相對標準差 (RSD) 完整指南

什麼是相對標準差？

相對標準差 (RSD)，也稱為變異係數 (CV)，是一種標準化的離散程度衡量指標，將標準差表示為平均數的百分比。它是分析化學、製藥檢測和品質管控實驗室中評估精密度的黃金標準。

與絕對標準差不同，RSD 讓你能夠比較不同量尺或單位測量值的變異性。5 mg/L 的標準差在某個分析中可能很出色，但在另一個分析中可能不合格——RSD 將一切放在共同的尺度上。

RSD 公式與計算

其中 s 是樣本標準差，x̄ 是樣本平均數。計算步驟很簡單：

import numpy as np

def calculate_rsd(data):
    """Calculate Relative Standard Deviation"""
    mean = np.mean(data)
    std = np.std(data, ddof=1)  # Sample SD with Bessel's correction
    rsd = (std / mean) * 100
    return rsd

# Example: Analytical measurements
measurements = [98.5, 101.2, 99.8, 100.5, 99.1]
rsd = calculate_rsd(measurements)
print(f"RSD = {rsd:.2f}%")  # Output: RSD = 1.11%

解讀 RSD 數值

可接受的 RSD 取決於你的應用場景、濃度水準和法規要求：

• RSD < 2%:優異精密度；通常見於經過良好驗證的 HPLC 含量測定和參考標準品
• RSD 2-5%:良好精密度；大多數製藥含量均勻度檢測可接受
• RSD 5-10%:中等精密度；生物分析或微量分析可能可接受
• RSD 10-15%:較高變異性；免疫分析和生物分析方法的典型範圍
• RSD > 15%:精密度不佳；可能表示方法有問題或樣品不均勻

法規要求

各國法規機構對不同檢測類型設有特定的 RSD 要求：

實驗室應用

RSD 在分析科學中不可或缺：

• 方法驗證:在方法開發過程中展示精密度、重複性和中間精密度
• 系統適用性:每日確認 HPLC 系統在規格範圍內正常運作
• 安定性研究:在長期安定性計畫中監測分析精密度
• 方法轉移:比較不同實驗室或儀器之間的精密度
• 品質管控:製造和放行檢測中批次間的一致性

計算範例