如何正确分析化验数据.ppt

如何正确分析化验数据 李三梅 * 一、误差及其来源 一、系统误差 也称为可定误差，是有分析过程某些经常发生的原因造成的误差，对结果的影响较为固定，在同一条件下重复测定时，它会重复出现。因此，系统误差的大小往往可以估计，也可以设法减少或加以校正。系统误差按其产生的原因可分为以下几类。 仪器误差。主要是仪器本身不够精密或未经校正引起的，如天平、砝码和量器刻度不够准确等，在使用过程中就会使测定结果产生系统误差。 一、误差及其来源 试剂误差。由于试剂不纯或蒸馏水中含有微量杂质所引起的误差。便于辨别各种标志和符号所属的等级，现列表如下： 一、误差及其来源 方法误差。这种误差是由于分析方法本身所造成。例如，重量分析中，由于沉淀的溶解造成损失或因吸附某些杂质而产生的误差。在滴定分析中，因为反应进行不完全或干扰离子的影响，以及滴定终点和终点不符合等，都会影响结果，从而产生系统误差。 操作误差。指在正常操作情况下，由于分析工作者掌握操作规程与正确控制条件稍有出入而引起的误差。例如，滴定管读数时偏高或偏低，对某种颜色的变化不够敏锐等所造成的误差。 一、误差及其来源 系统误差可以用对照试验，空白试验，校正仪器方法加以校正。 所谓对照试验就是我们在分析某试样时，与已知成分较接近的标准试验按同一方法进行操作。例如，已知某种标准试验的真是含量为98.8%，经用被检测方法测定结果为98.70%，则说明分析方法及操作方法的系统误差为-0.1%。所谓空白实验是在不加试验的情况下，按照被测试样的分析步骤和条件进行分析的试验，得到的结果称为“空白值”，从试样的分析结果中减去“空白值”就可以得到更接近与真实含量的分析结果。这些误差是有试剂、蒸馏水、试验器皿和环境带入的杂质所引起的。 一、误差及其来源 二、偶然误差 偶然误差也叫不定误差，产生的原因和系统误差不同，它是有某些偶然因素（如测定时的环境温度、湿度和气压的微小波动）所引起的，其影响有时大、有时小、有时正、有时负。偶然误差难以观察也难以控制。但是，在清除系统误差后，在同样条件下进行多次测定，则可发现偶然误差几乎有相等出现的规律： 1.同样大小的正负偶然误差几乎有相等出现的规律 2.小误差出现的机会多 3.大误差出现的机会少。 一、误差及其来源 偶然误差的这种规律性，可由误差的正态分布曲线表示。从曲线可以知道，随着测定次数的增加，偶然误差的算术平均值将逐渐接近与零。因此，多次测定结果的平均值更接近与真实值。所谓多次测定，也不是实验次数越多越好，因为这样做会浪费很多人力、物力和时间。在一般测定中，有时只做2~3次平行测定即可。 二、数据处理的基本方法 1.准确度 分析结果的准确度是指测得值与真实值之间的符合程度。 误差愈小结果准确，准确度越高。误差的大小可用绝对误差和相对误差两种方式来表示。 设测得值为X ，真实值为T，绝对误差E，相对误差为E%，则： E=X-T 二、数据处理的基本方法 2.精密度 是指在相同条件下，几次测得结果彼此相符合的程度。精密度的大小用偏差表示。设测得值为X, 多次测定结果的算术平均值为X绝对偏差d,相对偏差为d%，则：d=X-X 绝对偏差和相对偏差都是表示一次测量结果对平均值的偏差，不能表现多次测量结果的数据分散程度。 二、数据处理的基本方法 （1）平均偏差。为了描述多次测量结果的精密度，可以应用平均偏差（d）来表示，相对平均偏差d%用表示: 二、数据处理的基本方法 （2）标准偏差和变异系数 以数理统计方法处理数据，常用标准偏差来衡量精密度。标准偏差又叫均方根偏差，当测定次数n→∞，其定义为： 其中为无限多次测定的平均值。 在分析工作中，在测定多次很多时，n＜20时，那么标准偏差可按以下式计算： 二、数据处理的基本方法 在这两个公式中，以用后者所算得的数值较大，数学的严格性较高，其可靠性也较大，但在一般分析工作中，采用前式计算，结果已能满足于分析准确度的要求。 二、数据处理的基本方法 （3）相对标准偏差又叫变异系数，即： 二、数据处理的基本方法 2、有效数字和数值的修约 （1）有效数字的基本概念。有效数字指在检验工作中所得到有实际意义的数值。其最后一位数字欠准是允许的，这种由可靠数字和最后一位不确定数字组成的数值，即为有效数字。 （2）有效数字的定位：数值是指确定欠准数字的位置。这个位置确定后，其后面的数字为无效数字。 二、数据处理的基本方法 （3）有效位数。在没有小数位且以若干