[2018年最新整理]4第三章误差与数据处理3-2.pptVIP

上节课回顾 3-1 有效数字极其运算规则 一、有效数字（有效数字的位数） 二、修约规则 “四舍六入五成双” 三、计算规则 加减法——小数点后位数最少的数字为依据。 乘除法——有效位数最少的数字为依据。 3-2 分析化学中的误差 绝对误差 　相对误差 偏差 　 　　　　　　 平均偏差 　 相对平均偏差 标准偏差　　　　　　　相对标准偏差 平均值　　　　　　　　中位数 极差（全距） 3-3 分析化学中的数据处理 一、随机误差的正态分布 1、 Frequency distribution (频数分布) 因测量过程中存在随机误差，使测量数据具有分散的特性，但仍具有一定的规律性：具有一定的集中趋势。 分散——测量时误差的不可避免， 集中——大误差少而小误差多 图3-2 频率分布的直方图 在确认消除了系统误差的前提下，总体平均值μ就是真值xT 总体标准偏差σ和总体平均偏差 δ间的关系( n20) 2、正态分布（Normal distribution） 根据概率统计理论：若随机变量是由为数众多的相互独立的随机因素的影响迭加而成，且这些随机因素每一个的影响又都表现得十分微弱，则这个随机变量表现为正态分布。 因测定值与测定误差都是随机变量(随机因素)，故分析测试中的误差可用正态分布来描述。 正态分布曲线 N(?,?) 特点: 极大值在 x = μ 处. 拐点在 x = μ ± σ 处. 于x = μ 对称. 4. x 轴为渐近线. 由图可得： x = ? （即误差为零）时y值最大。说明大多数测量值集中在算术平均值附近，或说算术平均值是最可信赖值。 曲线以x = ? 的直线呈轴对称分布，即正、负误差出现概率相等。 x值趋于＋?或—?（即 x与 ?差 很大）时，曲线以Ｘ轴为渐近线，说明小误差出现的概率大而大误差出现的概率小。 ? 值越大，测量值的分布越分散；?越小，测量值越集中，曲线越尖锐。 ? 和? 是误差的正态分布的两个重要参数： ? 说明了数据的集中趋势 ? 表示了数据的离散程度 只要确定了? 和?，便确定了分布曲线的图形。故通常把表达式记作用 N(?,?2)。并将N(0,1)称为标准正态分布。  误差(测量值)在某区间出现概率的计算： 二、总体平均值的估计 （一）、平均标准偏差 如果从同一总体中随机抽出容量相同的数个样本，由此可以得到一系列样本的平均值。实践证明，这些样本平均值也并非完全一致，它们的精密度可以用平均值的标准偏差来衡量。显然，与上述任一样本的各单次测定值相比，这些平均值之间的波动性更小，即平均值的精密度较单次测定值的更高。 式（3-30）和式（3-31）分别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3-2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。 2、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分布，这就给少量测定数据的统计处理带来了困难。此时若用 s 代替σ从而对μ作出估计必然会引起偏离，而且测定次数越少，偏离就越大。如果采用另一新统计量 tP,f 取代 u (仅与P有关)，上述偏离即可得到修正。 与正态分布曲线一样，t 分布曲线下面某区间的面积也表示随机误差在此区间的概率。但t 值与标准正态分布中的u 值不同，它不仅与概率还与测定次数有关。不同置信度和自由度所对应的t值见表3-3中。 作 业 P75 习题8, 9 式中 称样本平均值的标准偏差。由以上两式可以看出，平均值的标准偏差与测定次数的平方根成