采样与化学计量学

采样与化学计量学涵盖了如何获取和制备具有代表性的样品，以及如何对分析数据进行校准、验证和统计解释。

Definition

采样与化学计量学是分析化学的一个分支，关注获取具有代表性的样品、制备样品，并应用统计学和数学方法来校准、验证和解释化学测量结果。

Scope

该领域涵盖了分析过程中测量本身之外的部分：获取具有代表性的样品并进行分析前处理，校准仪器和验证方法，以及对所得数据进行统计和化学计量学处理。它涉及采样误差、样品制备和提取、方法的品质因数、校准和标准加入策略、误差和不确定性，以及多变量数据分析。

Sub-topics

• 校准与方法验证
• 化学计量学与数据分析
• 取样与样品制备

Core questions

• 如何获取具有代表性的样品，采样如何影响总误差？
• 如何校准仪器和验证方法的准确性和可靠性？
• 如何量化随机误差、系统误差和测量不确定性？
• 多变量和化学计量学方法如何从复杂数据中提取信息？

Key theories

误差、校准和品质因数

分析结果带有随机误差和系统误差，这些误差通过统计学进行表征；校准将仪器响应与浓度关联起来，而准确度、精密度、灵敏度、检测限和线性范围等品质因数定义了方法的性能并支撑其验证。

多变量化学计量学

主成分分析和多变量校准等化学计量学方法从许多同步测量中提取化学信息，对光谱或其他高维数据进行建模，以对样品进行分类并预测超出单一测量所能达到的浓度。

Mechanisms

可靠的分析结果要求整个过程都受到控制，而不仅仅是仪器读数。通过合理的采样计划获取具有代表性的样品，然后进行制备（溶解、提取或净化），使其达到方法可测量的形式。仪器通常通过外部标准或标准加入法进行校准，并根据品质因数验证方法。统计处理量化随机误差和不确定性并检验偏差，而化学计量学模型则解释多变量数据。

Clinical relevance

这些原则管理着所有分析实践中的数据质量：临床实验室的质量控制和方法验证，采样可能主导不确定性的环境监测，法规和药物验证，以及许多领域中光谱和色谱数据的化学计量学解释。

History

分析数据的统计处理随着20世纪统计学和质量控制的广泛发展而增长。化学计量学在20世纪70年代作为一个独立的学科出现，Svante Wold创造了该术语，Bruce Kowalski是其创始人之一，因为廉价的计算使得仪器数据的多变量分析变得实用。

Key figures

• Svante Wold
• Bruce Kowalski
• W. Edwards Deming

Seminal works

• miller2018
• skoog2014fac
• harris2020

Frequently asked questions

为什么采样被认为是分析的一部分？

测量的质量取决于所分析的样品；如果样品不能代表整体材料，即使是完美的测量也会得出误导性的结果，因此采样误差通常在总体不确定性中占主导地位。

什么是化学计量学？

化学计量学是利用统计学和数学方法来设计实验并从数据中提取化学信息，特别是利用多变量方法同时解释多个测量结果（例如完整光谱），以对样品进行分类或预测浓度。