第二章 误差与数据分析.ppt

第二章 误差及分析数据的处理 第一节 概述 误差客观存在 定量分析数据的归纳和取舍（有效数字） 计算误差，评估和表达结果的可靠性和精密度 了解原因和规律，减小误差，测量结果→真值 一、误差的分类 2.随机误差(Random errors): 随机偶然，难以控制，不可避免，服从统计规律 来源：偶然性因素 特点：原因. 方向. 大小. 正负不定，不可测 二、误差的表示 1.真值与平均值(True and Mean): 真值μ ：表示某物理量的客观存在的真实数值。真值在实际工作中常常无法获得，一般用理论值、标准值、多次测定结果的平均值代替 误　差: 测定值与真值之差，表征测定结果的准确度 准确度: 测定值与真值接近的程度 1）绝对误差：Ea=x- μ 2）相对误差：Er=(Ea/ μ)·100% 相对误差更能体现误差的大小Ea相同的数据，Er可能不同 平均偏差 相对平均偏差 总体标准偏差 样本标准偏差 相对标准偏差（变异系数） 例1 有两组测定值 甲组： 2.9 2.9 3.0 3.1 3.1 乙组： 2.8 3.0 3.0 3.0 3.2 判断精密度的差异 解： 平均值 平均偏差 标准偏差 甲组: x = 3.0 d = 0.08 s = 0.10 乙组: x = 3.0 d = 0.08 s = 0.14 练习 例：用丁二酮肟重量法测定钢铁中Ni的百分含量，结果 为10.48%,10.37%,10.47%,10.43%,10.40%;计算单次 分析结果的平均偏差，相对平均偏差，标准偏差和 相对标准偏差。 解： 提高分析结果准确度的方法 1．选择合适的分析方法 (1) 根据试样的中待测组分的含量选择分析方法。高含量组分用滴定分析或重量分析法；低含量用仪器分析法。 (2) 充分考虑试样中共存组分对测定的干扰， 采用适当的掩蔽或分离方法。 (3) 对于痕量组分，分析方法的灵敏度不能满足分析的要求，可先定量富集后再进行测定。 例：测全Fe含量 K2Cr2O7法 40.20% ±0.2%×40.20% 比色法 40.20% ±2.0%×40.20% 2）滴定 例：滴定管一次的读数误差为0.01mL，两次的读数误差为 0.02mL，RE% 小于 0.1%，计算最少标液体积？ 3．增加平行测定次数，一般测3～4次以减小偶然误差 4．消除测量过程中的系统误差 1）校准仪器：消除仪器的误差 2）空白试验：消除试剂误差 3）对照实验：消除方法误差和试剂误差 4）回收实验：加样回收，以检验是否存在系统误差 第二节 偶然误差的正态分布 一、偶然误差的正态分布和标准正态分布 二、偶然误差的区间概率 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（棣莫弗 ） 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 标准正态分布曲线—— x ～ N(0 ,1 )曲线 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 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 从－∞～＋∞，所有测量值出现的总概率P为1 ，即 三. 少量次测量数据的统计处理 分析测试工作中，通过样本研究总体，由于测量次数有限， σ和μ无从知道，如何处理和评价少量次数测定结果的数据?而对多次测定的结果平均值又如何评价?在前面己讨论的基础上，讨论下面的问题： 几个基本概念