第二章 数据理.pptVIP

第 二 章;第一节 有效数字;甲：23.39 ml 乙：23.40 ml 丙：23.41 ml ;5位有效数字;数据中“0”是否为有效数字？ 只起到定位作用, 不算。 例如: 0.0382 (3), 0.05 (1) (2) 作为普通的数字使用, 算。 例如: 1.0008 (5) 0.0040 (2);分数、倍数及对数的计位;二、有效数字的运算规则;2、运算规则;（2）乘除法;第二节 误差的产生及表示方法;系统误差;消除测定过程的系统误差 ;增加平行测定次数，减小随机误差;系统误差与随机误差的比较;二、误差的表示方法;E=x-xT;上例中：;2、偏差;样本标准偏差; 甲乙两人同时测定一生物样品中的蛋白质含量（%） ，都平行测定了8次，获得以下数据： 甲：51.50，50.66，51.63，51.90，51.25，51.39，51.69，51.18； 乙：51.67，51.69，51.02，51.78，51.68，51.22，51.63，51.03。 计算这两组数据的平均偏差和样本标准偏差并对该两人的实验结果进行评价。;解：;0.10, -0.74, 0.23, 0.50, -0.15, -0.01, 0.29, -0.22 ;数据乙:;数据甲：n=8 d=0.28 s=0.38 数据乙：n=8 d=0.28 s=0.32 ;三、准确度和精密度 ; 为了衡量测定结果的准确度，人们常以相对真值代替真值。 理论真值，如化合物的组成等； 计量学的约定真值，如各种常数等； 相对真值，即标准值。对同一个试样，采用可靠的方法在不同的实验室、由不同的人进行多次测定，取得大量数据，用数理统计方法求得的相对可靠的值称为标准值。标准值实际上是高精度测量的更接近真值的近似值。;精密度表示在相同条件下用同样方法对同一试样进行多次平行测定时，各次分析结果相互接近的程度。 精密度以偏差的大小来衡量,用以说明测定值的重现性 。;甲、乙、丙三人同时测定一铁矿石中Fe2O3的含量（真实含量为50.36%），各分析四次，测定结果如下：;?测量值，?平均值;第三节 实验数据的统计处理;正态分布曲线方程;x- ?;参数?=0， ?2=1的正态分布是标准正态分布。;68.3% 95.5% 99.7%;随机误差出现的区间u（以?为单位）;f = ? f =5 f =1;实验次数 n;置信度表示在一定条件下，测定值落在一定误差范围内的概率，用P表示,又称置信水平。 测定值落在此区间外的概率用（1-P或α）表示，称为显著性水平。; 表示在一定置信度下，以平均值 为中心，包括总体平均值?的可靠性范围，称为平均值的置信区间，它是正确表示真值的一种统计测定。;将总体平均值与样本平均值联系了起来, 证明了样本平均值的可靠性； 平均值的置信区间取决于测定的精密度s, 测定次数n和置信度P. 当置信度固定时, n越大, 置信区间越小； 测定结果精密度越高, 置信区间越小, 准确度越高。;例如：对某未知样品中Cl-含量进行测定，４次结果为47.64%，47.69%，47.52%，47.55%。计算置信度为90%，95%和99%时，总体平均值的置信区间。;置信度就是表示人们所作判断的可靠把握程度。 如前，置信区间越窄，置信度就越小；反之，置信区间越宽，说话留有充分的余地，置信度就越高。 置信度定的越高，判断失误的机会越小；置信度定的太低， 判断失误的可能性就会增大。 置信度越高，置信区间越宽，实用价值不大。 例如：为了吃鱼， 甲判断：鱼在太湖中； 乙判断：鱼在网中。 统计上，都不把置信度定为100%。 例如：推断说某铁矿石含铁量在0-100%之间，置信度为100%，完全正确，但置信区间太宽， 一句完全正确的废话 原则：置信区间的宽度足够小，置信度又很高。 分析化学中，常取95%的置信度，也取90%、99%。;三 、测定结果离群值的弃舍; 测定某药物中钴的含量（?g/g），得结果如下：1.25，1.27，1.31，1.40。试问1.40这个数据是否保留？（置信度为95%）;2、Grubbs法 ; 首先计算求得所有数据的平均值 和标准偏差s为： ;一组数据，从小到大排列为:;因为;四、显著性检验;F检验法：确定精密度是否存在显著性差异;例如: 甲乙两人分析同一试样, 甲： 95.6, 94.9, 96.2, 95.1, 95.8,