置信区间正态分布N.PPT

* 1．某药厂生产的铁剂，要求每克药剂中含铁48.00 mg。现对一批药品平行测定6次。结果依次(单位均为mg.g-1)为47.44, 47.89, 47.90, 47.93,48.03,和48.15。(1) 用格鲁布斯法检验47.44这个数据是否应该舍去；(2) 这批产品含铁量是否合格(P均为0.95) 练习 (2)解题关键：采用什么方法进行计算？ t检验法 检验平均值X与标准值48.00mg/g(T)之间有无显著性差异 比较t计算与t查表(t?,f)的相对大小 * ?＝48.00mg/g 无显著性差异 这批产品的含铁量合格(P=0.95) * 3.6 回归分析法 No. 标样浓度 ?g / L 吸收值 1 5.00 0.045 2 10.0 0.093 3 20.0 0.140 4 30.0 0.175 5 40.0 0.236 6 试样 0.200 问题 1、每个测量值都有误差，标准曲线应怎样作才合理？ 2、应怎样估计线性的好坏？ * 3.6.1 一元线性回归方程 (Linear regression equation) 标准曲线应怎样作才合理？ 最小二乘法 method of least squares 设对y 作n 次独立的观测，得到一系列观测值。 一元线性回归方程表示为 根据最小二乘法的原理，最佳的回归线应是各观测值yi 与相对应的落在回归线上的值之差的平方和（Q）为最小。 yi y x * 令 解得 其中 * 3.6.2相关系数 Correlation coefficient 相关系数的定义为： 应怎样估计线性的好坏？——相关系数的问题 判断一元回归线是否有意义，可用相关系数来检验。 * 相关系数的意义 3. 当 R 的绝对值在 0 与 1 之间时，可根据测量的次数及置信水平与相应的相关系数临界值比较，绝对值大于临界值时，则可认为这种线性关系是有意义的。 1. 当所有的 yi 值都在回归线上时，R = ? 1。 y x R = 1 x y R = -1 2.??当 y 与 x 之间不存在直线关系时，R = 0。 x y R = 0 * 例题 ? f = n-2 0.10 0.05 0.01 0.001 1 0.988 0.997 0.9998 0.999999 2 0.900 0.950 0.990 0.999 3 0.805 0.878 0.959 0.991 相关系数的临界值表（部分） 做了一条工作曲线，测量次数 n = 5, R = 0.920, 因变量与自变量之间有无相关性（置信度95%）？ 解： f = 5 – 2 = 3, ? = 0.05, 查表 R0 = 0.878, R R0, 有相关性 * 一．选择合适的分析方法 例：测全Fe含量 K2Cr2O7法 40.20% ±0.2%×40.20% =40.12%~40.28% 比色法 40.20% ±2.0%×40.20% =41.0%~39.4% 3.7 提高分析结果准确度方法 对于常量成分，由于仪器分析的相对误差较大，所以选用化学分析法测定，结果更准确 * 二、 减少测量误差 例如，容量分析中减小称量和滴定步骤的测量误差 分析天平的绝对误差 Ei= 0.0001 g 称量绝对误差：Ea = 0.0002 g 常量分析 Er 0.1%, 滴定管的绝对误差：Ei = 0.01 mL 滴定绝对误差:Ea = 0.02 mL 常量分析 Er 0.1%, 分析过程的每一步骤都可能引入误差，要使最终分析结果误差小于所允许的不确定性，必须将每一步的误差控制在允许的误差范围内。 * 例 称量的准确度与分析方法的准确度一致 光度法的相对误差2％，称取0.5g试样，需要什么精度的天平： 为使称量误差可以忽略不计，实际所需的精度可提高一个数量级：±0.001g 绝对误差： 不需要将试样称准至：±0.0001g * 1、检查有无系统误差——对照实验 （1）标样对照 （2）标准方法对照 显著性检验 有无系统误差 三. 检验和消除系统误差 （3）不同分析人员之间(内检) （4）不同单位之间(外检) (5) 加入回收法(回收率) * 2. 消除系统误差 空白校正(消除试剂误差) 仪器校正(消除仪器误差) 方法校正(消除方法误差) * 四. 减小随机误差 ——增加测量次数(平行测定3-4次) 与测量次数n有关 五.准确表示分析结果 置