工厂废水COD检测数据的数理统计分析.docVIP

工厂废水COD检测数据的数理统计分析 学 院 能源与环境学院 专 业 学 号 姓 名 指导教师 沈阳航空目 录 3 2 采集样本及数据整理 5 2.1 数据的搜集方法及说明 5 2.2 数据整理：给出频数、频率分布表及说明 6 2.3 画出直方图和折线图并给出说明 7 2.4 画出经验分布函数 9 3 假定总体服从正态分布，给出，的估计 11 3.1 矩估计法 11 3.2 极大似然估计 12 3.3 若总体不是正态分布请探求其参数估计 13 4 参数区间估计 15 4.1 方差未知，求数学期望的置信区间 15 4.2 数学期望，均未知，求方差的置信区间 15 4.3 若总体服从weibull分布对其参数进行区间估计 16 5 参数的假设检验 18 5.1 样本统计数据的t检验 18 5.2 样本统计数据的检验 18 6 非参数假设检验 20 6.1 拟合优度检验 20 6.2 K—S检验 22 6.3 当上述检验被接受或被拒绝时，请结合实际问题给出说明 25 7 结论 26 8 参考文献 27 前言 近年来，在我国工业的高速发展的同时，环境污染也在不断加剧，我们赖以生存家园在不断遭到破坏。因此政府清晰地认识到加强环境保护刻不容缓，必须对工业生产过程中产生的各种污染要进行严格监控。那么要想做好这项工作，我们不仅需要有效地检测技术还必须具备有效地数据分析方法。在检测数据出来以后 如何依据众多的检测数据深入了解数据的变化规律,如何利用众多检测数据对环境质量作出正确的评价,这对环境质量评价及三废治理来说,有十分重要的意义。 而要想依据部分数据而深入了解事物的全体，我们不难想到要借用数理统计进行研究。数理统计是应用广泛的一个数学分支它是以概率论为基础的科学,它可根据试验或观察到的数据,运用科学、的方法对研究对象的客观规律作出种种合理的估计和判断。也就是说通过对随机现象有限次的观测或试验所得数据进行归纳，找出这有限数据的内在数量规律性，并据此对整体相应现象的数量规律性做出推断或判断，根据资料为随机现象选择数学模型，且利用数学资料来验证数学模型是否合适，在合适的基础上再研究它的特点，性质和规律性。事实上，近几年数理统计的一些原理、方法被用于水质监测屡见不鲜,一些大中城市的水厂化验室都相继将数理统计的方法直接应用于水质检验,这就是水质分析的质量控制。 在本设计中主要是针对沈阳市蒲河上游某大型化工厂排放废水中有机物含量的检测和统计学分析。近几年蒲河的水体污染严重，造成地表水污染，水质异常，颜色发暗，气味恶臭，且伴有油污，鱼类和其他水生物几乎绝迹，沿河水生态环境遭到严重破坏，通过相检测结果我们知道，浦河河水中污染物很大一部分是化学耗氧量，水体富营养化。为此沈阳市政府采取了一系列的检测和治理措施。所谓监测就是严格监控浦河上游重大工厂排水有机物污染含量。本设计就是针对其中某家大型化工厂排放废水进行的监测分析，利用数理统计相关知识，对工厂排水有机物污染含量服从的分布境况及对工厂关于向上级政府报告或对媒体公开的一些数据进行科学的判定，比如说， 该化工厂在相关报告中一再表明企业内部定期会对水质进行检验，而且大量的COD监测结果表明污染物耗氧相对较低。平均值不会超过，其工厂排水有机物污染含量没有超过国家环保局规定的标准；工厂生产比较稳定，废水污染物含量波动不会太大等等一系列的问题。 采集样本及数据整理 数据的搜集方法及说明 合理的收集数据是进行水质监测统计分析步骤中不可或缺的，而对于化工厂来说,排污量取决于工艺流程及治理情况。目前许多单位采用少量的瞬时取样,难免有片面。根据数理统计相关知识我们知道必须有足够数量的观测数据,否则只能是蜻蜒点水浮光掠影,不可能阐明事物间内在联系与客观规律,特别是水质监测数据的大小受其他因素的影响颇大,如水中污染物的浓度除受污水排放的数量、污染物性质影响外,还与监测时、水位、水速度、取样点的位置,频度等因素有关。因此,单凭少数监测资料就下结论,则随机误差极大,可靠程度极差。 为了克服这些问题，我们沈阳航空航天大学清洁能源研究所相关成员对该化工厂的排水口,在8天192小时内每隔2小时进行采样,并测定其COD值,测定结果如表2.1所示。（注：测定COD的方法的方法是取适量水样以高锰酸钾为氧化剂,于沸水浴加热30 分钟后,加入草酸钠使之褪色,趁热用高锰酸钾滴定,终点为微红色。滴定所消耗的高锰酸钾量折成氧的量,以毫克/升表示） 日期 测定结果折算成的耗氧量（） 第一天 22.1 15.6 11.9 21.7 25.2 22.1 17.3 17.2 25.6 15 10.7 2.8 第二天 7.3 28.5 10.8 8.6 3.8 2.8 11.9 12.3 22.9 14.9 30