第四章 质量控制（第三节）.pptVIP

第四章 环境监测质量控制与保证 提 纲 第一节 质量保证的意义和内容 第二节 监测实验室基础 第三节 监测数据的统计处理和结果表述 第四节 实验室质量控制 一、基本概念 1. 真值　　 在某一时刻和某一位置或状态下，某量的效应体现出客观值或实际值称为真值。 2. 误差 测量值与真值不一致，这种矛盾在数值上表现即为误差。 误差按其性质和产生原因，可分为系统误差、随机误差和过失误差。 误差的表示方法 总体和个体 　　研究对象的全体称为总体，其中一个单位叫个体。 样本和样本容量 　　总体中的一部分叫样本，样本中含有个体的数目叫此样本的容量，记作n。 平均数 　　平均数代表一组变量的平均水平或集中趋势，样本观测中大多数测量值靠近 　　①算术均数：简称均数，最常用的平均数，其定义为： ②几何均数：当变量呈等比关系，常需用几何均数，其定义为： ③中位数：将各数据按大小顺序排列，位于中间的数据即为中位数，若为偶数取中间两数的平均值。 ④众数：一组数据中出现次数最多的一个数据。 　　 平均数表示集中趋势，当监测数据是正态分布时，其算术均数、中位数和众数三者重合。 个别测定值 与多次测定均值（ ）的偏离 绝对偏差 相对偏差 算术平均偏差： 相对平均偏差： 差方和： 样本方差： 样本标准偏差： 总体方差： 总体标准偏差 相对标准偏差（变异系数）： 极差：一组测量值中最大值与最小值之差，表示误差的范围，以R表示，R=xmax-xmin 6. 正态分布 正态分布是一连续型理论分布。变量值虽有大小变异，但通过大量观察，都向算术平均数集中。各单位的变数与其平均数的误差（ )有大有小，但小误差出现的次数大于大误差，大误差出现的机会很小，出现正、负误差的机会相等，形成一个对称的分布形成。这样的分布称为正态分布。 相同条件下对同一样品测定中的随机误差，均遵从正态分布。正态概率密度函数为： 式中：x——由此分布中抽出的随机样本值； 　　 μ——总体均值，是曲线最高点的横坐标，曲线对μ对称； 　　　σ——总体标准偏差，反映了数据的离散程度。 　从统计学知道，样本落在下列区间内的概率如表所示。 正态分布总体的样本落在下列区间内的概率 正态分布曲线说明 小误差出现的概率大于大误差，即误差的概率与误差的大小有关； 大小相等，符号相反的正负误差数目近于相等，故曲线对称； 出现大误差的概率很小； 算术均值是可靠的数值； 二、数据的处理和结果表述 例：将下列数值修约到只保留一位小数。 14.3426→14.3 14.2631→14.3 14.0500→14.0 14.1500→14.2 14.2500→14.2 14.2501→14.3 加减法：以小数点后位数最少的数为依据。 例：0.0121+25.64+1.05782=0.01+25.64+1.06=26.71 乘除法：以有数数字位数最少的那个数为依据。 例：0.0121×25.64×1.05782=0.0121×25.6×1.06=0.328 计算过程中，可以暂时多保留一位可疑数字，得到最后结果时，再弃去多余的数字。 离群数据：明显歪曲试验结果的测量数据； 可疑数据：可能会歪曲试验结果，但尚未经检验断定其是离群数据的测量数据； 在有限次的测定中，总体标准偏差σ的真值是未知的，仅知道其估计值s。为了补偿s代替σ而引起的误差，故提出用t值来代替μ值。置信系数（也成校正系数）t定义为： 其中 为 的标准偏差，且 。此时的随机误差不是正态分布，而是满足t分布。只有当测定次数 时，t分布曲线即为标准正态分布曲线。 根据统计学的推导，在[-t,t]区间内，真值与样本均值的关系称为均值的置信区间： 当 时，置信区间为 显著性检验：测定时得到的数据往往有一定的波动，即常常发现 与μ并不一致。判定这种差异是由随机误差引起的，还是系统误差引起的，就需要进行显著性检验。 如果 与μ有显著性差异，说明分析结果存在系统误差，否则为随机误差所致。 显著性检验有两类： 准确度的检验——t检验法 精密度的检验——F检验法 显著性检验（t检验）：用计算t值和查t表的方法来判断两均之差是属于抽样误差的概率有多大，即对这些差异进行“显著性检验”； 当抽样误差的概率较大时，两均数的差异很可能是抽样误差所致，亦即两均数的差别无显著性意义；如其概率很小，即此差别属于抽样误差的可能性很小，因而差别有显著意义。 实践中常见两种检验形式：可以用于平均值与标准值的比较，也可以用于两组