绪论及误差技术方案.ppt

* * * * (1.2) 平均值－Mean value n 次测量值的算术平均值。虽不是真值，但比单次测量结果更接近真值，它表示一组测定数据的集中趋势。 (1.3) 中位数（XM）－Median value 一组测量数据按大小顺序排列，中间一个数据即为中位数ＸＭ。 当测量值的个数为偶数时，中位数为中间相邻两个测量值的平均值。它的优点是能简单直观说明一组测量数据的结果，且不受两端具有过大误差数据的影响；缺点是不能充分利用数据，因而不如平均值准确。 (2)、误差按其来源和性质可分为：系统误差与偶然误差 (2.1)系统误差:又称可测误差——由于某种经常出现、固定的原因引起的。 方法误差: 溶解损失、终点误差－用其他方法校正 仪器误差: 刻度不准、砝码磨损或生锈－校准仪器 试剂误差: 不纯－空白实验 主观(操作)误差: 颜色观察、试样分解不完全-更换操作者 具有单向性、重现性、可测（校正）性特点 (2.2)过失：由于不规范操作或粗心大意造成的分析结果差异，如加错试剂、读错刻度、算错、试液漏洒等），应避免。 * (2.3)偶然误差: 又称随机误差——由于某些无法控制的不确定因素引起的。如温度、湿度、气压、电压等变化。 减小办法：多次平行测定求平均值 不存在系统误差的情况下，测定次数越多其平均值越接近真值。一般平行测定4-6次 特点： a、不可测性（校正）——大小、正负是随机、不固定的 b、呈正态分布，服从统计规律 系统误差：可校正消除 随机误差：不可测量，无法避免，可用统计方法研究 1 随机误差的正态分布 测量值的频数分布 分组细化 ? 测量值的正态分布（高斯分布） m 集中趋势：有向某个值集中的趋势 离散特性：各数据是分散的，波动的 (3) 准确度和误差 绝对误差: 测量值与真值间的差值, 用 E表示 E = x - xT 准确度: 测定结果与真值之间的接近程度，用误差表示。 误差 相对误差: 绝对误差占真值的百分比,用Er表示 Er =E/xT = （x – xT） /xT×100％ 在实际分析中，待测组分含量越高，相对误差要求越小；待测组分含量越低，相对误差要求较大。 不同组分含量所允许的相对误差，即对准确度的要求不同 含量（ % ）　＞90　≈ 50　≈ 10　≈ 1　≈ 0.1　0.01～0.001 允许 Er%　0.1～0.3　0.3　　1　 2～5　5～10　 　≈ 10 例：用分析天平称样，一份 0.2034 克，一份 0.0020 克，称量的绝对误差均为 +0.0002 克，问两次称量的 Er% ？ 解：第一份试样 　　 Er1%=+0.0002 ÷ 0.2034 × 100% = +0.1% 第二份试样 Er2%=+0.0002 ÷ 0.0020 × 100% = +10% 用相对误差表示测定结果的准确度更确切一些。 偏差: 测量值与平均值的差值，用 d表示 d = x - x 精密度: 平行测定结果之间的吻合程度，用偏差表示。 ∑di = 0 平均偏差： 各单个偏差绝对值的平均值 相对平均偏差：平均偏差与测量平均值的比值 标准偏差：s 相对标准偏差：RSD 标准偏差比平均偏差能更好地反映测量数据的离散程度。 准确度与精密度的关系 准确度与精密度的关系 1.精密度高是准确度高的前提; 2.精密度高不一定准确度高 3.准确度高精密度一定高 系统误差! 准确度及精密度都高－结果可靠 2.1 有效数字及运算规则 1 有效数字: 分析工作中实际能测得的数字，包括全部可靠数字及一位不确定数字在内 准确数字+估计数字 a 数字前0不计,数字后计入 : 0.03400 b 数字后的0含义不清楚时, 最好用指数形式表示 : 1000 (1.0×103, 1.00×103, 1.000 ×103) c 在所有计算式中，自然数和常数（π、e等）以及非检测所得的计算因子（倍数或分数，如6、 等）的有效数字位数，可视为无限，需要几位就取几位。 d 数据的第一位数≥8的,可多计一位有效数字，如 9.45×104, 95.2%, 8.65 e 对数和指数的有效数字位数按尾数计,如 pH=10.28, 则[H+]=5.2×10-11 又如103.85为两位有效数字 f 误差和偏差的计算只需保留1～2位 m ◇分析天平(称至0.1mg):12.8228g(6) , 0.2348g(4) , 0.0600g(3) ◇千分之一天平(称至0.001g)