| 查看: 2229 | 回复: 38 | |||
| 当前主题已经存档。 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
wxmwqr金虫 (小有名气)
|
[交流]
讨论：统计分析在药学中的应用（5月份有奖讨论）
|
||
|
进来投含量测定方面的SCI文章发现，国外的审稿人对分析化学中的统计学运用十分的重视，可是学药分的虫虫们的统计知识都比较的薄弱。 在这我想发起一个讨论就是：如何在分析化学中运用统计知识。 我先就我投稿时的编辑的要求抛砖引玉吧！ 我发了一篇关于含测的文章，其中审稿人有一条意见如下： “Linear regression was performed but only r2 values are reported. It is usual to conduct and ANOVA and report if the lack of fit test is non-significant at p=0.05. ” 他的意思是：仅有相关系数来描述线性方程是不够，还要有相关的统计分析，就是相关系数的方差分析以及Lack of fit (拟合不足)方差分析。 于是我按要求做了标准曲线 r2 的差分析和拟合不足的方差分析，我得回答如下： The ANOVA was applied at 95% confidence level to evaluate if the lack of fit test is non-significant of each calibration curve and the results exhibited non-significant for each calibration curve. And the F-test of r square of regression was performed as well, the results exhibits significance via F-test at alpha＝0.05 level. The results were presented in Table 2. 结果稿件顺利接受！！ 可见分析化学中的统计运用很多，我在一些文章中也有见过，而且FDA对生物分析方法的验证指导原则（我前两天发过）中明确要求做标准曲线的拟合不足分析。可见分析化学的统计学运用是趋势。 希望广大虫虫将你们的想法，和所知道的分析中的统计知识拿出来和大家分享。如果有相关书籍的话那就更好了！！！！ [ Last edited by cpucf on 2006-5-9 at 17:29 ] |
回复此楼» 猜你喜欢
急需调剂
已经有10人回复
-
申博/考博
已经有4人回复
-
化工学硕294分，求导师收留
已经有37人回复
-
求调剂
已经有11人回复
-
260求调剂
已经有4人回复
-
一志愿华中农业071010，320求调剂
已经有19人回复
-
304求调剂
已经有7人回复
-
求博导｜生物质基多孔碳/超级电容方向，已有相关成果，寻能源材料/碳材料方向老师
已经有3人回复
-
二苯甲酮酸类衍生物
已经有6人回复
-
接受任何调剂
已经有4人回复
3楼2006-05-09 14:38:55
|
楼主上次发的那个帖子(FDA对生物分析方法的验证指导原则)： http://muchong.com/bbs/viewthread.php?tid=241606&sid=SWfvTU [ Last edited by cpucf on 2006-5-9 at 14:40 ] |
2楼2006-05-09 14:34:21
4楼2006-05-09 15:25:45
wxmwqr
金虫 (小有名气)
- 应助: 0 (幼儿园)
- 金币: 898.8
- 散金: 1
- 帖子: 253
- 在线: 16.1小时
- 虫号: 247223
- 注册: 2006-05-01
- 性别: GG
- 专业: 药物分析、药物代谢
★ ★ ★ ★ ★
cpucf(金币+5):呵呵，谢谢，至少我又学了些新鲜的东西！
cpucf(金币+5):呵呵，谢谢，至少我又学了些新鲜的东西！
|
版主要求我将“标准曲线 r2 的差分析和拟合不足的方差分”详细的解释一下，其实说实在的我从理论上对这个问题也不是分的清晰。我只能用我的理解来阐述一下，请各位虫虫拍砖呀！！！ 首先我遇到这个问题后使用的参考书是“医药数理统计方法 第三版 刘远定 主编” P190－200。 以我的试验为例：我使用HPLC测定含量，线性方程为y＝ax＋b， y为峰面积；x为浓度，共做 了4次重复试验。 1。标准曲线 r2 （相关系数）的方差分析： 意义：相关系数r2反映了你实际测得的y值与x值的相关性，而不是真实的y值与x的关系。这会导致一种情况，真实的y值与x不相关(r2小于0.99)，但是其实由于方法的误差的存在，实际测得的y竟然与x相关了(r2接近0.999),为了证实y值相对于x的线性变化并不是由于y的误差造成的，就应进行方差分析。 计算方法：公式太复杂了，大家参考我提供的书吧！开始我是照书用EXCEL计算的，后来用的是SPSS软件，很方便，只要设定就行了。 2。拟合不足的方差分： 意义：y值相对于x值有很多拟合方法，比如线性拟合、非线性拟合、log拟合、圆分布拟合等等。我们做的含测用的是线性拟合。y与x的关系真的是线性吗？不一定！这就要求用方差分析来证明拟合方法选择线性拟合是适合的（有的含测y与x就不是线性，比如说大多数的荧光免疫法，它的拟合是曲线），所以要重复测量标准曲线（我做了4次）。用重复测量的数据来进行方差分析。 计算方法：我用的是书上的公式，只能计算F值，没有p值，后来请朋友用SAS计算的，有p值。至于SPSS如何计算我也想知道，请高手帮忙。 小结： 1。标曲必须重复测量，就是要配制多个标准系列，然后进样测定，切忌只作一个标准系列，然后同一样品重复进样。 2。对每条标曲进行“标准曲线 r2 （相关系数）的方差分析” 有证明每条标曲的r2符合统计学意义。 3。对重复测量进行方差分析，证明所选择的拟合方法正确。 4。发表SCI论文时最好报道p值 [ Last edited by wxmwqr on 2006-5-9 at 16:28 ] |
5楼2006-05-09 16:25:17
