实验数据的误差与结果处理.pptVIP

实验数据的误差与结果处理 第一页，共二十九页，2022年，8月28日 2.1 实验误差及其表示方法 2.1.1 误差的种类及产生原因 2.1.2 误差的表示方法 2.1.3 提高试验结果准确度的方法 * 第二页，共二十九页，2022年，8月28日 * * 2.1 实验误差及其表示方法 误差 系统误差 偶然误差 过失误差 方法误差 仪器误差 试剂误差 主观误差 特点： 1）对分析结果的影响比较恒定 2）单向性,重复测定,重复出现 3）影响结果的准确度,不影响重现性 4）可以消除 2.1.1 误差的种类及产生的原因 （1）不固定:时大时小、时正时负，难以校正； （2）影响结果的精密度； （3）服从一般的统计规律——正态分布 ——偶然因素 特点： 客观存在的 固定因素 非固定因素 过失而非主观因素 第三页，共二十九页，2022年，8月28日 2.1 实验误差及其表示方法 * 2.1.1 产生原因及误差的种类 正态分布的特点： 大误差出现的几率小 小误差出现的几率大 大小相等的正负误差出现的几率均等 √ × × 第四页，共二十九页，2022年，8月28日 2. 精密度 精密度——用偏差来衡量——偶然误差引起 偏差——个别测定值与平均值之间的差值： 2.1.2 误差的表示方法 1. 准确度 准确度——由误差的大小来衡量——系统误差引起 误差——绝对误差和相对误差 E=X -T 误差及偏差都有正负 精密度高不一定准确度高 3. 两者的关系 2.1 实验误差及其表示方法 * X 精密度是保证准确度的先决条件 ──分析结果与真实值的接近程度 ──几次平行测定结果相互接近程度 第五页，共二十九页，2022年，8月28日 增加平行测定的次数 2.1.3 提高试验结果准确度的方法——误差的减免 系统误差 主观误差 试剂误差 仪器误差 方法误差 种类 对实验人员加强训练 对指示剂颜色辨别偏深或偏浅，滴定管读数不准 操作人员主观原因 气温、气压、湿度等变化引起 随机（不确定）因素 偶然误差 空白实验或使用高纯度试剂 去离子水不合格 试剂纯度不够，有杂质 校准仪器 天平两臂不等，砝码未校正，滴定管、容量瓶未校正 仪器本身的缺陷 改变方法或做对照实验 重量分析中沉淀的溶解损失，滴定分析中指示剂选择不当 分析方法不够完善 减免方法 举例 产生原因 2.1 实验误差及其表示方法 * * 第六页，共二十九页，2022年，8月28日 * * 2.2 实验数据处理及结果评价 2.2.1 数理统计的几个基本概念 2.2.2 少量数据的统计处理 2.2.3 置信度和置信区间 2.2.4 显著性检验 2.2.5 可疑值的取舍 第七页，共二十九页，2022年，8月28日 2.2.1 数理统计的几个基本概念 1. 总体(universe)（或母体）——分析研究的对象的全体 2. 样本(swatch)（或子样）——从总体中随机抽取一部分样品进行测定所得到的一组测定值 3. 个体(individual)——样本中的每个测定值xi 4. 样本容量(capacity of sample)（或样本大小）—样本中所含个体的数目，用n表示 * * 6. 极差: 表示数据的分散程度 5. 样本平均值 2.2 实验数据处理及结果评价 第八页，共二十九页，2022年，8月28日 1. 平均偏差 平均偏差又称算术平均偏差，用来表示一组数据的精密度 平均偏差： 例: 测定某HCl与NaOH溶液的体积比。4次测定结果分别为：1.001，1.005，1.000，1.002。计算平均偏差和相对平均偏差。 相对平均偏差： 解: =0.002 2.2.2 少量数据的统计处理 * * 2.2 实验数据处理及结果评价 第九页，共二十九页，2022年，8月28日 平均偏差和相对平均偏差表示精密度: 越小越好 特点：简单 缺点：大偏差得不到应有反映 例：甲di +0.3,-0.2,-0.4,+0.2,+0.1,+0.4,0.0,-0.3,+0.2,-0.3 乙di 0.0,+0.1,-0.7,+0.2,-0.1,-0.2,+0.5,-0.2,+0.3,+0.1 精密度：甲比乙好 ，但二者平均偏差相同 可见：大偏差得不到应有反映 * * 2.2 实验数据处理及结果评价 第十页，共二十九页，2022年，8月28日 2. 标准偏差 相对标准偏差 ： 标准偏差又称均方根偏差，是统计学中的重要参