[工学]分析化学第2章-误差及分析数据的统计处理.ppt

[工学]分析化学第2章-误差及分析数据的统计处理.ppt

  1. 1、本文档共55页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[工学]分析化学第2章-误差及分析数据的统计处理

第二章 误差及分析数据的统计处理 §2-1 定量分析中的误差 §2-2 分析结果的数据处理 §2-3 误差的传递 §2-4 有效数字及其运算规则 基本内容和重点要求 掌握误差的表示方法、特点,减免措施; 掌握精密度和准确度定义、作用及其关系; 了解置信度与置信区间的定义、可疑数据的取舍及相关计算; 掌握有效数字概念及运算规则。 §2-1 定量分析中的误差 一、定量分析结果的表示 二、准确度和精密度 三、系统误差和偶然误差 一、定量分析结果的表示 a. 待测组分的化学表示形式 b. 待测组分含量的表示方法 a. 待测组分的化学表示形式 以待测组分实际存在形式的含量表示:NH3、NO3- 以氧化物或元素形式的含量表示:CaO、SO3、 SiO2、 Fe 、Cu 以需要的组分的含量表示:水分(%)、灰分(%)、水不溶物(%)、 K+ b. 待测组分含量的表示方法 固体试样: 质量分数或百分含量; 液体试样: 物质的量浓度(mol·L-1)、质量分数、质量浓度(mg·L-1、 ?g·L-1 等) 、体积分数、摩尔分数; 气体试样: 体积分数或mg·L-1等。 二、准确度和精密度 基本概念 准确度的量度 精密度的量度 准确度和精密度的关系 1. 基本概念 准确度(accuracy) 分析结果与真实值相接近的程度,说明分析结果的可靠性,用误差来衡量。 精密度(precision) 在相同条件下,几次平行测定,分析结果相互接近的程度,即重复性或再现性(repeatability or reproducibility),用偏差来衡量。 2. 准确度的量度 误差(error) 绝对误差E: 相对误差Er: 例 1 同样的绝对误差,当被测定的量较大时,相对误差就比较小,测定的准确度也就比较高。用相对误差表示测定结果的准确度更确切些。 3. 精密度的量度 偏差(deviation ) 绝对偏差di: 平均偏差 (绝对): 相对平均偏差: 标准偏差(均方根偏差) 总体标准偏差?: n趋于无限次时, 样本标准偏差s: n为有限次时, 相对标准偏差RSD或变异系数CV : 例 2 例 3 两组数据比较 4. 准确度和精密度关系 三、系统误差和偶然误差 分析产生误差的原因和规律 系统误差(可测误差) 偶然误差(未定误差) 过失误差 1. 系统误差(systematic error) 由某种固定原因造成,使测定结果系统地偏高或偏低,具有重复性、单向性、可校正。 包括:方法误差、仪器误差、试剂误差、操作误差(主观误差)等。 可通过对照试验、校准仪器、空白试验等消除系统误差。 2. 偶然误差(random error ) 由一些难以控制、无法避免的偶然因素造成,具有随机性、波动性、多次重复测定误差分布符合正态分布。 可采用多次测定取平均值的方法减小偶然误差。 3. 过失误差(gross error) 由分析者粗心大意、过失或差错造成。 遵守操作规程,一丝不苟、耐心细致地进行操作,在学习过程中养成良好的实验习惯,完全可避免! 例 4 判断正误 只有在消除了系统误差以后,精密度高的分析结果才是既精密又准确的。 §2-2 分析结果的数据处理 一、置信度与平均值的置信区间 二、可疑值的取舍 三、显著性检验 一、置信度与平均值的置信区间 置信度P(置信水平) 某值在一定范围内出现的几率 置信区间 一定置信度下,总体平均值(真值)所落在的范围 有限次测量的平均值与总体平均值的关系 不同置信度的 t 值见下表 例 5 测定结果47.64%、47.69%、47.52%、47.55%,计算置信度为90%、95%、99%时总体平均值?的置信区间? 解: 二、可疑数据的取舍 可疑数据(离群值) 消除了系统误差、剔除了有明显过失的数据,存在个别偏离较大的数据。 取舍方式: Q检验法 2. Grubbs法 1. Q检验法 数据从小到大排列:x1,x2,…,xn-1,xn 计算统计量Q: 从Q值表(见下页)中查得Q表,比较Q 与 Q表,若QQ表,则舍去异常值,否则保留。 例 6 测量得结果:1.25、1.27、1.31、1.40,试用Q检验法判断1.40这个数据是否应保留?(P=90%) 解: 2. 格鲁布斯(Grubbs)法 从小到大排列:x1,x2,…,xn-1,xn 据该组数据的平均值及标准偏差,计算统计量G,与Gp,n值表中相应数值比较,若G计算GP,n,则异常值舍去,否则保留。 例 8 数据 1.25、1.27、1.31、1.40用Grubbs法判断,1.40是否保留(P=95%)? 解: 三、显著性检验 存在“显著性差异”指有明显系统误差 两组数据的比较 测定的平均

文档评论(0)

qiwqpu54 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档