第四章误差分析及数据的处理.pptx

第四章 误差分析及数据的处理;教学目标:; 第一节 误差的基本概念 一、准确度与误差 1、真值( true value,T):是试样中待测组分客观存在的真实含量。 2、准确度:是分析结果与真值的相符程度。准确度通常用误差来表示,误差越小,表明分析结果的准确度越高。 3、绝对误差:绝对误差是分析结果与真值之差,表示为: Ea=x-T 或;4、相对误差:相对误差是绝对误差与真值的百分比率。表示为: 绝对误差和相对误差都有正负之分。当测定值大于真值时,误差为正,表明测定结果偏高;反之误差为负,表明测定值偏低。在测定的绝对误差相同的条件下,待测组分含量越高,相对误差就越小;反之,相对误差就越大。因此,在实际工作中,常用相对误差表示测定结果的准确度。; 5、中位数:即一组测定数据从小至大进行排列时,处于中间的那个数据或中间相邻两个数据的平均值、用中位数表示分析结果比较简单,但存在不能充分利用数据的缺点。 6、真值: 由于误差不可幸免地存在于测定中,因此任何真值都难以得知。在实际工作中,通常将纯物质中元素的理论含量等于理论真值,国际计量大会上确定的长度、质量和物质的量单位等计量学约定真值,或公认的权威机构发售的标准参考物质(也称为标准试样)给出的参考值等当作真值来使用。;二、周密度与偏差 周密度:表示数次测定值相互接近的程度。它反映了测定值的再现性。周密度与准确度的关系可通过打靶的例子形象地加以说。;准确度与周密度;(一)绝对偏差、平均偏差和相对平均偏差 绝对值偏差平均偏差: :单次测量偏差的绝对值的平均值、 ;(二)标准偏差和相对标准偏差 总体:一定条件下无限多次测定数据的全体。 样本:从总体中抽出的一组测定值。 样本大小(样本容量):样本中所含测定值的数目。 若样本容量为n,平行测定数据为, 则此样本平均值为:; 无限次测定时,总体的分散程度用总体标准偏差来衡量: 有限次测定(n20)时,采纳样本标准偏差S来衡量测定数据的分散程度,并将样本标准偏差简称为标准偏差。 式中n为测定次数,f=n-1称为自由度。; 标准偏差比平均偏差能更正确???更灵敏地反映测定值的周密度,能更好地说明数据的分散程度。 样本的相对标准偏差(变异系数),简称相对标准偏差:;(三)平均值的标准偏差; 与测定次数n的关系;;三、系统误差和随机误差 (一)系统误差 系统误差是由分析过程中某些确定的、经常性的因素引起的,因此对测定值的影响比较恒定。系统误差的特点是具有“重复性”、“单向性”和“可测性”。 1、方法误差 2、仪器和试剂误差 3、操作误差 ;二、随机误差 1、随机误差 随机误差又称偶然误差(accident error),它是由一此难以控制、无法幸免的偶然因素造成的一类误差。它具有大小和正负的不确定性,也称为不确定误差。 ;2、系统误差与随机误差的比较 :;3、系统误差与随机误差的关系 系统误差与随机误差经常同时存在,有时也估计相互转化。例如,在重量分析中,称量时试样因严重吸湿会产生系统误差,而因轻微吸湿则估计产生随机误差、又如,滴定管的刻度误差属于系统误差、但因其误差小也可作为随机误差来处理。 ; 第二节 随机误差的正态分布 一、频率分布: 尽管随机误差是由一些偶然因素引起,其大小及正负均具有随机性。但经对大量测定数据进行统计学处理后,能够看出大多数数据是符合或基本符合正态分布规律。 在相同的实验条件下,对某一合金中铁的质量分数(%)进行重复测定,获得以下100个测定值:; 本例分为10组,再将全部数据由小至大排列成序,算出极差R。本例中R = 1、92 - 1、63 = 0、29,由极差除以组数可计算出组距: 为了使每个数据只能进入某一组中,幸免“骑墙”现象发生,通常将组界值多取一位,且以 5为佳。 频数(frequency, ni):测定值落在每组内的次数称为频数。 频率:频数除以数据总数(n)称为相对一频数或者称频率。; 由表4—1中的数据和图4 -4能够看出,测定数据具有明显的集中趋势。在全部测定数据中,位于1、715—1、835之间的数据是大多数(占79%),小于l、685的数据(占5%)和大于1、865的数据(占3%)都特别少。 上述图形总结出测定值随机分布的特点: ①离散特性,在平均值周韦分布; ②集中趋势,测定值向平均值集中; ③远离平均值的数据特别少。;二、正态分布;(一)正态分布曲线的数学表达式