第2章误差与分析数据相关处理.pptVIP

二、 误差的种类性质、产生的原因及减免; 随机误差的分布规律; 频率密度直方图和频率密度多边形; 正态分布曲线 N(?,?) ;随机误差的分布规律;68.3%;（3）有界性：特大误差概率极小; （4）抵偿性：误差的算术平均值的极限为零。;讨论;讨论; 1 5 10 15 20 n;3）偶然误差的减免办法;三、真值μ的置信区间和置信度;万分之一天平称量某一物品，结果为： x1=10.4216g, x2=10.4215g, x3=10.4217g =10.4216g 用平均值10.4216g代表真值的误差多大？ 在x1=10.4216g, x2=10.4215g, x3=10.4217g中10.421是准确的。因此，我们有100％的把握，真值在区间[10.4210, 10.4220]，既有100％的把握相信用平均值10.4216g代表真值的误差E的大小在区间[-0.0004, +0.0006]。 置信区间：估计的真值所在的区间 置信度：估计的把握 上述区间[10.4210, 10.4220]太大了。把握大（置信度高），但准确性太差。 ?如何确定合适的置信区间？;有68.3％的把握认为真值在[m-s, m+s]内 有95.5％的把握认为真值在[m-2s, m+2s]内 有99.7％的把握认为真值在[m-3s, m+3s]内 ; 只要求得σ就可求得置信区间。 但： 求σ需要知道μ，因此σ无法求得。 需要进行无限多次实验。 对于有限次实验 偶然误差并不完全服从正态分布 令： ;t分布; 1- ? = 置信度 p ?随机变量t出现在[-t?,t?]的概率为1- ?。 ;置信区间为： 或写成： 这里：s是样本标准偏差， t 是概率系数，与置信度α 和测定次数n 有关，p14，表2－2 实验次数n增大，t减小，置信区间变窄。 置信度α 增大，t增大，置信区间变宽。;t 值表;讨论;例3（p15）;求置信区间，首先求ts/√n。这里，首先求t，查表： n=6，置信度90％时，t=2.015 则： ;置信区间为：;上例中，如果测定结果中的两个偏差较大的结果变为：28.63→28.57, 28.48→28.55，此时;可见： 提高实验结果的精密度，置信区间变窄，误差更小，准确度更高。 ;P15 例4，说明通过增加实验次数，可以减小， 使置信区间变窄，提高实验结果的准确度。 但是， 当实验次数n20时，效果不明显。因此，只有在n20，特别是n10的范围内，采用增加实验次数的措施来减小误差，提高准确度才有意义。 ;作业;2.2 分析结果的数据处理 ;2. 可疑数据取舍方法;例如，某试样中铝的含量w(Al)的平行测定值为0.2172, 0.2175, 0.2174, 0.2173, 0.2177, 0.2188。用格鲁布斯法判断，在置信度95%时，0.2188是否应舍去。;2）Q检验法 步骤如下 (1)??? 将测定值按大小顺序排列，x1, x2, x3, ……, xn (2)??由可疑值与其相邻值之差的绝对值除以极差，求得Q值： Q值愈大，表明可疑值离群愈远，当Q值超过一定界限时应舍去。 (3) 查表(p18, 表2-4)得Q值，比较Q表与Q计 判断，当Q计Q表，该可疑值应舍去，否则应保留. ;Q值表;例如，平行测定盐酸浓度(mol/l)，结果为0.1014，0.1021，0.1016，0.1013。试问0.1021在置信度为90%时是否应舍去。 解: (1)排序：0.1013, 0.1014, 0.1016, 0.1021 (2)Q=(0.1021-0.1016)/(0.1021-0.1013)=0.63 (3)查表2-4,当n=4, Q0.90=0.76 因Q Q0.90, 故0.1021不应舍去。 ;p18， 例1 测定某药物中Co的质量分数(×10-6)得到结果如下： 1.25, 1.27, 1.31, 1.40 请用Grubbs法和Q值检验法判断1.40×10-6这个数据是否保留。;第2章误差与分析数据相关处理;Grubbs法与Q法比较;数据舍弃与置信区间;二、平均值与标准值的比较（检查方法的准确度、方法的系统误差）;1. t检验法;例2（p19);两个平均值的比较;F检验法（方差比检验法） 步骤： 1）计算方差比F： 2）查F表值（p20表2－5， 注意：自由度f＝n－1） 3）判断： 如F计F表，两