Υπολογιστής Καμπύλης Βαθμονόμησης
Εισαγάγετε τουλάχιστον δύο γνωστές τιμές προτύπων (x) και τις μετρημένες αποκρίσεις τους (y), έως έξι ζεύγη. Ο υπολογιστής προσαρμόζει μια ευθεία ελαχίστων τετραγώνων, αναφέρει την κλίση, την τομή και το R², και μπορεί να εκτιμήσει τη συγκέντρωση ενός άγνωστου δείγματος από την απόκρισή του.
Τελευταία ενημέρωση: September 26, 2026
Συχνές ερωτήσεις
Πώς λειτουργεί μια καμπύλη βαθμονόμησης;
Μετράτε την απόκριση του οργάνου (y) για πολλά δείγματα γνωστής συγκέντρωσης (x), προσαρμόζετε μια ευθεία y = mx + b στα σημεία, και μετά χρησιμοποιείτε αυτή την ευθεία για να μετατρέψετε μια νέα απόκριση σε εκτιμώμενη συγκέντρωση: x = (y − b) / m.
Τι μου λέει το R²;
Το R² περιγράφει πόσο κοντά πέφτουν τα πρότυπα στην προσαρμοσμένη ευθεία, από 0 (καμία γραμμική σχέση) έως 1 (τέλεια προσαρμογή). Δεν αποδεικνύει από μόνο του ότι η μέθοδος είναι ακριβής, χωρίς παρεμβολές, ή έγκυρη εκτός του δοκιμασμένου εύρους.
Μπορώ να χρησιμοποιήσω μόνο δύο πρότυπα;
Ναι, δύο σημεία ορίζουν μια ευθεία, αλλά περισσότερα πρότυπα δίνουν πιο αξιόπιστη προσαρμογή και επιτρέπουν να δείτε αν η σχέση είναι πράγματι γραμμική.
Τι γίνεται αν όλες οι τιμές x μου είναι ίδιες;
Μια καμπύλη βαθμονόμησης χρειάζεται μεταβλητότητα στις γνωστές τιμές για να προσαρμόσει μια κλίση. Αν όλα τα πρότυπα έχουν το ίδιο x, ο υπολογιστής δεν μπορεί να υπολογίσει ευθεία.
Γιατί προειδοποιεί για παρέκταση;
Μια ευθεία βαθμονόμησης έχει δοκιμαστεί μόνο στο εύρος των προτύπων σας. Η εκτίμηση μιας τιμής x από μια απόκριση y εκτός αυτού του εύρους προϋποθέτει ότι η ευθεία παραμένει έγκυρη πέρα από όπου δοκιμάστηκε, κάτι που μπορεί να μην ισχύει.
Πώς σχετίζεται με τον Υπολογιστή Νόμου Beer-Lambert;
Ο Υπολογιστής Νόμου Beer-Lambert χρησιμοποιεί γνωστό μοριακό συντελεστή απορρόφησης για να συνδέσει άμεσα την απορρόφηση με τη συγκέντρωση. Αυτός ο υπολογιστής αντίθετα χτίζει αυτή τη σχέση εμπειρικά από τα δικά σας πρότυπα, χρήσιμο όταν δεν έχετε ή δεν εμπιστεύεστε μια βιβλιογραφική τιμή απορροφητικότητας.