高等分析化学 第二章2-6 2-7 2-8 2-9[15.9.28]..ppt

* §2-7 t 分布规律 处理小样本的实验数据应当采用t 分布。 f —— 自由度 t 的含义可以理解为：平均值的误差 是 的多少倍。 * 图1 t 分布曲线 f = 1, 5, ∞ t 分布曲线的性质 1. 以t = 0 为对称轴； 2. 曲线的“胖瘦”取决于自由度 f，而与标准偏差 σ 无关； 3. f → ∞时，t → u; 4. 曲线下的面积代表 测量值落入某一区间 的概率。 * -tα(f) ~ t α(f) 的区间概率 * 表1 tα, f 值表（双边） * 例3：已知 P = 90%，n = 8，求 t 的临界值。 解：显著性水平α= 1- P = 1- 90% = 10%， 自由度 f = n – 1 = 8 – 1 = 7, 查 t 分布表，查得 t 值的临界值 t表 = tα,f = t0.10, 7 = 1.90 即：t 落在-1.90 t 1.90区间的概率为90%, t 落在t -1.90 以及 t 1.90 区间的概率为10%。 α代表曲线两侧阴影部分的面积之和，每一侧阴影部分的面积只有α/2 = 5% = 0.05。 * 自由度f：总变量数与关联变量的方程数之差； 设有n个变量 x1, x2, x3,……, xn， 这n个变量可以用平均值方程式关联起来； 某组分在样品中的含量为常数，用平均 值表示，假定为已知常数，因此，独立变量数 f = n – 1. * 第二章 数据统计分析基础 §2-6 偶然误差的正态分布 §2-7 t 分布规律 §2-8 F 分布 §2-9 样本的特征数 * §2-8 F 分布 设S12 S22为来自正态总体的两组样本值 （样本大小各为n1和n2）的样本方差， 且S12 S22。则，统计量F为： 此统计量服从F 分布。 * (f1, f2)分别为(10, 4)和(10, 50)的F-分布 F 分布曲线是不对称的。 它的形状决定于两个样本值的自由度，曲线所包围的面积代表统计量F 落入某区间的概率。 * 显著性水平为0.10的F分布值表 表中给出了一定概率下和不同（f1、f2）组合的单尾显著性检验的临界值，表中的f1是较大方差的自由度，f2为较小方差的自由度。 根据两样本方差计算出的F 值若大于表中查得的F 的临界值，即：F计 F表, 则，说明两样本的方差S12与S22之间存在显著性差异。 §2-9 样本的特征数 如果参数估计的目的在于求出被估参数的 估计值，这种参数估计称为参数的点估计。 2. 几何平均值 一、平均值 1. 算数平均值 * 设n个测定值为：x1, x2, …… xn；相应的权重为ω1,ω2,…,ωn；则加权算数平均值为： ——全市交通噪声Leq Li——第i条交通干线的Leq li ——第i条交通干线的 长度（km） 3. 加权算术平均值 * 二、中位值 中位值是指将一组测量值按大小次序排列时的中间值。 若n为奇数，取序列的中间值； 若n为偶数，取序列中间两个值的平均值。 三、置信度与置信区间 例： 检测某土壤样品中铅的含量，分析结果报告为： 有95%的把握认为 （25.34 ± 0.11）mg/kg这 一区间包含真值在内。 则，在此例中， 95%就是置信度， 25.34 ± 0.11是置信区间。 人们把真值μ 按一定的概率落在的范围称为置信区间。 在上述例子中的置信区间表示铅的含量在25.23mg/kg ~ 25.45mg/kg范围内。这种结论的可靠程度叫做：置信度或置信概率。 P = 1 - α P ——置信度； α —— 显著性水平 在上述例子中： P = 95% α = 5% 如果某一判断有90%或95%的把握，就认为这种判断基本上是正确的。 * 表1 tα, f 值表（双边） * 在一定置信度的要求下，根据样本值来确 定未知参数的置信区间，就叫做参数的区间 估计。 ∵ ∴ * 例1：测定某化合物中铜的含量，经4次测定，Cu%为 47.64%，47.69%， 47.52%，47.55%，计算置信度为95%时，平均值的置信区间。 解： * 已知 n = 4 P = 95% 查 t 值表得 t表 = 3.182 ∴ 平均值得置信区间为： 结束 置信区间：47.47% ~ 47.73% * 第二章 数据统计分析基础 §2-6 偶然误差的正态分布 §2-7 t 分布规律 §2-8 F 分布 §2-