2误差和分析数据的处理.pptVIP

* * * * 一、偶然误差的正态分布和标准正态分布 正态分布的概率密度函数式 1．x 表示测量值，y 为测量值出现的概率密度 2．正态分布的两个重要参数 （1）μ为无限次测量的总体均值，表示无限个数据的 集中趋势（无系统误差时即为真值） （2）σ是总体标准差，表示数据的离散程度 3．x -μ为偶然误差 正态分布曲线—— x ～ N(μ ,σ2 )曲线 x =μ时，y 最大→大部分测量值集中 在算术平均值附近 曲线以x =μ的直线为对称→正负误差 出现的概率相等 当x →﹣∞或﹢∞时，曲线渐进x 轴， 小误差出现的几率大，大误差出现的 几率小，极大误差出现的几率极小 σ↑，y↓, 数据分散，曲线平坦 σ↓，y↑, 数据集中，曲线尖锐 测量值都落在－∞～＋∞，总概率为1 以x-μ～y作图 特点 标准正态分布曲线—— x ～ N(0 ,1 )曲线 以u ～y作图 注：u 是以σ为单位来表示随机误差 x -μ 二、偶然误差的区间概率 从－∞～＋∞，所有测量值出现的总概率P为1 ，即 偶然误差的区间概率P——用一定区间的积分面积表示该 范围内测量值出现的概率 标准正态分布 区间概率% 正态分布 概率积分表 练习 例：已知某试样中Co的百分含量的标准值为1.75%， σ=0.10%，又已知测量时无系统误差，求分析 结果落在(1.75±0.15)% 范围内的概率。 解： 练习 例：同上题，求分析结果大于2.0% 的概率。 解： 第五节 有限数据的统计处理和t分布 一、正态分布与 t 分布区别 二、平均值的精密度和平均值的置信区间 三、显著性检验 一、正态分布与 t 分布区别 1．正态分布——描述无限次测量数据 t 分布——描述有限次测量数据 2．正态分布——横坐标为 u ，t 分布——横坐标为 t 3．两者所包含面积均是一定范围内测量值出现的概率P 正态分布：P 随u 变化；u 一定，P一定 t 分布：P 随 t 和f 变化；t 一定，概率P与f 有关， 两个重要概念 置信度（置信水平） P ：某一 t 值时，测量值出现在 μ± t ?s范围内的概率 显著性水平α：落在此范围之外的概率 二、平均值的精密度和平均值的置信区间 1．平均值的精密度（平均值的标准偏差） 注：通常3~4次或5~9次测定足够 例： 总体均值标准差与 单次测量值标准差 的关系 有限次测量均值标准差 与单次测量值标准差的 关系 续前 2．平均值的置信区间 （1）由单次测量结果估计μ的置信区间 （2）由多次测量的样本平均值估计μ的置信区间 （3）由少量测定结果均值估计μ的置信区间 续前 置信区间：一定置信度下，以测量结果为中心，包 括总体均值的可信范围 平均值的置信区间：一定置信度下，以测量结果的 均值为中心，包括总体均值的可信范围 置信限： 结论： 置信度越高，置信区间越大，估计区间包含真值的可能性↑ 置信区间——反映估计的精密度 置信度——说明估计的把握程度 注意： （1）置信区间的概念：μ为定值，无随机性 （2）单侧检验和双侧检验 单侧——大于或者小于总体均值的范围 双侧——同时大于和小于总体均值的范围 练习 例1： 解： 如何理解 练习 例2：对某未知试样中CL-的百分含量进行测定，4次结果 为47.64%，47.69%，47.52%，47.55%，计算置信度 为90%，95%和99%时的总体均值μ的置信区间 解： 三、显著性检验 （一）总体均值的检验——t检验法 （二）方差检验—— F检验法 （一）总体均值的检验——t检验法 1．平均值与标准值比较——已知真值的t检验（准确度显著性检验） 续前 2．两组样本平均值的比较——未知真值的t检验 （系统误差显著性检验） 续前 （二）方差检验——F检验法 （精密度显著性检验） 统计量 F 的定义：两组数据方差的比值 显著性检验注意事项 1．单侧和双侧检验 1）单侧检验 → 检验某结果的精密度是