在图上标出针对每个样本的测定值及每个浓度水平的测定均值，手工或用计算机做图将均值点相连，观察数据点与直线间的偏差，如偏差过大，表明数据组存在明显非线性，需要对测定过程进行检查，排除因操作错误所至误差，并对样本进行重新测定。如图形与直线接近，表明可对数据组继续进行统计分析。33剔除离群值离群值可由散点图初步判断，标准中建议采用格拉布斯（GRUBBS）法进行离群值检验。检验步骤如下每组数据中有4个测定结果，分别记为y1，y2，y3，y4。1将4个测定值按大小顺序排列最大值记为max最小值记为mi
14
f2由4个测定值计算均值和标准差S
y1y2y3y44；
3根据可疑值max或mi
分别按下式计算统计量tt1maxS，t2mi
S
4根据给定的显著性水平a和重复测定次数查表得临界值5如t值大于临界值，则相应的可疑值为离群值。
Grubbs检验临界值Ta值表
样
样
本
显著性水平
本
显著性水平
数
数
00500250010005
00500250010005
3115311551155115541463148114921496
34进行多项回归分析对数据组进行多项回归分析，得到一级、二级与三级多项式。一级多项式为直线，二级多项式表示上升曲线或下降曲线，三级多项式表示S形曲线（在测量范围两端具有明显的非线性）。
15
f多项式方程如下：
级数
多项式
回归自由度（Rdf）
一级
Yb0b1X
2
二级
Yb0b1Xb2X2
3
三级
Yb0b1Xb2X2b3X3
4
35对回归方程进行线性检验
多元回归方程中以bi表示的系数为回归系数。在二级与三级方
程中，b2与b3为非线性系数。对回归方程进行线性检验就是对每
个非线性系数作t检验，判断回归系数与零是否有显著性差异。b0
与b1不反映非线性，故不需对其进行检验。对b2与b3的检验方
法如下：
计算统计量t，计算公式为：
tbiSEi
其中，SEi为每个非线性系数的斜率标准误，计算公式为：
S
其中，Y为回归方程预测值，与为测定均值。由公式dfLRRdf计算自由度，L为样本数，R为每个样本
16
f的测定次数，Rdf为回归自由度，即回归方程中系数（包括b0）的个数。如测定5样本，每个样本重复测定4次，则对测定数据进行回归分析后其三级多项式中L5，R4，Rdf4，df54416。在t值表中寻找t界值（双边检验，α005），将计算出的t值与界值比较，如p005，表示非线性系数与零无显著性差异，数据组被认为具线性，此时可对数据组进行精密度检验，具体方法见后。当精密度符合线性判断要求时，数据分析可结束。如p005，表示此非线性系数具有统计学显著性，数r