《分析化学辞典》(数据处理条目).docVIP

完全随机化设计 completely randomized design 一种试验设计方法。将所有欲考察的因素随机地安排在各试验中，试验按随机次序进行。其特点是安排试验简便，试验重复次数不受限制，数据处理方法简单。当试验规模大时，各试验之间的差异大，会使实验误差过大，有碍于因素效应的判断。 误差 error 测量值与真值之差。误差按其性质可以分为随机误差、系统误差和过失误差，按其产生的原因可以分为仪器误差、方法误差、试剂误差、操作误差和环境误差。测定值经过误差校正之后更接近于真值，但还不是真值，因为校正值本身也含有误差。随机误差影响测定结果的精密度，系统误差影响测定结果的准确度。 误差传递 error prpagation 各直接测量值的测量误差向最后测量结果的传递转移的过程。在测定过程中，许多测定结果都是从多个直接测定量通过计算得到的，各直接测定量的测量误差最终都反映在测量结果中。若测量结果是由多个独立直接测定量……,得到的，，则最后测量结果的方差为 式中是()将其方差传递给的误差传递系数，是测定的方差。 无偏估计值 unbiased estimator 用来估计待估参数真值是无偏的值。其统计含义是：在有限次测量时，由样本值求得的估计值在待估参数的真值附近波动，且其期望值就是待估参数的真值，用它来估计待估参数时没有系统误差。如算术平均值是总体平均值μ的无偏估计值, 样本方差是总体方差的无偏估计值。 系统抽样systematic sampling 又称等距抽样和机械抽样，将总体中的各样品按照某种标志顺序如时间顺序、地区顺序或其他的人为顺序排列，然后依照固定顺序或间隔来抽样。比如，每间隔一定的时间抽取一个或一批样品。这种抽样方法的优点是，保证样本单位在总体中均匀地分布，抽样方法简便，易于实施。 系统误差 systemic error 由某个或某些因素按照某一确定的规律起作用而形成的误差，使测定结果产生偏倚，影响测定结果的准确度。按其出现的规律,可以分为①固定系统误差，对一组测量值的影响是相同的，使全部测量值都增加或减少某一固定量值，不增加测量值的波动性，因此，不影响测定结果的精密度；②比例系统误差，使一组测量值中每一个测量值都按同样的比例增加或减少，但相对误差保持不变；③服从其它规律的系统误差，如周期性系统误差。重复测定不能发现和减少系统误差，只有改变试验条件才能发现它，系统误差是可以设法校正和避免的。 夏皮罗-威尔克检验 Shapiro-Wilk test 一种检验测量值分布正态性的方法。检验所使用的统计量 是将测量值由小到大顺序排列时的序次，是测量值的数目，(当为偶数时)或(当为奇数时)，是与有关的系数，可从夏皮罗-威尔克检验表中查到。值在(0,1)之间，如果测量值来自正态总体，测量值分布近似对称，值接近于1；若测量值不是来自正态总体，测量值分布不对称，值小于1，测量值分布不对称性越大，值偏离于1越远。当由测量值计算的值不小于约定显著性水平的临界值时，可认为测量值遵从正态分布，否则，判测量值不遵从正态分布。 线性范围 limear range 在一定显著性水平下，拟合优度检验不存在失拟的条件下回归线所跨越的最大的线性区间。对于分析测试而言，是指通过拟合优度检验的校正曲线所跨越的最大浓度或含量范围。 线性回归 linear regression 又称直线回归，用最小二乘法将因变量对自变量拟合为直线的过程。分一元线性回归和多元线性回归，前者是拟合因变量与一个自变量的线性函数，后者是拟合因变量与多个自变量的线性函数。 显著性差异 significant difference 被检验参数之间的差异超过在一定显著性水平时所允许的合理误差范围。被检验参数之间是否存在显著性差异可从统计上进行检验，此称显著性检验。 显著性检验 test of significance 从统计上对被检验参数之间是否存在显著性差异所进行的检验。它是检验事先所作出的关于总体参数的原假设同随机样本值之间是否存在显著性矛盾，如果由样本值计算的统计量值小于一定显著性水平下的临界值而位于接受域内，表明与样本值之间不存在显著的矛盾,就接受。反之，如果由样本值计算的统计量值超过一定显著性水平下的临界值而落入拒绝域内，则称被检验的参数之间在统计上有显著性差异，就拒绝，而接受另一个备择假设。 显著性水平 level of significance 统计检验时限制犯第一类错误的概率。表示统计假设同样本值存在显著性矛盾的程度，测定值是随机变量，其值随所取样本而变化，因此，根据样本值来进行统计检验时有可能犯错误，在某些情况下，即使原假设同客观事实并没有显著的矛盾，由样本值计算的统计量值仍有一定的概率落入拒绝域内，从而拒绝原假设。这类错误在统计上称为第一类错