Question

我必须校准一个距离测量仪器，它提供电容作为输出，我可以使用numpy polyfit找到一个关系并应用它获得距离。但我需要包括0.0008 m的检测限，因为它是仪器的分辨率。

我的数据是：

cal_distance = [.1 , .4 , 1, 1.5, 2, 3]
cal_capacitance = [1971, 2336, 3083, 3720, 4335, 5604]
raw_data =  [3044,3040,3039,3036,3033]

我需要将距离值设置为.1008，。4008，表示仪器检测的极限。

我使用了以下代码：

coeffs = np.polyfit(cal_capacitance, cal_distance, 1)
new_distance = []
for i in raw_data:
    d = i*coeffs[0] + coeffs[1]
    new_distance.append(d)

我有一个csv文件并且实际上使用带有日期时间索引的pandas数据帧来存储原始数据，但为了简单起见，我在这里给出了一个列表。我需要在校准过程中包括检测限，以使其正确。

Answer 1

检测限是测量的准确性（您可以解决的最小'步骤'） polyfit为您提供关系最佳拟合函数f的“模型” 距离= f（电容）你使用1作为多项式的次数，所以你基本上拟合一条线。

所以，首先你需要调查拟合的准确性：这是通过使用第三个参数full = True返回的。（有关详细信息，请参阅文档：http://docs.scipy.org/doc/numpy/reference/generated/numpy.polyfit.html）你会得到合适的剩余部分。它实际上比LOD小吗？否则你的限制因素是拟合准确性。在您的特定情况下，它看起来像0.00017021，所以确实低于0.0008 LOD。

其次，为什么'加'LOD到阅读？你的阅读就是阅读。然后LOD是距离实际可能在的+/-范围。将它添加到最终结果似乎没有意义。您应该将最终值报告为“新距离”+/- LOD。

您的原始数据是否所有测量距离相同？如果是这样，你可以看到使用拟合的这个测量的标准偏差是0.0029680362423331122，（numpy.std（new_distance））和范围是0.0087759439302268483，这是LOD的10倍，所以这里你的限制因素实际上似乎是测量条件。

Answer 2

不要打败死马，但LOD和精确度是两个完全不同的东西。 LOD通常定义为仪器噪声标准偏差的三倍，这相当于仪器可以检测到的最小电容（或距离，这与电容有关）。即任何小于该值的东西都等于零（或多或少）。但是，您的精度是您的仪器可以检测到的电容的最小变化，可能会或可能不会低于LOD。这些术语（除准确性外）是混淆的常见原因。虽然当你说LOD（并且其他人可能都能理解你真的意味着精确度）时你可能知道你在谈论什么，但使用正确的符号是有益的。只是一个想法...

如何校准仪器的分辨率

2 个答案: