第三章-分析化学中的误差和数据处理.pptVIP

3.5 少量数据的统计处理 例 测定某药物中钴的含量如(μg/g),得结果如下：1.25，1.27，1.31，1.40。试问1.40这个数据是否应保留? 解 首先不计异常值1.40，求得其余数据的平均值 和平均偏差 为 异常值与平均值的差的绝对值为 |1.40一1.28|=0.12＞4 (0.092) 故1.40这一数据应舍去。 3.5 少量数据的统计处理 （2）格鲁布斯(Grubbs)法 有一组数据，从小到大排列为: x1,x2,……,xn-1,xn 其中x1或xn可能是异常值。 用格鲁布斯法判断时，首先计算出该组数据的平均值及标准偏差，再根据统计参数G进行判断(G是 和n的函数)。 若GTa,n ，则异常值应舍去，否则应保留 3.5 少量数据的统计处理 3.5 少量数据的统计处理 例 前一例中的实验数据，用格鲁布斯法判断时，1.40这个数据应保留否(置信度95%)? 解: 平均值 x=1.31， s=0.066 查表T0·05，4=1.46，GT0·05，4，故1.40这个数据应该保留。 格鲁布斯法优点，引人了正态分布中的两个最重要的样本参数x及s，故方法的准确性较好。因此得到普遍采用。 缺点是需要计算x和s,手续稍麻烦。 3.5 少量数据的统计处理 （3）Q检验法(当测定次数n=3-10时采用) 设一组数据，按递增顺序排列为: x1, x2,……, xn-1, xn 显然x1 （或xn）为离群值，则统计参数Q为： 式中分子为异常值与其相邻的一个数值的差值，分母为整组数据的极差。Q值越大，说明xn离群越远。Q称为“舍弃商”。 当Q计算Q表时，异常值应舍去，否则应予保留。分析化学中通常取0.90的置信度。 Q值表 测量次数n 3 4 5 6 7 8 9 10 Q0.90 0.94 0.76 0.64 0.56 0.51 0.47 0.44 0.41 Q0.95 0.97 0.84 0.73 0.64 0.59 0.54 0.51 0.49 该方法的优点：Q检验法符合数理统计原理，具有直观性，计算方法简单。 其缺点是分母是xn - x1，数据离散性越大，可疑数据越不能舍去。Q检验法准确度较差。 如果 Q计 = QP时，最好再补测1－2次，或用中位值作为测定结果。 用Na2CO3作基准试剂对HCl溶液的浓度进行标定，共做6次，其结果为0.5050, 0.5042, 0.5086, 0.5063, 0.5051和0.5064 mol?L-1。试问0.5086这个数据是否应舍去？ 解：6次测定结果的顺序为0.5042, 0.5050, 0.5051, 0.5063, 0.5064, 0.5086 mol?L-1。 查表 Q0.90, 6 = 0.56 Q计 QP 0.5086应该保留 例：测定某一热交换器水垢中的Fe2O3百分含量，进行7次平行测定，经校正系统误差后，其数据为79.58,79.45，79.47，79.50，79.62，79.38和79.80。求平均值、标准偏差和置信度为90%和99%时平均值的置信区间。 解：数据中79.80与其余6个数据相差较大，现根据Q检验决定其取舍。 已知n=7时，Q0.90=0.51,所以79.80应予保留。 同例，置信度为99%时， Q0.99=0.68 ,所以79.80应予保留。 当置信度为90%时，n=7，t 0.10,6=1.94 同理，置信度为99%时，可得 分析化学中，经常使用标准曲线比较法确定未知溶液的浓度。例如，分光光度法中先用已知含量的标准溶液作出吸光度与浓度的关系曲线，即标准曲线；然后，测定未知液的吸光度，根据测出值在标准曲线上查出与之对应的浓度。 3.6 回归分析法 0 1 2 3 4 mg/ml A 。 。 。 。 * 0.8 0.6 0.4 0.2 0 A＝ ?bc 标准曲线通常是通过零点的的直线，但由于误差等因素的存在，各数据点对直线往往有偏离，就需要用数理统计的方法找出各数据点误差最小的直线，即回归直线。 3.6 回归分析法 1 一元线性回归方程(linear regression) 设对于每一个自变量xi ,都有一个因变量yi;若共有n个数据，则其线性回归方 程可表示为： a为直线的截矩， b为