分析数据的处理和分析工作质量保证(PPT-130).ppt

分析数据的处理和分析工作质量保证(PPT-130).ppt

  1. 1、本文档共130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
分析数据的处理和分析工作质量保证(PPT-130)

第二章 分析数据的处理和分析工作质量保证 卫生检验的目的是对各种卫生样品中某些组分的含量进行测定,从而为各种卫生评价、卫生法规和卫生标准的制定提供科学依据。 五、平均值的标准偏差 (三)有效数字的运算规则 (四)有效数字在分析化学中的应用 1. 正确记录测量数据 记录测定结果时,只保留一位可疑数字 分析天平称量质量:0.000?g 测量滴定体积 0.0?ml 用容量瓶配制标准溶液的体积: 100.0ml,250.0ml,50.00ml 组分含量不同所允许的相对误差 例 某人分析一样品中的甲醛含量,结果为:10.74、10.77、10.77、10.77、10.81、10.82、10.73、10.86、10.81(?g/L)计算P=0.95时,平均值的置信区间; 解 查表,当P=0.95,f =8时, t =2.306,则 第三节 分析数据的处理 在科学实验中,为了得到准确的测量结果,不仅要准确地测定各种数据,而且还要正确地记录和计算。分析结果的数值不仅表示试样中被测成分含量的多少,而且还反映了测定的准确程度。所以,记录实验数据和计算结果应保留几位数字是非常重要的。 (一)有效数字及计位规则 一、有效数字 (二)有效数字的修约规则 例如:将下列数据修约为四位有效数字。 舍去部分大于五时进一 舍去部分等于五时,末位成偶数 修约数字时,只能对原数据一次修约到所需要的位数,不得对该数字进行连续修约。 1. 加、减法运算 2. 乘、除法 3. 乘方和开 4. 对数和反对数 2. 正确选取用量和选用适当的仪器 若称取的样品量为2~3 g,就不需要用万分之一的分析天平,用千分之一的天平即可。 3. 正确表示分析结果 含量≥10%,保留四位有效数字。如10.27% 含量在1%~10%,保留3位有效数字。例如5.85% 含量<1%,保留2位有效数字,如0.20% 如分析煤中含硫量时,称样为3.5g,两次测得结果(S%)为: 甲: 0.042% 0.041% 乙: 0.04201% 0.04199% 问:应采用谁的结果,为什么? 分析结果的表示,还应考虑测定对象对准确度的要求。 3. 分析中各类误差的表示 通常取1~2位有效数字,如相对误差0.02%,0.13%;标准偏差0.04,0.26等。采用过多的位数是无意义的。 4. 对各种化学平衡的计算(如计算平衡时某离子的浓度),根据具体情况保留2或3位有效数字。 常遇到pH=4,pM=8等这样的数值,有效数字未明确指出,这种表示方法不规范。当遇到这种情况时,最后分析结果的有效数字可以其它测量值的有效数字位数为准。 在分析工作中,一组平行测量数据总会有一定的离散性,这是随机误差引起,是正常的。但有时会出现个别偏差较大的数据,称为可疑数据或离群值。 二、可疑数据的取舍 如果能找出这是由于过失引起的,当然可以弃去;但若找不出什么原因时,就不能随便舍弃,应该用数理统计学的方法来决定取舍。目前常用的有以下几种: 1. Q 检验法(ISO推荐方法) (1)将测定数据从小到大排序:x1、 x2、 x3、…、 xn,设其中x1或xn为可疑数据; (2)求极差 xn- x1; (3)求 Q 如果xn为可疑值 如果x1为可疑值 查表(p12),若Q>Q表,弃去。 适用于3~10个测量值 2. Grubbs(T)检验法 (1)将测定数据从小到大排序:x1、 x2、 x3、…、 xn,设其中x1或xn为可疑数据; (2)求 如果xn为可疑值 如果x1为可疑值 查表,若T>T表,弃去。 如果可疑数据有两个以上,且在平均值的同一侧,则先检验内侧的数据,测定次数应减去被检验以外的可疑数据。如有两个可疑数据,则测定次数为n-1次。如果在平均值的两侧,则要分别检验。 三、分析数据的显著性检验(p14) 显著性检验是用统计学的方法检验两个分析结果之间有无显著性差异,即有无系统误差存在。如果无显著性差异,即不存在系统误差,两者之间的差异是由偶然误差所致,这样就可用偶然误差的分布规律来处理。 在分析工作中经常遇到下列几种情况: ① 某分析人员对标准试样或纯试样进行测定时,得到的平均值与标准值不完全一致;② 采用两种不同的分析方法(如一种用标准方法,另一种用新方法)对同一试样进行分析时,得到两组数据的平均值不完全一致; ③ 两位分析人员对同一试样进行分析,或不同实验室对同一试样进行分析时,两组数据的平均值有差异。 这时,如何判断它们之间的差异

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