[理学]chapter-2-误差及分析数据的统计处理.ppt

误差及分析数据的统计处理 Errors and statistical Treatment of Analytical Data 主要内容 2.1 定量分析中的误差 2.2 分析结果的数据处理 2.3 误差的传递 2.4 有效数字及其运算规则 2.5 标准曲线的回归分析 准确度（accuracy) 准确度的表征：误差 精密度（precision） 精密度的表征：偏差 标准偏差 相对标准偏差，即变异系数 平均值的置信区间对?存在区间的估计 求置信度分别为95%和99%的置信区间。 待测组分含量与公差范围关系 1、格鲁布斯(Grubbs)法 2、Q 检验法 Dixon’s Q-test 2.3.1、系统误差的传递 2.3.2、随机误差的传递 有效数字及其运算规则 有效数字 示例2.7（0的作用） 示例2.8（倍数、分数、常数） 由于这些数据并不是测量所得到的，可视为无限多位有效数字。 常数的有效位数应取足够，在滴定分析中，常取4-5位有效数字。 示例2.9（pH、pM、lgK ） 数字的修约规则 四舍六入 1、被修约的数字=4，舍弃 3.148 3.1 2、被修约的数字 =6，进位 0.736 0.74 示例2.10（数字5的处理） （1） 75.5 76 （2）2.451 2.5 例2.11 加减法的计算规则 绝对误差 0.0121 0.0001 +25.64 0.01 + 1.05782 0.00001 26.71 例 2.12 乘除法的计算规则 相对误差 0.0121 0.8% ? 25.64 0.4% ? 1.05782 0.009% 0.328 乘除法的计算规则 9.00，9.83等大数做4位有效数字处理 使用计算器进行连续运算时，过程中不必对每一步的计算结果进行修约，但应注意根据其准确度的要求，正确保留最后结果的有效数字位数。 示例2.13 （混合计算） 2.5.1 标准曲线及线性回归 线性回归 Linear regression 1、每个测量值都有误差，标准曲线应怎样作才合理？ ——线性回归问题 解得： 相关系数 Correlation coefficient 相关系数的物理意义 3. 当 R 的值在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。 作业 P27. 6, 7, 8 以小数点后位数最少的数字为根据， 与绝对误差最大的数相对应。 根据有效数字最少的数来修约， 与相对误差最大的数相对应。 2.5 标准曲线的回归分析 6 5 4 3 2 1 No. 0.200 试样 0.236 40.0 0.175 30.0 0.140 20.0 0.093 10.0 0.045 5.00 吸收值 标样浓度 ?g / L 问题： 1、每个测量值都有误差，标准曲线应怎样做才合理？ 2、应怎样估计线性的好坏？ 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： 其中： 相关系数的定义为： 2、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。 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2.2：分析铁矿中的铁的质量分数，得到如下数据：37.45，37.20，37.50，37.30，37.25（%）。 （1）计算此结果的平均值、平均偏差、标准偏差、变异系数。 （2）求置信度分别为95%和99%的置信区