第九章环境监测质量保证 环境监测 教学课件.pptVIP

第七章 环境监测质量保证 一、实验用水——配液用 （一）蒸馏水 二、试剂与试液 三、实验室的环境条件 一、基本概念 二、数据的处理和结果表述 1、狄克逊（Dixon）检验法 （二）精密度 （三）灵敏度 （四）空白试验 （六）检测限 二、 实验室内质量控制 三、 实验室间控制质量 一、 标准分析方法 二、 分析方法标准化 三、 监测实验室间的协作试验 选择内容： 平均数：代表平均水平或集中趋势 - - (1)算术均数：样本均数：x=?xi/n 总体均数： ?=?xi/N (2)几何均数：变量为等比关系时：xg=(x1x2...xn)1/n (3)中位数：将各数据按大小顺序排列，位于中间的数据即为中位数，若为偶数取中间两数的平均值。 (4)众数：一组数据中出现次数最多的一个数据。 平均数表示集中趋势，当监测数据是正态分布时，其算术均数、中位数和众数三者重合。 正态分布时(1)=(3)=(4) （二）总体、样本和平均值 可由总体均值?、总体标准偏差?完全确定 公式：略。 特点：对称性 抵偿性 单峰性 有界性 一般数据按正态分布研究 0.6826 0.9544 0.9973 x ?（x） 算术平均值可靠 误差少的概率大 （2）对数正态分布 数据取对数后呈正态分布 落在??2?范围（称置信区间）内的几率（称置信水平）为95.44% （三） 数据的分布特征 （1）正态分布 （一）数据修约规则 　各种测量、计算的数据需要修约时，应遵守下列规则：四舍六入五考虑，五后非零则进一，五后皆零视奇偶，五前为偶应舍去，五前为奇则进一。 （二）可疑数据的取舍 离群数据：与正常数据不是来自同一分布总体，明显歪曲试验结果的测量数据。 可疑数据：可能会歪曲试验结果，但尚未经检验断定其是离群数据的测量数据。测量中发现明显的系统误差和过失误差，由此而产生的数据应随时剔除。而可疑数据的取舍应采用统计方法判别，即离群数据的统计检验。 此法适用于一组测量值的一致性检验和剔除离群值，本法中对最小可疑值和最大可疑值进行检验的公式因样本的容量（n）不同而异。 （1）将一组测量数据从小到大顺序排列为x1、x2…xn，x1和xn分别为最小可疑值和最大可疑值； （2）按书上表9-6计算式求Q值； （3）根据给定的显著性水平（α）和样本容量（n），从表9-7查得临界值（Qα）； （4）若Q≤Q0.05则可疑值为正常 若Q0.05＜Q≤Q0.01则可疑值为偏离值； 若Q＞Q0.01则可疑值为离群值。 显著性水平：在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平，记为α。α的取值越小，此假设检验的显著性水平越高。简单的说就是把握程度，比如a＝0.05，表示我们有95％的把握 。 三、测量结果的统计检验(t检验) 相同的试样由不同的分析人员或不同分析方法所测得均数之间差异；在实验室质量考核中，对标准样的实际测定均值与其保证值之间的差异，到底是由抽样误差引起的，还是确实存在本质的差别，可用计算t值和查t表的方法来判断两均数之差是属于抽样误差的概率有多大，即对这些差异进行“显著性检验”，简称“t检验”，当抽样误差的概率较大时，两均数的差异很可能是抽样误差所致，亦即两均数的差别无显著性意义；如其概率很小，即此差别属于抽样误差的可能性很小，因而差别有显著意义。 四、直线相关和回归 　　在环境监测中经常要了解各种参数之间是否有联系。 （一）相关和直线回归方程 　　变量之间关系有两种主要类型： 　　1.确定性关系 　　2.相关关系 （二）相关系数及其显著性检验 　　相关系数是表示两个变量之间关系的性质和密切程度的指标，符号为v，其值在-1～+1之间。公式为： ?????????????????????????????????????????????????????? 　　图9.3-4? x与y的相关关系 方差分析：就是通过分析数据，弄清和研究对象有关的各个因素对该对象是否存在影响以及影响程度和性质。 （一）方差分析中的统计名词 （二）方差分析的基本思想 　　1、将ST分解为SE和各因素的水平间差方和，并分别给予数量化的表示：ST=SA+SB+SA×B+…+SE 　　2、用水平间差方和的均方（如VA）与随机作用差方和（SE）的均方（VE）在给定的显著性水平（α）下进行F检验， 　　若二者相差不大，表明该因素影响不显著，即该因素各水平无显著差异， 　　若二者相差很大，表明该因素影响显著，即该因素各水平