标准曲线的制作与应用是化学分析中确保结果准确性的关键步骤。本文将详细探讨标准曲线的制作依据、校准曲线的类型、数据点的确定、相关系数的要求、标准曲线的检验、有效期规定、日常使用注意事项以及线性范围和相关系数的有效数字等内容。
在《基于标准样品的线性校准》中，提出了制作标准曲线的基本原则。首先，标准曲线的浓度范围应覆盖正常操作条件下的被测量范围，以确保曲线的适用性。其次，标准样品的组分应尽量与被测样品组分一致，以减少由于组分差异带来的误差。此外，标准样品的浓度值应等距离分布在被测量范围内，以保证曲线的均匀性和代表性。至少应有3个不同浓度的标准样品，且每个标准点至少重复2次，从稀释开始计算，以确保结果的精密度。如果国家标准有相应的浓度系列推荐，应尽量遵循。
校准曲线包括标准曲线和工作曲线。标准曲线使用标准溶液系列直接测量，没有经过预处理过程，这对于样品往往造成较大误差。而工作曲线所使用的标准溶液则经过了与样品相同的消解、净化、测量等全过程，因此能更准确地反映样品的实际测量过程。
标准曲线需要的数据点数量取决于所检测组分的浓度范围、分析仪响应特性、干扰因素、浓度与检测信号响应类型等。对于低浓度、微量分析，且浓度范围不大，检测器响应可靠，背景干扰非常小的情况，一般有3个浓度点就足够了。对于浓度范围较宽的样品，可能需要4~6个数据点。如果是分段校正，则每段需要至少两个数据点。实际上，我们一般是做五个点（不包括零浓度），以检出限的5~10倍为第一个点，以后根据1倍递增，最高浓度是最低浓度的10~20倍为宜。
实验室应按检测标准（方法）的要求使用标准溶液或标准物质建立标准曲线。所用标准溶液或标准物质应覆盖被测样品的浓度范围。对于筛选方法，线性回归方程的相关系数不应低于0.98；对于确证方法，相关系数不应低于0.99。实际应用中，线性大于0.999才是比较理想的。如果检测的线性不好，可以减少标准的覆盖范围，将标准的浓度调整到待测样品浓度附近，这样结果也是非常准确的。
标准曲线的检验包括线性检验、截距检验和斜率检验。线性检验确保校准曲线的精密度，一般要求其相关系数|r|≥0.9990。截距检验确保校准曲线的准确度，通过t检验确定截距a是否与0有显著性差异。斜率检验则检验分析方法的灵敏度，方法灵敏度是随实验条件的变化而改变的。
标准曲线属于实验室质量控制的范围，应定期使用有证标准物质（参考物质）进行监控和/或使用次级标准物质（参考物质）开展内部质量控制。虽然《实验室资质认定评审准则》未对“定期”进行具体规定，但一般建议在实验条件（包括药剂、人员、仪器等）发生变化时重新制作标准曲线。
每天所配的流动相和检测器光能都会有所不同，因此原则上应每天进行标准曲线校正。然而，实际操作中，不必每次都制作标准曲线，但必须进标准品样品以校正保留时间和峰面积的差异。
每批样品应测定一个校准曲线中间点浓度的标准液，以确保校准曲线的准确性。如果相对误差超过规定范围，则需重新绘制校准曲线。校准曲线的斜率稳定性决定了是否需要重新制作校准曲线。根据检测的频率，如果该项目天天都要检测，并且检测量较多时，要求至少每周做一次曲线。如果检测量上一个月都没有几单的话，就一个月做一次曲线。
标准曲线不一定非要过原点，只要线性好即可。过原点是强制过的，实际曲线可能不过，就会造成误差。不过原点是因为有系统误差。对于色谱分析，可以把(0，0)点作为一个浓度水平计入标准曲线，而光谱法测定时，标准曲线就不一定过原点了。
线性范围的确定主要看相关系数r，一般要求r大于等于三个九。如果高浓度点不在标准曲线上，而是在标准曲线的下面，且离拟合的标准曲线较远，那么线性相关系数就很差。如果自己用手动拟合的话，用平滑的曲线去连接所有点，如果在线性范围内，连接起来就是直线，如果超出了线性范围，连接起来就是一条弯曲的曲线。
根据GB5750.3-2006的规定，校准曲线相关系数只舍不入，保留到小数点后出现非9的一位。如果小数点后都是9时，最多保留小数点后4位。
标准曲线通常采用Y=a+bX形式，但必须进行统计检验。如果a与0的统计学上无差异，可以考虑使用Y=bX的拟合曲线。如果Y=a+bX拟合不合格，可以考虑使用二次曲线Y=a+bX+cX^2，并进行失拟检验。如果Y=a+bX和Y=a+bX+cX^2都满足拟合检验和失拟检验合格，则采用Y=a+bX形式，这样符合统计学上参数最少的统计简洁性原则。
标准曲线法在化学分析中具有重要应用，它适合于大量样品的分析。但由于每次样品分析的色谱条件很难完全相同，因此容易出现较大误差。了解各个分析项目校准曲线斜率的稳定性及影响稳定性的主要因素，可决定是否能采用带标点检验原校准曲线，省略重新制作校准曲线。从校准曲线斜率的变化，可判断标准溶液的稳定性，从而确定其标定周期。分析低浓度样品时，应使用高纯度的水和试剂，以减少空白值，降低样品的分析误差。通过精确的标准曲线，可以确保化学分析的准确性和可靠性
