分析化学中的误差与数据.ppt

2. 正态分布：测量数据一般符合正态分布规律，即高斯分布，正态分布曲线数学表达式为： y：概率密度； x：测量值 μ：总体平均值，即无限次测定数据的平均值，无系统误差时即为真值；反映测量值分布的集中趋势。 σ：标准偏差，反映测量值分布的分散程度； x-μ：随机误差 第三十一页，共六十六页，2022年，8月28日 正态分布曲线规律： * x=μ 时，y值最大，体现了测量值的集中趋势。大多数测量值集中在算术平均值的附近，算术平均值是最可信赖值，能很好反映测量值的集中趋势。μ反映测量值分布集中趋势。 * 曲线以x=μ这一直线为其对称轴，说明正误差和负误差出现的概率相等。 * 当x趋于－∞或＋∞时，曲线以ｘ轴为渐近线。即小误差出现概率大，大误差出现概率小，出现很大误差概率极小，趋于零。 *σ越大，测量值落在μ附近的概率越小。即精密度越差时，测量值的分布就越分散，正态分布曲线也就越平坦。反之，σ越小，测量值的分散程度就越小，正态分布曲线也就越尖锐。σ反映测量值分布分散程度。 第三十二页，共六十六页，2022年，8月28日 标准正态分布曲线： 横坐标改为u，纵坐标 为概率密度，此时曲线的 形状与σ大小无关，不同 σ的曲线合为一条。 X- μ u=------------- σ 第三十三页，共六十六页，2022年，8月28日 3. 随机误差的区间概率 正态分布曲线与横坐标-∞到+∞之间所夹的面积，代表所有数据出现概率的总和，其值应为1，即概率P为： 第三十四页，共六十六页，2022年，8月28日 随机误差出现的区间 测量值出现的区间 概率 (以σ为单位) u=±1 x=μ±1σ 68.3% u=±1.96 x=μ±1.96σ 95.0% u=±2 x=μ±2σ 95.5% u=±2.58 x=μ±2.58σ 99.0% u=±3 x=μ±3σ 99.7% 第三十五页，共六十六页，2022年，8月28日 例1 已知某试样中山质量分数的标准值为1.75%，σ=0.10%，又已知测量时没有系统误差，求分析结果落在(1.75±0.15)%范围内的概率。 解： 例2 同上例，求分析结果大于2.00%的概率。 解：属于单边检验问题。 阴影部分的概率为0.4938。整个正态分布曲线右侧的概率 为1/2，即为0.5000，故阴影部分以外的概率为0.5000－ 0.4938=0.62%，即分析结果大于2.00%的概率为0.62%。 第三十六页，共六十六页，2022年，8月28日 少量实验数据的统计处理： (1) t 分布曲线 正态分布是无限次测量 数据的分布规律，而对有 限次测量数据则用t 分布曲 线处理。用s代替σ，纵坐 标仍为概率密度，但横坐 标则为统计量t。t定义为： 3.3.2 总体平均值的估计 1. 平均值的标准偏差 第三十七页，共六十六页，2022年，8月28日 自由度f — degree of freedom （ f = n-1） t分布曲线与正态分布曲线相似，只是t分布曲线随自由度f而改变。当f趋近∞时，t分布就趋近正态分布。 置信度P—confidence degree 在某一t值时，测定值落在(μ+ts)范围内的概率。 置信水平α—confidence level 在某一t值时，测定值落在(μ+ts)范围以外的概率(l－P) ta，f ：t值与置信度P及自由度f关系。 例： t0·05，10表示置信度为95%，自由度为10时的t值。 t0·01，5表示置信度为99%，自由度为5时的t值。 第三十八页，共六十六页，2022年，8月28日 第三十九页，共六十六页，2022年，8月28日 (2) 平均值的置信区间（confidence interval） 当n趋近∞时： 单次测量结果： 以样本平均值来估计总