1 概要
1.1 定義
校正曲線とは、測定機器の指示値または検出信号と、既知の基準量（標準試料の濃度、質量、温度、力など）との対応関係を表す関数（あるいは点の集まり）である。得られた関係を用いて、未知試料の基準量を推定する。
1.2 役割
校正曲線の中心的役割は、装置出力を物理量や物質量の尺度に結び付け、測定結果を比較可能な形に変換する点にある。また、近似式の選択や誤差評価を通じて、推定値の信頼度を定量的に扱うための基盤を提供する。
1.3 利用分野
分析化学では濃度推定や定量法の根幹として利用される。物理計測ではセンサ出力から物理量へ変換するために用いられる。医療検査では生体試料の測定値を臨床的な量へ換算する際に重要である。工業検査では品質指標の推定や工程管理のために、検出信号と規格量の関係を明確化する用途がある。
2 作成方法
2.1 標準試料の準備
校正曲線作成の第一段階は、基準量が既知である標準試料（または標準器）を用意することにある。標準試料は目的とする測定範囲に対応し、均質性や安定性を備えることが望ましい。必要に応じて、保存条件、調製手順、ロット差を管理する。
2.2 測定点の取得
2.2.1 濃度系列の設定
測定点は、期待される変化の全域をカバーするように設定する。濃度系列では、低濃度側での変動を捉えるための細かな刻みと、高濃度側での飽和や非線形性を確認するための適切な上限設定を両立させる。点の数は、曲線形状の複雑さと必要な推定精度に応じて決める。
2.2.2 反復測定
各測定点に対して反復測定を行うことで、偶然変動の大きさを評価できる。平均値だけでなく分散を見積もることにより、後段の残差解析や重み付け回帰の妥当性を検討しやすくなる。反復回数は作業効率と統計的要求のバランスで決める。
2.3 曲線の作成
2.3.1 線形近似
近似関係が線形で十分に表される場合、指示値と基準量の間に一次式を当てはめる。線形近似は計算が簡便で、解釈もしやすい。一方、低濃度でのノイズ支配や高濃度での飽和などがあると、線形仮定は範囲の一部に限られる。
2.3.2 非線形近似
非線形が疑われる場合には、適切なモデルを選ぶ。たとえば指数型、対数型、双曲線型、あるいは多項式のように、観測された曲線形状に合わせる。過度な自由度を持つモデルは、測定点の近傍での適合は良くても未知領域の推定で不安定になり得るため、妥当性確認が必要である。
3 数学的表現
3.1 回帰式
校正曲線は一般に、基準量 \(x\) と測定信号 \(y\) の関係として回帰式で表される。典型的には \(y=f(x)\) または \(x=g(y)\) の形をとり、未知試料の推定には逆変換が用いられる。回帰には通常、最小二乗法が用いられ、必要に応じて各点の不確かさに基づく重み付けが導入される。
3.2 相関係数
相関係数は、測定信号と基準量の間にどの程度の直線的な関連があるかを示す指標として使われる場合がある。ただし相関が高くても、系統的なずれや特定領域での不適合が残ることがあるため、回帰残差と適合度の評価と合わせて解釈する必要がある。
3.3 残差
残差は、観測値と回帰モデルが与える値との差として定義される。残差の解析により、特定の基準量領域で誤差が偏っていないか、モデルが形状を十分に捉えているかが判断できる。
3.3.1 残差の分布
残差の分布がランダムに近いほど、モデル仮定と誤差の性質が整合的である可能性が高い。分布の非対称性や裾の厚さは、外れ値や誤差の不均一（ヘテロスケダスティシティ）を示唆する。正規性の検定やヒストグラム、確率プロットなどが用いられることがある。
3.3.2 適合度の評価
適合度は、残差の大きさとパターンから評価される。回帰の決定係数や残差平方和、情報量規準、信頼区間の幅などが参考になる。特に校正では、推定する領域（未知試料が来る領域）での誤差が小さいことが重要であるため、全体の指標だけで判断しない。
4 校正曲線の評価
4.1 精度
精度は、同一条件で得られる推定値のばらつきの程度として捉えられる。校正曲線の文脈では、回帰誤差に由来する成分に加えて、未知試料測定時の信号変動が反映される。誤差分解により、どの段階が支配的かを把握する。
4.2 再現性
再現性は、条件を変えたときに得られる結果の一致度を表す概念である。たとえば日を変えた再測定、別の装置、別の操作者などによって再現性を確認する。校正曲線が同じ測定手順でも外部条件で変わる場合、更新頻度の見直しにつながる。
4.3 検出限界
4.3.1 定量限界
定量限界は、所定の精度や妥当性を満たす範囲で定量できる下限を指す。校正曲線の低濃度側で、ノイズと信号差が十分に区別できるかを検討して設定する。実務上は、回帰モデルの信頼区間が許容範囲に収まることや、残差が許容されることが判断材料になる。
4.3 検出限界
検出限界は、存在の有無を判別できる下限の考え方として扱われることが多い。校正曲線の枠組みでは、背景雑音やブランクの挙動、低濃度でのばらつきの大きさを反映して評価する。定量限界と併せて整理することで、測定可能域の意味が明確になる。
4.3 検出限界
検出限界は、信号が背景成分から統計的に区別できる最小水準として説明されることがある。校正では、低濃度域での不確かさが大きくなりやすいため、ブランク測定や残差の扱いを踏まえた指標設定が求められる。
5 誤差と不確かさ
5.1 系統誤差
系統誤差は、測定値が一定方向にずれる原因を持つ誤差である。校正では、標準試料の値そのものの誤差、装置の感度変化、試料調製に伴う偏り、モデル選択の不適切さが系統要因になり得る。系統誤差は補正やモデル改善で軽減するのが一般的である。
5.2 偶然誤差
偶然誤差は、予測できない変動として現れる。測定ノイズ、反応の揺らぎ、読み取りの揺れなどが該当する。校正曲線作成時の反復測定は、偶然誤差の大きさを推定する目的に合致し、回帰の重み付けや信頼区間の算出に影響を与える。
5.3 外れ値の処理
外れ値は、観測がモデルや前提から著しく逸脱する点として現れる。原因としては操作ミス、測定条件の逸脱、標準の劣化、局所的な干渉などが考えられる。統計的な削除判断は慎重に行い、まず原因の追跡と記録が必要である。除外する場合も、その影響を再評価する。
4 不確かさの見積もり
不確かさの見積もりは、校正曲線を用いた推定値の信頼性を数値化するための手続きである。基準試料の不確かさ、回帰に伴うばらつき、未知試料測定の雑差などを組み合わせ、合成標準不確かさや拡張不確かさとして整理する。計算では、必要に応じて相関の有無も考慮する。
6 応用
6.1 分析化学
分析化学では、検量線としての校正曲線が濃度の定量に使われる。吸光度、発光強度、クロマトグラフのピーク面積などが測定信号となり、標準溶液との対応から含有量を推定する。マトリクス効果や前処理のばらつきがある場合には、適切なモデルと評価設計が重要になる。
6.2 物理計測
物理計測では、センサの出力電圧や周波数応答を物理量へ換算するために用いる。温度域や荷重域で非線形が生じる場合には、その領域に合わせてモデルを選ぶ。校正周期やドリフト補正と組み合わせることで、長期運用の精度を維持できる。
6.3 医療検査
医療検査では、試料中の成分量を測定結果から推定するために校正曲線が用いられる。測定装置の性能変動や試薬ロット差の影響を受けやすいため、品質管理手順と連動して管理されることが多い。推定値の不確かさが臨床判断に関わる場合、評価の透明性が求められる。
6.4 工業検査
工業検査では、材料特性や化学成分の品質指標を迅速に推定する用途がある。ライン計測では測定の自動化が進む一方、環境条件やセンサ汚れによる変動が生じやすい。校正曲線の定期更新、標準物の管理、異常検知の仕組みを組み込むことが運用上の要点となる。
7 注意点
7.1 適用範囲の制限
校正曲線には通常、作成に用いた範囲（測定点の領域）における妥当性がある。範囲外のデータをそのまま当てはめると、モデルの外挿になり誤差が増大する。したがって、未知試料が来る可能性を想定し、作成範囲と更新方針を調整する。
7.2 外挿の問題
外挿とは、校正点の外側にある基準量を推定する行為である。非線形領域では形状変化が急になり、少しのモデル誤差が大きな推定誤差に増幅される。信頼区間の拡大や残差傾向の確認を通じて、外挿の可否を判断することが望ましい。
7.3 標準の劣化
標準試料や標準器は、時間経過、温度、光、湿度などの影響で性質が変わることがある。濃度の変化や反応性の低下は、曲線の系統的なずれにつながる。保存条件の管理、使用期限の遵守、劣化兆候のモニタリングが重要である。
7.4 装置ドリフト
装置ドリフトは、時間経過によって感度や応答特性が変化する現象である。校正曲線作成から測定までの期間が長いほど影響が顕在化し得る。ブランクの推移や品質管理データ、再校正の頻度設定を通じて、ドリフトを検知し補正する仕組みが求められる。