2.二次多项式拟合回归方程

 

二次多项式成抛物线状，开口向下或者向上，在很多ELISA实验中，拟合近似于二次多项式的升段或者降段，由于曲线的特性，同一个浓度值在曲线图上可能表现出没有对应的OD值、有一个OD值，或者两个OD值，所以使用二次多项式拟合时，最好保证取值的范围都落在曲线的升段或者降段，否则哪怕是相关系数很好也很可能与实际的值不一致。

 

其拟合函数方程式为：y=a+b x+c x2

3.三次多项式拟合回归方程

 

三次多项式像倒状的‘S’形，在实验结果刚好在曲线的升段或者降段的时候，效果还可以，但是对于区间较广的情形，由于其弯曲的波动，三次方程拟合模拟不一定很好，跟二次方程拟合一样，看曲线的相关系数的同时也要看计算的点在曲线上的分布，这样才算出理想的结果，本软件计算值时，选择性的取相对于浓度或者OD值，比较符合实际的那个结果，而没有将多个结果列出。

 

拟合函数方程式为：y=a+b x+c x2+d x3

4.半对数拟合回归方程

 

半对数拟合即将浓度值取对数值，然后再和对应的OD值进行直线回归，理想的状态下，在半对数坐标中是一条直线，常用于浓度随着OD值的增加或者减低呈对数增加或者减少的情况，即浓度的变化比OD值的变化更为剧烈。在ELISA实验中较常用（有很多用EXCEL画图时，也常使用半对数）。

 

拟合函数方程式为：y=a lg(x)+b

5.Log-Log拟合回归方程

 

Log-Log拟合和半对数相似，只是将OD值和对应的浓度值均取对数，然后再进行直线回归。

 

拟合函数方程式为：lg(y)=a lg(x)+b

6.Logit-Log拟合回归方程

 

Logit-log则是免疫学检测中的模型,可用于竞争法。它最早用于RIA，但在ELISA中也是可以应用的。Logit变换源于数学中的Logistic曲线。在竞争法放射免疫分析(RIA)及ELISA中，当竞争性反应物为0时结合率为100%，如果某一浓度下结合率为B，B=OD/OD(0)，在对B进行Logit变换：y=ln[B/(1-B)]，之后y与浓度的对数成线性关系，即：y=a+b lg(x)，拟合函数方程式为：lg(y)=a lg(x)+b就得到了Logit-log直线回归模型，这个模型一般适用于竞争法的拟合，所以拟合时要求只有少有一个零浓度测试的OD值，并且此值为整个反应的最大值（也就是我们常说的至少要做一个空白对照）。