测定试验方法合并定量限的标准实施规程（D6259-23）

📋 概述与适用范围

美国材料与试验协会标准 D6259‑23 由 D02 石油产品、液体燃料与润滑剂委员会及其分委员会 D02.94 制定，旨在为各类试验方法提供统一、可靠的合并定量限（PLOQ）确定指南。该标准最早发布于二十世纪九十年代，本次更新进一步明确了基于实验室间研究（ILS）数据使用回归技术的具体流程。其适用范围主要针对能够产生接近零数值的试验方法，尤其是在石油产品、液体燃料和润滑剂中对极低浓度分析物的定量测定。标准引用了 D6300（精密度与偏倚数据测定规程）和 E691（实验室间研究实施规程），表明 PLOQ 的计算需要依赖这些标准提供的精密度评估框架，从而保证结果的统计学有效性。

与其他定量限标准不同，D6259‑23 强调“合并”的概念，即利用多个实验室的重复性数据来反映方法在真实应用环境中的精密度水平。这种方法比仅基于单实验室数据的定量限更为稳健，能够更好地支持商业和监管决策。标准还明确了 PLOQ 的定义边界：当试验结果低于此限时，其相对不确定性预计达到或超过正负百分之三十（95%置信水平），因此结果应谨慎使用。总体而言，该标准为低浓度分析方法的性能评价提供了科学、可复现的技术依据，是石油化工领域质量控制与数据分析的重要工具。

⚙️ 试验原理与方法

PLOQ 的确定植根于精密度的浓度依赖性——通常分析物浓度越低，测得的重复性标准差相对于浓度的比值越大。标准利用实验室间研究（ILS）采集多个浓度水平的数据，按照 D6300 或 E691 的统计方法计算出每个浓度下的合并重复性标准差，再通过回归分析建立标准差与浓度之间的函数关系。常用的回归模型包括线性回归（标准差等于截距加斜率乘以浓度）以及对数变换后的线性拟合，具体选择需基于数据的分布特征并经过残差诊断。核心步骤包括：设计至少覆盖三个浓度水平的 ILS 研究，确保浓度范围包含预期的 PLOQ 附近；计算各水平的合并重复性标准差；利用最小二乘拟合法确定回归方程；最后求解方程十倍合并重复性标准差除以浓度等于一的浓度值，即为 PLOQ。

这一原理背后的统计逻辑在于：当相对标准差达到百分之十时（即十倍标准差与浓度之比等于一），95%置信区间下的相对扩展不确定度约为正负百分之二十，考虑到自由度与分布特征，标准将其保守估计为正负百分之三十或更大。因此，PLOQ 实质上是方法能够提供可靠定量结果的“临界点”。需要注意的是，如果数据存在明显的异方差性或离群点，则应对回归进行加权处理或剔除异常值，以免得到错误的 PLOQ。标准同样定义了单实验室的定量限（LLOQ），其计算方式与 PLOQ 相同，但采用的重复性标准差来自同一实验室的重复性数据，更适合内部质量控制场景。

📊 技术参数与指标

下表汇总了标准中定义的两个核心定量限及其关键特性，以及重复性条件的要素。数据均来源于 D6259‑23 原文。表 1 对比了 PLOQ 与 LLOQ 的定义关系及其对应结果的不确定性说明。

表 2 列出了重复性条件的标准定义要素，这些条件是在 ILS 中获取重复性数据时必须遵守的规范，保证标准差计算的可靠性。

表 3 简要展示了标准引用的两项主要文件及其在 PLOQ 计算中的作用，帮助读者理解标准体系间的关联。

🔬 工程应用与注意事项

在工程实践中，PLOQ 主要用作评价试验方法低浓度性能的量化指标。例如，在车用燃油中硫含量的测定、润滑油中磨损金属元素的痕量分析等场景，方法是否具备可靠的定量能力直接关系到产品合规判定与质量监控。应用时，实验室应首先依据 D6259‑23 开展 ILS 研究或引用已有的 ILS 数据，通过回归分析得出该方法的 PLOQ。此后，所有低于 PLOQ 的测试结果不应作为定量数据用于交易或监管报告，仅可作参考性提示。这能有效避免因精密度不足导致的错误决策。注意，PLOQ 是方法自身的性能参数，并非单次测定的检出限或报告限，实际工作中还需结合样品基质效应适当上移使用限。

使用中需特别关注 ILS 的设计质量——浓度水平应至少三个，且最好有覆盖 PLOQ 附近的点；每个水平的重复次数需满足统计要求；不同实验室之间的数据一致性必须检验。回归模型的残差应随机分布，若呈现明显趋势应考虑加权回归或变换。此外，同一方法在不同类型样品或不同实验室群体中可能有不同的 PLOQ，必要时应分段建立。质量控制中，建议定期使用 PLOQ 附近的标准样品进行监控，验证方法的精密度水平是否保持。如果发现合并重复性标准差显著增大，应评估是否需重新计算 PLOQ 或修订方法。

❓ 常见问题解答