1.09k likes | 1.35k Views
第 3 章 分析化学中的误差与数据处理. 3.1 分析化学中的误差. 分析的核心是准确的“量”的概念 , 凡是测量就有误差 , 减少测量误差是分析工作的重点之一. 3.1.1 误差和偏差. 1. 真值 T ( True value ) 某一物理量本身具有的、客观存在的真实值。 真值是未知的、客观存在的量。在特定情况下 认为 是已知的:. (1) 理论真值 (如化合物的理论组成) (2) 计量学约定真值 (如国际计量大会确定的长度、质 量、物质的量单位等等)
E N D
第3章 分析化学中的误差与数据处理
3.1 分析化学中的误差 分析的核心是准确的“量”的概念, 凡是测量就有误差, 减少测量误差是分析工作的重点之一.
3.1.1 误差和偏差 1. 真值 T (True value) 某一物理量本身具有的、客观存在的真实值。 真值是未知的、客观存在的量。在特定情况下认为是已知的: (1) 理论真值(如化合物的理论组成) (2) 计量学约定真值(如国际计量大会确定的长度、质 量、物质的量单位等等) (3) 相对真值(如高一级精度的测量值相对于低一级精度 的测量值)
2.误差(Error): 测定结果(x)与真实值(xT)之间的差值,用 E表示. • 1) 绝对误差(absolute error- Ea) Ea= 测定值-真实值 = x - xT • 2) 相对误差(relative Error) 表示误差在真实值中所占的百分率,分析结果的准确度常用相对误差表示。
如:对于1000kg和10kg ,绝对误差相同(±1kg),但产生的相对误差却不同。 • 绝对误差和相对误差都有正负之分。
3. 偏差 • 1) 算术平均值 • 对同一种试样,在同样条件下重复测定n次,结果分别为:x1, x2, xn • 2) 偏差(devoation) 单次测量值与平均值之差绝对偏差。
3) 算术平均偏差(mean deviation) • 通常以单次测量偏差的绝对值的算术平均值即平均偏差 来表示精密度。 4) 相对平均偏差(relative mena deviation) 注意: 不计正负号,di则有正负之分。
例1:测定钢样中铬的百分含量,得如下结果:1.11, 1.16, 1.12, 1.15和1.12。计算此结果的平均偏差及相对平均偏差。 • 解: 用 表示精密度比较简单。 该法的不足之处是不能充分反映大偏差对精密度的影响。
当测定 次数较多时,常使用标准偏差或相对标准偏差表示一组平行测定值的精密度。 • 单次测定的标准偏差: • 相对标准偏差亦称变异系数(RSD 或sr): • 标准偏差:通过平方运算,能将较大的偏差更显著地表现出来,能更好地反映测定值的精密度。
4. 中位数(xM)-Median value 一组测量数据按大小顺序排列,中间一个数据即为中位数xM,当测量值的个数位偶数时,中位数为中间相临两个测量值的平均值。 优点:是能简单直观说明一组测量数据的结果,且不受两端具有过大误差数据的影响; 缺点:是不能充分利用数据,因而不如平均值准确。
5. 极差(R) 极差(Range):衡量一组数据的分散性。一组测量数据中最大值和最小值之差,也称全距或范围误差。 R = x max — x min 相对极差:
3.1.2 准确度与精密度 1、准确度 Accuracy 准确度表征测量值与真实值相符合的程度。 准确度用误差表示。反映测定的正确性,是系统误差大小的量度。 2、精密度 precision 精密度表征平行测量值的相互符合程度。精密度用偏差表示。有时用重复性(repeatability)和再现性(reproducibility)表示不同情况下分析结果的精密度。
D 测量点 C 平均值 B 真值 A 准确度与精密度的关系 例:A、B、C、D 四个分析工作者对同一铁标样(WFe=37.40%)中的铁含量进行测量,得结果如图示,比较其准确度与精密度。 表观准确度高,精密度低 (不可靠) 准确度高,精密度高 准确度低,精密度高 准确度低,精密度低 36.00 36.50 37.00 37.50 38.00
结论: 1、精密度是保证准确度的前提。 2、精密度高,不一定准确度就高; 准确度高,精密度一定高。
3.1.3. 系统误差和随机误差 • 由于各种原因导致的误差,根据性质不同可区分为:系统误差和随机误差两大类 • 1. 系统误差(systematic error) • 由一些固定的原因所产生,其大小、正负有重现性,也叫可测误差。 • 1)方法误差 分析方法本身所造成的误差。 • 2)仪器误差 • 3)试剂误差 • 4)操作误差 操作不当
系统误差的性质可归纳为如下三点: • 1)重现性 • 2)单向性 • 3)可以校正。 2. 随机误差(random error) • 随机误差由偶然因素引起的误差,所以又称偶然误差 • 如,同一坩埚称重(同一天平,砝码),得到以下克数: • 29.3465,29.3463,29.3464,29.3466
对于天秤称量,原因可能有以下几种: • 1)天平本身有一点变动性 • 2)天平箱内温度有微小变化 • 3) 坩埚和砝码上吸附着微量水分的变化 偶然误差的性质: • 误差的大小、正负都是不固定的。 • 偶然误差不可测误差。 • 在消除系统误差后,在同样条件下多次测定,可发现偶然误差服从统计规律。
8. 公差 →公差:生产部门对于分析结果允许误差表示法,超出此误差范围为超差,分析组分越复杂,公差的范围也大些。
3.1.5 误差的传递 1.系统误差的传递 (1). 加减法 若 R = A + B - C,则 ER = EA + EB - EC 即分析结果的绝对误差是各测量步骤绝对误差的代数和 若 R = A + mB - C 则 ER = EA + mEB - EC 在误差计算中含相关系数 m
(2) .乘除法 在乘除法的误差计算公式中,不考虑系数m (3).指数关系 (4).对数关系
2. 随机误差的传递 (1). 加减法 分析结果的标准偏差的平方是各测量步骤标准偏差的平方和。 若带有系数,则系数也相应平方 (2). 乘除法 在乘除法的误差计算公式中,不考虑系数m
(3).指数关系 (4).对数关系
例 设天平称量的标准偏差S=0.1mg,求称量试样时的标准偏差Sm 解:称取试样时,无论是用差减法,或固定称量法,都需要称量两次,读取两次平衡点,试样质量是两次称量所得质量之差,即 m=m1-m2故:
例:用移液管移取NaOH溶液25.00mL,用0.1000mol/L HCl标准溶液滴定,用去30.00mL,已知用移液管移溶液时的标准偏差S1=0.02mL,滴定管读数每次S2=0.01mL 设HCl溶液浓度准确,计算标定NaOH溶液浓度时的标准偏差 解: 由误差传递 滴定管要读两次 仅最后一位相差1,所以偏差极小
3. 极值误差 即:考虑在最不利的情况下,由各步骤带来的误差相互叠加。(也有相互抵消) 例如:滴定时读滴定管两次,极值误差±0.02mL 所以,在滴定时,为了使读数误差<0.1%,一般体积>20mL 天平称量两次读数,极值误差±0.0002mg 所以,在称量时,为了使读数误差<0.1%,一般质量>0.2mg 则极值相对误差
例:用间接法测定Cu含量,若测量相对误差均为0.1%,问Cu的质量分数的极值相对误差为多少?例:用间接法测定Cu含量,若测量相对误差均为0.1%,问Cu的质量分数的极值相对误差为多少? 解:计算公式为: 若误差0.1% 0.2% 0.1% 0.1% 有时误差可相互抵消
3.2 有效数字及其运算规则 3.2.1 有效数字 有效数字—significant figure 分析工作中实际能测量到的数字,包括全部可靠数字及一位不确定数字在内。 有效数字位数由仪器准确度决定,它直接影响测定的相对误差。
有效数字位数的确定 a数字前0不计,数字后计入: 0.03400 b 数字后的0含义不清楚时, 最好用指数形式表示 : 1000 (1.0×103, 1.00×103, 1.000 ×103) c 自然数和常数可看成具有无限多位数(如倍数、分数关系) d不能因为变换单位而改变有效数字的位数。0.0345g=34.5mg=3.45×104μg e 对数 (如pH, pM, lgK等)的有效数字位数按尾数计,如 pH=10.28, 则[H+]=5.2×10-11 f 误差只需保留1~2位
m◇分析天平(称至0.1mg): 12.8228g(6) , 0.2348g(4) , 0.0600g(3) ◇千分之一天平(称至0.001g): 0.235g(3) ◇1%天平(称至0.01g): 4.03g(3), 0.23g(2) ◇台秤(称至0.1g): 4.0g(2), 0.2g(1) V☆滴定管(量至0.01mL): 26.32mL(4), 3.97mL(3) ☆容量瓶: 100.0mL(4), 250.0mL (4) ☆移液管: 25.00mL(4); ☆量筒(量至1mL或0.1mL): 25mL(2), 4.0mL(2)
5位 4位 3位 2位 1位 位数比较模糊 1.0008 43.181 0.1000 10.98% 0.0382 1.98×10-10 54 0.0040 0.05 2×105 3600 100
3.2.2有效数字的修约规则 “四舍六入,五后有数就进一,五后无数(或是0)看单双” 修约数字时,只允许对原测量值一次修约到所需要的位数,不能分次修约。
0.3255 0.03624 10.22 150.6 75.55 16.09 22.44 有效数字的修约: 0.32554 (修为4位) → 0.036236 (修为4位) → 10.2150 (修为4位) → 150.65 (修为4位) → 75.55496 (修为4位) → 16.0851 (修为4位) → 22.4450 (修为4位) →
禁止分次修约 0.57 0.5749 × 0.575 0.58 运算时可多保留一位有效数字进行
3.2.3 运算规则 • 加减法:当几个数据相加减时,有效数字位数,应以小数点后位数最少的数据为准,因小数点后位数最少的数据的绝对误差最大。 • 例:0.0121+25.64+1.05782=? 绝对误差 ±0.0001 ±0.01 ±0.00001 在加合的结果中总的绝对误差值取决于25.64。 0.01+25.64+1.06=26.71
* 乘除法:当几个数据相乘除时,有效数字位数,应以有效数字位数最少的数据为准,因有效数字位数最少的数据的相对误差最大。 例: 0.0121 × 25.64 × 1.05782=? 相对误差 ±0.8% ±0.4% ±0.009% 结果的相对误差取决于0.0121,因它的相对误差最大, 所以0.0121×25.6×1.06=0.328 乘除法运算中,若遇到9以上的大数,如9.00,9.86等,通常将其作四位有效数字处理。
例 H2O+CO2 0.0192
在计算分析结果时,高含量(大于10%)组分的测定,一般要求四位有效数字;含量在1%~10%的组分一般要求三位有效数字;含量小于1%的组分一般要求两位有效数字。在计算分析结果时,高含量(大于10%)组分的测定,一般要求四位有效数字;含量在1%~10%的组分一般要求三位有效数字;含量小于1%的组分一般要求两位有效数字。 →分析中各类误差的通常取1 至 2位有效数字
3.3 分析化学中的数据处理 总体(或母体):所考查对象的某特性值的全体。 样本(子样):自总体中随机抽出的一组测量值 样本大小(或容量):样本中所含测量值的数目 若样本容量为n,平均值
对无限次测定,平均值即为总体平均值 没有系统误差时,µ就是真实值xT 单次测量的平均偏差 当 n< 20 用统计方法处理数据时,广泛采用标准偏差来衡量数据的分散程度.
标准偏差 1、总体标准偏差 当测量次数为无限多次时,各测量值对总体平均值μ的偏离,用总体标准偏差σ表示。 避免单次测量偏差相加时正负抵消;大偏差能更显著地反映出来。 2、样本标准偏差 测量值不多, μ不知时,用来衡量数据的分散程度。
此时, 3、相对标准偏差 单次测量的相对标准偏差(亦称变异系数,sr或RSD %)为:
例:甲乙两组测量数据,各10次测定,偏差分别为:例:甲乙两组测量数据,各10次测定,偏差分别为: 甲:+0.3-0.2-0.4+0.2+0.1+0.40-0.3+0.2-0.3 乙:0+0.1-0.7﹡ +0.2-0.1-0.2+0.5﹡-0.2+0.3+0.1 甲的平均偏差: 乙的平均偏差: 用标准偏差表示: 数据平方后较大的偏差可显示出来
4、标准偏差与平均偏差的关系 当n > 20 时, δ:测定次数非常多时的平均偏差 当 n < 20,则用 表示
3.3.1 随机误差的正态分布 1 频数分布 例: 在相同条件下对某样品中镍的质量分数(%)进行重复测定,得到90个测定值如下: 1.60 1.67 1.67 1.64 1.58 1.64 1.67 1.62 1.57 1.60 1.59 1.64 1.74 1.65 1.64 1.61 1.65 1.69 1.64 1.63 1.65 1.70 1.63 1.62 1.70 1.65 1.68 1.66 1.69 1.70 1.70 1.63 1.67 1.70 1.70 1.63 1.57 1.59 1.62 1.60 1.53 1.56 1.58 1.60 1.58 1.59 1.61 1.62 1.55 1.52 1.49 1.56 1.57 1.61 1.61 1.61 1.50 1.53 1.53 1.59 1.66 1.63 1.54 1.66 1.64 1.64 1.64 1.62 1.62 1.65 1.60 1.63 1.62 1.61 1.65 1.61 1.64 1.63 1.54 1.61 1.60 1.64 1.65 1.59 1.58 1.59 1.60 1.67 1.68 1.69
分组:容量大时分为10-20组,容量小时(n<50)分为5-7组,分组:容量大时分为10-20组,容量小时(n<50)分为5-7组, 本例分为9组; 极差:R=1.74%-1.49%=0.25%; 组距:组距= R/9=0.25%/9=0.03%。 每组内两个数据相差0.03%即:1.48-1.51,1.51-1.54等等。 为了使每一个数据只能进入某一组内,将组界值较测定值多取一位。即:1.485-1.515,1.515-1.545,1.545-1.575等等。 统计频数:测定值落在每组内的个数(称为频数), 相对频数:计算出数据出现在各组内的频率(即相对频数)。
分组(%) 频数 频率 1.485-1.515 2 0.022 1.515-1.545 6 0.067 1.545-1.575 6 0.067 1.575-1.605 17 0.189 1.605-1.635 22 0.244 1.635-1.665 20 0.222 1.665-1.695 10 0.111 1.695-1.725 6 0.067 1.725-1.755 1 0.011 ∑ 90 1.00
平均值:1.62 特点: 1.离散特性(σ) 2.集中趋势(μ) 频率分布的直方图
2 正态分布 正态分布,又称高斯分布,它的数学表达式即正态分布函数式为:
μ决定曲线的位置, σ决定曲线的形状 (是从μ到曲线拐点的距离) 正态分布曲线(μ相同,σ2>σ1) x μ 0 x-μ 随机误差的正态分布曲线