减少高浓度对低浓度的影响，提高准确性。5、标准曲线的样品数一般为7个点，但至少要保证有5个点。6、做出的标准曲线相关系数因实验要求不同而有所变动，但一般来说，相关系数R至少要大于0.98，对于有些实验，至少要0.99甚至是0.999.二、选择什么方程去拟合 在S曲线的低浓度部门可以用乘幂方程很好的拟合，中低浓度部门可以用直线方程，中间部门可用对数方程，而中后段可用四参数。免疫检测时尺度点（可以是倍比稀释的，也可以不是）浓度假如和相应的吸光度（OD）值假如能够呈现直线关系当然是最理想的了，这时可以通过EXELL等利便的获得拟合曲线，进而推算出样品的浓度值。
关于尺度曲线的拟合方式，直线、二次曲线、三次曲线、指数、对数等虽都可用于ELISA及其它生物学反应中的曲线拟合，但都只合用于曲线的一部门，有的合用于前半段，有的合用于后半段，有的合用于中间一段，而Logistic曲线则对曲线的全部都有较好的合用性。
在一个长的区间内，Logistic应该都能拟合得较为理想。假如用来定量，S形曲线的中间段（较陡处）是比较好的，而两真个平坦部门计算误差会大，有时甚至会很大。用于免疫检测的所谓“尺度曲线quot;实在称为拟合曲线比较合适。目前国际上最流行的免疫检测拟合方式是“四参数逻辑拟合quot;，用这种拟合方式往往能够比较精确的反映浓度和吸光度的曲线关系，从而进一步比较准确的获得样品中待测物质的浓度值。但我们做免疫检测很少有时候能够有这么理想的情况，标品浓度和相应OD值往往是quot;Squot;型的曲线关系，这时就不能用直线拟合的方式了，而对拟合方法进行选择就是必要的了。枢纽在于你的尺度曲线做到了S形的哪一部门，你想检测的样品浓度在曲线的哪一部门。当然，假如用于定量，仍是在中间一段较好。但建模型是一回事，ELISA试剂盒而用它来定量是另一回事。这些方法固然没有一种方法可以通用，但也都可以用。但并不是说它就是万能的。事实上不仅是ELISA，其它良多生物学反应都是S形曲线，也都可以用Logistic曲线拟合。