化学中的误差及数据处理的正确形式.pptVIP

?: 总体标准偏差 离散特性：各数据是分散的，波动的。 集中趋势：数据多时有向某个值集中的趋势。 ?: 总体平均值 ?: 总体平均偏差 正态分布曲线 N(?,?2) 2. 随机误差的正态分布 y: 概率密度 x: 测量值 ?: 总体平均值 x-?: 随机误差 ? : 总体标准差 特点: 极大值在 x = ? 处 拐点在 x = ? ? ? 处 于x = ? 对称 x 轴为渐近线 ?：决定曲线在x轴位置。 ?：?到曲线拐点距离，决定曲线形状。 随机误差的规律 定性： 小误差出现的概率大，大误差出现的概率小，特大误差概率极小； 正、负误差出现的概率相等。 定量：某段曲线下的面积则为概率。 标准正态分布曲线N (0,1) 横坐标改用u表示 令 则 则: 68.3% 95.5% 99.7% u -3s -2s -s 0 s 2s 3s x-m m-3s m-2s m-s m m+s m+2s m+3s x y 标准正态分布曲线 N (0,1) 曲线下面积 1.000 0.500 ∞ 0.997 0.4987 3.000 0.990 0.4987 2.576 0.955 0.4773 2.000 0.950 0.4750 1.960 0.900 0.4500 1.645 0.683 0.3413 1.000 0.500 0.2500 0.674 2S S | u | 正态分布概率积分表 y 99.7% (? -3?, ? +3?) (-3,+3) 99.0% (? -2.58?, ? +2.58?) (-2.58,+2.58) 95.5% (? -2?, ? +2?) (-2,+2) 95.0% (? -1.96?, ? +1.96?) (-1.96,+1.96) 68.3% (?-1?, ? +1?) (-1,+1) 概 率P 测量值出现的区间 随机误差u出现的区间 (以? 为单位) 随机误差的区间概率 2.3.2 总体平均值的估计 1. 平均值的标准偏差 ——实际工作中，一般平行测定3~4次，要求较高时，可测定5~9次。 n →?： 随机误差符合正态分布(高斯分布)。 N(?, ?2) ? N(0, 1) 2. 有限次测量数据的统计处理 (1) t 分布曲线(t：置信因子) n有限(一般n 20) ： t分布，即对标准正态分布进行修正， x和s 代替?、 ?， t称为置信因子。 f = n-1 f= ∞ f= 10 f= 2 f= 1 -3 -2 -1 0 1 2 3 t t分布曲线(f=1, 2, 10, ?) 曲线下一定区间的积分面积，即为该区间内随机误差出现的概率。t值一定，f值不同，相应曲线包含的面积也不同。 f → ∞时，t分布→正态分布。 自由度f：f = n - 1 t 分布值表 0.01 *0.05 *0.10 0.50 2.58 1.96 1.64 0.67 ∞ 2.85 2.09 1.73 0.69 20 3.36 2.31 1.86 0.71 8 3.50 2.37 1.90 0.71 7 3.71 2.45 1.94 0.72 6 4.03 2.57 2.02 0.73 5 4.60 2.78 2.13 0.74 4 5.84 3.18 2.35 0.77 3 9.93 4.30 2.92 0.82 2 63.66 12.71 6.31 1.00 1 显 著 性 水 平 ? t?, f f 显著性水平? ：小概率 置信度P：P=1- ? ? ? ? ? -t?(f) t?(f) y (2) 总体均值的置信区间—对?的区间估计 置信度：某一区间包含总体平均值(真值) 的概率(可能性)。 置信区间：一定置信度(概率)下，以平均值为中心，能够包含总体平均值的区间。 ——置信度越高，置信区间越大。 ?包含在 (x -1.96?, x + 1.96? ) 内的可能性(置信度)为95.0%。 若置信度(把握)为95%, u = 1.96, 则 ? 的置信区间为 (x - 1.96?, x + 1.96? )。 无限次测量——正态分布 其出现在 (? -1.96?, ?+ 1.96? ) 内的概率(置信度)为95.0%。 对于随机测得的x值: (t 与置信度 P 和自由度 f 有关) ，n，s x 即 例 ? = 26.86% ? 0