第一节误差基本概念第二节随机误差正态分布第三节有.pptVIP

第一节 误差的基本概念 第二节 随机误差的正态分布 第三节 有限测定数据的统计处理 第四节 提高分析结果准确度的方法 第五节 有效数字及其运算规则 第六节 Excel在实验数据处理中的应用 第一节 误差的基本概念 一、准确度与误差 二、精密度与偏差 三、系统误差与随机误差 一、准确度与误差 1．准确度：指测量结果与真值的接近程度 2．误差 （1）绝对误差：测量值与真实值之差 （2）相对误差：绝对误差占真实值的百分比 二、精密度与偏差 1．精密度：平行数次测定值相互接近的程度 2．偏差： （1）绝对偏差 ：单次测量值与平均值之差 ，有正负 （2）相对偏差：绝对偏差占平均值的百分比，有正负 （3）平均偏差：各测量值绝对偏差的算术平均值，无正负 （4）相对平均偏差：平均偏差占平均值的百分比无正负 总体 样本 数据 统计方法 样本容量n: 样本所含的个体数. 练习 例：用丁二酮肟重量法测定钢铁中Ni的百分含量，结果 为10.48%,10.37%,10.47%,10.43%,10.40%;计算单次分析结果的平均偏差，相对平均偏差，标准偏差和相对标准偏差。 解： 1.系统误差(systematic error) 又称可测误差，具有单向性、重现性，可测性 第二节 随机误差的正态分布 一、频率分布 二、正态分布 三、随机误差的区间概率 集中性、分散性 测量值越多，分组越细，相对频数直方图→平滑曲线 二、正态分布 （一）正态分布曲线表达式 1．x 表示测量值，y 为测量值出现的概率密度 2．正态分布的两个重要参数 （1）μ－无限次测量的总体平均值（无系统误差时即为真值） ，表示无限个数据的集中趋势，决定正态分布曲线在横坐标的位置。 （2）σ－总体标准差，表示数据的离散程度，决定正态分布曲线的形状 3．x -μ为随机误差 （二）正态分布曲线的讨论 标准正态分布曲线—N(0,1)表示 注：u 是以σ为单位来表示随机误差 x -μ 三、随机误差的区间概率 1.随机误差的区间概率P—用一定区间的积分面积表示 2.从－∞～＋∞，所有测量值出现的总概率P为1 练习 例：已知某试样中Co的百分含量的标准值为1.75%， σ=0.10%，又已知测量时无系统误差，求分析 结果落在(1.75±0.15)% 范围内的概率。 解： 第三节 有限数据的统计处理 一、t 分布曲线 二、平均值的置信区间 三、可疑值的取舍 四、显著性检验 一、t 分布曲线 1．正态分布——描述无限次测量数据及其随机误差 t 分布——描述有限次测量数据及其随机误差 3．两者所包含面积均是一定范围内测量值出现的概率P 正态分布：P 随u 变化；u 一定，P一定 t 分布：P 随 t 和f 变化；t 一定，概率P与f 有关， 两个重要概念 置信度（置信水平） P ：某一 t 值时，测量值出现在 （μ± t ?s）范围内的概率 显著性水平α：落在此范围之外的概率 二、平均值的置信区间 2．平均值的置信区间的计算 （1）由单次测量结果估计μ的置信区间 例2：对某未知试样中Cl-的百分含量进行测定，4次结果 为47.64%，47.69%，47.52%，47.55%，计算置信度 为90%，95%和99%时的总体均值μ的置信区间 解： 三、 可疑值的取舍 ——过失误差的判断  Q值表 练习 例：测定某药物中钴的含量，得结果如下： 1.25,1.27,1.31,1.40μg/g,试问1.40这个数据是否 应该保留？ 四、显著性检验 ——系统误差及偶然误差的判断 （一）总体均值的检验——t检验法 （准确度检验） （二）方差检验—— F检验法（精密度检验） （一）总体均值的检验——t检验法 1．平均值与标准值比较——已知真值的t检验（准确度显著性检验） 例：采用某种新方法测定基准明矾中铝的百分含量， 得到以下九个分析结果，10.74%，10.77%， 10.77%，1