第四章 误差和实验数据处理——第二部分.ppt

*;*; 与正态分布曲线一样，t分布曲线下面一定范围内的面积，也是该范围内测定值出现的概率，但应注意，对于正态分布曲线，只要u值一定，相应的概率也就一定；但对于t分布曲线，当t一定时，由于f不同，相应曲线所包括的面积也不同，即概率也就不同。为此引入置信度的概念，置信度P－人们对所作判断的把握程度，其实质为某事件出现的概率，表示某一t值时，平均值落在（μ±ts）区间内的概率。落在此范围之外的概率为（1－P)，称为显著性水平，用α表示。; 不同概率P与f值所对应的t值，表示为tP, f 。如 t 0.95,10 代表置信度95％，自由度为10时的t值。由表4-3中的数据可知，f越小，t与u相差越大；随着f增大，t逐渐减小并与接近。当f=20时，t与u已经相当接近。当f趋近于∞时， t趋近于u，而s趋近于σ。 在用t分布时，其置信度一般取为95％。;置信区间：在一定置信度下，以测定结果为中心，包含根据总体平均值μ的取值范围。该范围越小，则测量值与μ越接近，测定的准确度就越高。少数测量得到的结果总带有一定的不确定性，所以只能在一定置信度上，根据 对μ可能存在的区间作出估计。;*;例4-5：已知 =50.48%， σ =0.02%，n=9，求置信度为95%时平均值的置信区间。 解：置信度为95%时，u= ±1.96,;置信度越高，t曲线下面积越大，置信区间就越大，即所估计的区间包括真值的可能性也就越大。但P＝100％，则意味着区间无限大，肯定会包括，这样的区间毫无意义；分析中通常将P定在95％或90％;在分析工作中常遇到这样的情况，某人对标样进行分析，得到的平均值（ ）与标准值（ μ ）不一致；或采用两种不同的分析方法分析同一试样，得到的两组测定数据的平均值 不一致；或两个不同分析人员对同一试样进行分析时，两组数据的平均值 不一致。如这种差异是由随机误差引起，则是不可避免的（正常的），可以认为差异不显著；如这种差异是由系统误差引起，则认为它们之间存在“显著性”差异。; 显著性检验：判断显著性差异的方法，其实质是对分析结果或分析方法的准确度作出评价。 ;步骤： 1）先计算t 2）选定P（一般取95％），查 tP, f 表 3） ， 处于以μ为中心的95％概率区间之外，这种数据出现的机会是极少的，则 与μ存在显著性差异，说明有系统误差存在； ，则无显著性差异， 与μ的差异是由随机误差引起的。;例 4-7 采用某种新方法测定试样中葡萄糖的含量，得： ＝10.79％， ＝0.04％，n＝9，已知葡萄糖含量的理论值为10.77％，当P=95%时，问该新方法是否有系统误差？ 解： ＝1.5 t0.95,8 ＝2.31 ，所以 与μ无显著性差异 ; 2．两组平均值的显著性检验－F检验＋t检验 不同分析人员或同一分析人员采用不同方法分析同一试样所得两组数据平均值和往往是不一致的，要判断这两组数据之间是否存在系统误差（显著性差异），通常按如下步骤进行： 设两组数据为 ：;(1).F检验－检验两组数据的精密度s1、s2 有无显著差异（s1,s2是否来自同一总体） a． s2 －方差 因 （方差较大，标准偏差较大）作分子，所以 F 1; b．然后查F表; c．若 ,说明s1与s2差异不显著，进而用t检验法检验两组数据之间是否存在系统误差，即 是否有显著性差异。若 ,说明s1与s2差异显著。 ;2）t检验－检验两组数据平均值 有无显著性差异（ 是否来自同一总体） a． 其中s称为合并标准偏差 总自由度f＝n1＋n2－2 为了简化起见，有时不计算合并标准偏差s，若s1=s2，则s＝s1＝s2；若s1≠s2，则s＝s小;b．然后在选定P的情况下，根据f ＝n1＋n2－2，查t表（tP.f），若tt表 .则说明两组平均值有显著差异 （可认为μ1≠μ2 ，而两组数据不属于同一总体）；反之两组平均值无显著差异。;*;4、可疑测定值的取舍 在一组平行测定数据中，有时会出现个别离群值（异常值、可疑值）。首先，要仔细