Nichtparametrische robuste Kalibration in der Rückstandsanalytik

摘要

In der analytischen Chemie stellt die Modellierung eines linearen Zusammenhangs zwischen der Messgröße (Signal) und der Analysengröße (Konzentration) durch Minimierung der Summe der Abweichungsquadrate (Least-Squares-Anpassung) die häufigste Art der Kalibration dar. Dieses Verfahren setzt normalverteilte Messwerte voraus, während es die Analysengröße als nichtstochastisch betrachtet. Reale Daten erfüllen allerdings häufig nicht die klassische Annahme der Normalität (oder sie enthalten Ausreißer), manchmal mit erheblichen Folgen für die Qualität einer statistischen Analyse. Im Falle von Abweichungen von der Normalverteilung stellt die robuste Regression eine sinnvolle Alternative zur parametrischen Least-Squares Regression dar und wird auch von der IUPAC ausdrücklich empfohlen [1].