分析化学2-3.pptVIP

  1. 1、本文档共39页,可阅读全部内容。
  2. 2、原创力文档(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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
分析化学2-3.ppt

第二章 误差和分析数据处理 (error disposal of analysis data ) 第三节 有限量测量数据的统计处理 一、偶然误差的正态分布 u,μ,σ 二、t分布 t,S ,μ 三、 平均值的精密度和置信区间 四、 显著性检验 五、 可疑数据的取舍 六、 相关与回归 (不要求,自学) 三、 平均值的精密度和置信区间 (一)平均值的精密度 ( 二)平均值的置信区间 二、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 例1: 置信度与置信区间 置信度与置信区间 例题 用高效液相色谱法测定黄芩中黄芩苷含量(mg/袋),先测定3次,测得黄芩苷含量分别为33.5、33.7、33.4;再测定2次,测得的数据为33.8和33.7.试分别按3次测定和5次测定的数据来计算平均值的置信区间(95%置信水平) 见P21 t检验法---系统误差的显著性检验 1、新方法--经典方法(标准方法) 2、 两个分析人员测定的两组数据 3、两个实验室测定的两组数据 a、首先由下式计算t 值 (一般保留两位有效数字) b、由要求的置信度和测定次数,查表,得: ta,f表 c、若t计≥t表,则平均值与标准值存在显著性差异,为系统误差引起,应查找原因,消除。 d、 t计 t表, 表示无显著性差异,无系统误差,被检验方法可以采用。 2. 两组平均值的比较 当t检验用于两组测定值的比较时,用下式计算统计量t (二)、F检验法-偶然误差的显著性检验 F检验法是比较两组数据的方差,以确定精密度之间有无显著性差异,用统计量F表示。 f1 :为大方差数据的自由度 f2 :为小方差数据的自由度 F计≥F表,则两组数据的精密度存在显著性差异 F计F表,则两组数据的精密度不存在显著性差异 例题: 小结 平均值的精密度和置信区间 作业 P29 13 17 19 三、使用显著性检验的几点注意事项 1.两组数据的显著性检验顺序是先进行F检验而后进行t检验。 2. 单侧和双侧检验 1)单侧检验 → 检验某结果的精密度是否大于 或小于某值 [F检验常用] 2)双侧检验 → 检验两结果是否存在显著性差 异 [ t 检验常用] 3. 置信水平P或显著性水平α的选择 置信水平过高——以假为真 置信水平过低——以真为假 五、可疑数据的取舍 可疑数值即异常值。例:某学生测得值 0.00%、10.04%、10.07%、11.00%,显然11.00%与前三个值相差太远,为可疑值。 可疑值弃舍原则   有过失,异常值舍去,再测一次。  无过失,异常值按Q或G检法决定取舍。 1. Q 检验法(舍弃商法)  步骤: (1) 数据排列 X1 X2 …… Xn (2) 求极差 Xn - X1 (序列中最大值与最小值之差) (3) 求可疑数据与相邻数据之差 Xn - Xn-1 或 X2 -X1 (4) 计算: Q为舍弃商  (5) 根据测定次数和要求的置信度,(如90%)查表:   表1--2 不同置信度下,舍弃可疑数据的Q值表 测定次数 Q90 Q95 Q99 3   0.94 0.98 0.99 4   0.76 0.85 0.93       8   0.47 0.54 0.63 (6)将Q与QX (如 Q90 )相比, 若 舍弃该数据, (过失误差造成) 若 保

文档评论(0)

caijie1982 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档