实验误差与数据处理精编.ppt

2.2 减少系统误差 （1）对照试验（减少方法误差，与精密仪器、高纯试剂、标准试样作对照，内检、外检）； （2）分析方法的选择及校正（选择准确度和灵敏度高的方法）； （3）仪器校正（减小仪器误差）； （4）空白试验（减小试剂误差）； （5）减少测量误差（一般来源称量和体积误差，严格遵守操作规则）； （6）克服试验中干扰物质的影响（消除试样背景，标准加入法）。 7 回归分析 7.1 回归分析的概念 7.2 回归分析所能解决的问题 7.3 回归分析的基本思路 7.4 一元线性回归分析 7.5 回归方程的检验 7.1 回归分析的基本概念 回归分析就是一种处理变量与变量之间关系的数学方法。 建立变量间关系的数学表达式——经验公式。 利用概率统计知识进行了分析讨论，从而判断经验公式的正确性。 7.2 回归分析所能解决的问题 （1）确定几个特定变量之间是否存在相关关系，如果存在的话，找出她们之间合适的数学表达式； （2）根据一个或几个变量的值，预报或控制另一个变量的取值，并且要知道这种预报或控制的精确度； （3）进行因素分析，确定因素的主次以及因素之间的相互关系等。 7.3 基本思路 (x,y) 采集样本信息(xi,yi) 回归分析 散点图 回归方程 回归方程的显著性检验 对现实进行预测与控制 7.4 一元线性回归分析 （1）求变量x与y之间的回归直线方程； （2）判断变量x和y之间是否确为线性关系； （3）根据一个变量的值，预测或控制另一变量 的取值。 实验数据：(x1,y1), (x2,y2),…,(xn ,yn) y=a+bx 数学模型：直线、抛物线、双曲线、幂函数 相关系数 相关系数(r)是表示y与x相关程度的一个系数。 r= 相关系数绝对值的大小反映相关的密切程度，相关系数的正负反映相关的方向。 相关系数的取值范围 相关系数的取值范围为：-1≤r ≤ 1； r 越接近1，X与Y之间的线性关系越好； r 0为正相关，y随x的增大而增大； r 0为负相关，y随x的增大而减少； r=1为完全正相关； r=-1为完全负相关； r=0，两个变量之间不存在线性关系或不相关。 7.5 回归方程的检验 （1）方差分析： 统计量： 若F F表值，y是与x无关的变量，求得的回归方程无意义； 若F F表值，x与y之间存在相关关系，求得的回归方程有意义。 （2）相关系数检验 若r表值，说明y与x之间相关性较差，回归方程无意义； 若r表值，说明y与x之间相关性较好，回归方程有意义。 8 有效数字及运算规则 8.1 有效数字 8.2 数字修约规则 8.3 运算规则 8.1 有效数字 有效数字就是实际能测到的数字。 有效数字的位数与测量仪器的精度相对应。 记录测量数据时，只保留一位可疑数字，末位上的可疑数字，表示其数值可以有±1的相差 。 例如：用万分之一的分析天平称量重1g的物质，只能记为1.0000g，同时由1.0000g 万分之一分析天平。 数字“0”有时为有效数字，有时只起定位作用。 例如：20.50 4位有效数字； 0.0105 3位有效数字； 1.2，0.12，0.012，0.0012 都只2位有效数字 pH、Pm、pK等有效数字取决于小数部分的位数，整数部分只说明10的方次。 例如： pH=6.12, Pm=5.46, pK=4.74 都只两位有效数字 有些数其有效数字不明确。 例如：34000 5位有效数字 3.4×104 2位有效数字 3.40×104 3位有效数字 常数π、e、 有效数字无限多 第一位为9的数，可多算一位有效数字。 例如：9.53 4位有效数字 8.2 数字修约规则 “四舍六入五成双”修约规则：即第n＋1位数字≤4则舍，≥6则入，如果是5，当n位数字为奇数则入，为偶数则舍（使n位数字成双）。 +1 20 19 +2 +3 +4 +5 -4 -3 -2 -1 0 +1 +2 +3 +4 -5 -4 -3 -2 -1 0 误差 20 20 20 20 10 10 10 10 10 10 10 10 10 00 00 00 00 00 00 修约数 18 17 16 15 1