第四章误差和分析数据的处理.pptVIP

第一节 概 述 一、误差的客观性 定量分析(Quantitative Analysis)的任务是准确测定试样组分的含量，因此必须使分析结果具有一定的准确度。不准确的分析结果可以导致生产上的损失、资源的浪费、科学上的错误结论。 在定量分析中，由于受分析方法、测量仪器、所用试剂和分析工作者主观条件等方面的限制，使测得的结果不可能和真实含量完全一致；即使是技术很熟练的分析工作者，用最完善的分析方法和最精密的仪器，对同一样品进行多次测定，其结果也不会完全一样。这说明客观上存在着难于避免的误差。 因此，人们在进行定量分析时，不仅要得到被测组分的含量，而且必须对分析结果进行评价，判断分析结果的准确性(可靠程度)，检查产生误差的原因，采取减小误差的有效措施，从而不断提高分析结果的准确程度。 系统误差与随机误差的比较 注意！ 分析过程中的‘错误’ 或‘过失’不是误差。 第二节 误差的表征 一、准确度与误差 误差愈小，表示分析结果的准确度愈高，反之，误差愈大，准确度就越低。所以，误差的大小是衡量准确度高低的尺度。误差又分为绝对误差和相对误差。其表示方法如下： 绝对误差＝测定值-真实值 相对误差% =(绝对误差/真实值) ×100% 相对误差表示误差在测定结果中所占的百分率。分析结果的准确度常用相对误差表示。绝对误差和相对误差都有正值和负值。正值表示分析结果偏高，负值表示分析结果偏低。 二、精密度与偏差 精密度是指在相同条件下多次测定结果相互吻合的程度，表现了测定结果的重现性。精密度用“偏差”来表示。偏差越小说明分析结果的精密度越高。所以偏差的大小是衡量精密度高低的尺度。偏差也分为绝对偏差和相对偏差。 （一）绝对偏差、平均偏差和相对平均偏差 绝对偏差＝个别测定值一测定平均值 如果对同一种试样进行了n次测定，若其测得的结果分别为：x1，x2，x3，…，xn，则它们的算术平均值； 算术平均偏差、和相对平均偏差分别可由以下各式计算： 值得注意的是： 平均偏差不计正负号，而个别测定值的偏差要记正负号。 使用平均偏差表示精密度比较简单，但这个表示方法有不足之处，因为在一系列的测定中，小偏差的测定总是占多数，而大偏差的测定总是占少数，按总的测定次数去求平均偏差所得的结果偏小，大偏差得不到充分的反映。所以，用平均偏差表示精密度方法在数理统计上一般是不采用的。 用标准偏差比用平均偏差更科学更准确. 例: 两组数据　　　　　　 1 x - ： 0.11, -0.73, 0.24, 0.51, -0.14, 0.00, 0.30, -0.21 n=8 d1=0.28 Ｓ1=0.38 2 x - ：0.18，0.26，-0.25，-0.37, 0.32 ，-0.28，0.31, -0.27 n=8 d2=0.28 Ｓ2=0.29 　　　　　　d1=d2,　Ｓ1Ｓ2 准确度与精密度的关系的理解 1. 准确度高，要求精密度一定高 但精密度好，准确度不一定高 2. 准确度反映了测量结果的正确性 精密度反映了测量结果的重现性 频率分布的直方图 正态分布曲线 （μ相同，σ2σ1） 式表示在一定的置信度时，以单次测定值x或以平均值为中心的包含真值的取值范围，即μ的置信区间。在置信区间内包含μ的概率称为置信度，它表明了人们对所作的判断有把握的程度，用P表示。u值可由表3-1中查到，它与一定的置信度相对应。 注意：μ是确定且客观存在的，它没有随机性。而区间x±uσ或 是具有随机性的，即它们均与一定的置信度相联系。因此我们只能说置信区间包含真值的概率是0.95，而不能认为真值落在上述区间的概率是0.95。 （二）已知样本标准偏差S时 在实际工作中，通过有限次的测定是无法得知μ和σ的，只能求出 和S。而且当测定次数较少时，测定值或随机误差也不呈正态