2-2 定量分析中的数据处理及评价.ppt

2-2 定量分析中的数据处理及评价 1、数据处理中的几个术语及其意义 在实际的分析测试工作中，测试所得的数据总是参差不齐，误差是客观存在的。如何对所得的数据进行处理和评价，找出其规律，判断分析结果的可靠性，并用于指导实践。数理统计法是处理与评价数据的科学方法。先介绍有关的的几个术语： （1）总体、样本和个体 （2）平均值和中位数 （3）精密度的表示方法 （1）总体、样本、个体和样本容量 总体：研究对象的全体称为总体（或母体）； 样本：（或子样）：自总体中随机抽出的 一部分样品称为样本（或子样）； 个体：组成总体的每一个单元称之为个体； 样本容量：样本中所含个体的数目称为样本大小（或样本容量） 举例说明 对某一批软锰矿中二氧化锰含量的测定。分析人员按分析标准规定，对物料进行处理（取样、粉碎、过筛和缩分等前处理的过程），最后得到约500g供分析用的试样，这就是总体。从500g的试样（总体）中取12份软锰矿样品来进行分析，得到12个测定值，这一组测定值（12个数据）称为本软锰矿试样总体的随机样本，样本容量为12。 （2 ）平均值和中位数 平均值 中位数 中位数：位于一系列按递增或递减排列数据中间的数据称为中位数。 （1）数据的数目n为奇数时，居于中间的数值仅一个； （2）数据的数目n为偶数时，居于中间的数值有两个，此时中位数为它们的平均值； （3）采用中位数的优点是：计算简便，它与两端极值的变化无关，当测量次数较少、而且又有大误差出现，数据处理有困难时，采用中位数较好。 （3）精密度的表示法 在误差概念的讨论中己知,可用误差和偏差来表示测定数据的准确度和精密度。而精密度是对有限次测定数据的离散程度。d、 、 、Ｒ（极差）和公差来表示。 根据对数据处理的要求不同，数据的精密度还常用以下几种方法表示。 方差 总体方差：测定值与真值的差的平方和除以测定次数n。 标准差 标准差：方差的平方根为标准偏差。 总体的标准差也称标准误差，对真值言。 样本标准差（标准偏差）与变异系数 样本标准差也称为标准偏差：对平均值而言。 －相对标准偏差也称变异系数。 标准误差与标准偏差的特点 标准误差相对真值而言，测定次 数为n→∞ 标准偏差相对平均值而言，计算公式中的n-1称为自由度（通俗的理解可为：做了n次实验，有n-1次可以做对比）。 精密度表示法小结 测定结果数据精密度的表示法有： 偏差（d） 平均偏差（ ） 相对平均偏差（ 即精密度） 标准偏差（s） 相对标准偏差（ 即 ：变异系数） 例 例：有两位分析人员对同一样品进行分析，都平行做了8次，得到以下两组数据，计算两组数据的平均偏差（ ）与标准偏差（s）： 1． ： 0.11, -0.73, 0.24, 0.51, -0.14, 0.00, 0.30, -0.21, n= 8 =0.28 s1=0.38 2 ：0.18， 0.26，-0.25，-0.37， 0.32 ， -0.28，0.31， -0.27 n=8 =0.28 s2=0.29 　 　　　　= ,　 s1>s2 2. 随机误差的分布 随机误差（偶然误差）是由一些偶然因素造成的误差，它的大小和方向难以估计，似乎没有什么规律，但如果用统计学方法处理，就会发现它服从一定的统计规律。为了弄清随机误差的统计规律，下面我们来讨论以下两个问题。 （1）频数分布 （2）正态分布 频数分布 对上表100个数据的分析： 有两个极值，最小为1.27，最大为1.55。 R（极值）=1.55-1.27=0.28≈0.30（方便处理） 把数据分为10组则组距为0.03，将各测量值对号编入。 制频数分布表。 数据频数分布规律 由以上数据，我们可以发现位于中间数值1.36～1.44之间的数据多一些，其他范围的数据少一些，小于1.27或大于1.55的数据更少一些。这就是说测量数据中有明显的集中趋势。测量数据的这种既分散又集中的特性，就是其规律性。 频数分布图 2.随机误差的正态分布 定量分析的随机测量值或偶然误差的分布都符合正态分布规律，正态分布就是数学上的高斯分布，可用高斯方程描述：