R值多少最佳呢？

Question

如题所述

Answer 1

3个9比较好。
标准曲线的R值是3个9是基本要求，两个绝对不可以，否则测定结果的偏差会非常大。问题在于操作不规范，否则是很容易获得0.999的。当根据试验数据进行曲线拟合时，试验数据与拟合函数之间的吻合程度，用一个与相关系数有关的一个量‘R平方’来评价，R^2值越接近1，吻合程度越高，越接近0，则吻合程度越低。R平方值可以计算。标准曲线的横坐标(X)表示可以精确测量的变量(如标准溶液的浓度)，称为普通变量，纵坐标(Y)表示仪器的响应值(也称测量值，如吸光度、电极电位等)，称为随机变量。当X取值为X1,X2,??Xn时，仪器测得的Y值分别为Y1,Y2,??Yn。将这些测量点Xi,Yi描绘在坐标系中，用直尺绘出一条表示X与Y之间的直线线性关系，这就是常用的标准曲线法。拟合优度为指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数R_。R_最大值为1。R_的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R_的值越小，说明回归直线对观测值的拟合程度越差。R_等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比（在MATLAB中，R_=1-"回归平方和在总平方和中所占的比率"）。实际值与平均值的总误差中，回归误差与剩余误差是此消彼长的关系。模型的拟合度是用R和R方来表示的，一般大于0.4就可以了；自变量的显著性是根据各个自变量系数后面的Sig值判断的，如果小于0.05可以说在95%的显著性水平下显著，小于0.01就可以说在99%的显著性水平下显著了。如果没有给出系数表，是看不到显著性如何的。回归分析(regressionanalysis)是研究一个变量（被解释变量）关于另一个（些）变量（解释变量）的具体依赖关系的计算方法和理论。