第二章试验数据的误差分析
合集下载
第二章 定量分析中的误差及结果处理
常量组分：化学分析法 —— 操作方便，准确度高 微量组分：仪器分析法 —— 灵敏度高 二、减少随机误差（偶然误差）
增加平行测定次数
三、消除系统误差 （一）对照试验 —— 检验有无方法误差
（二）空白试验 —— 检验有无试剂误差
试样 + 试剂 试剂 则 样品含量
同一条件 同一条件
测定结果 X1
测定结果 X0 ( X0—空白值
二、偏差与精密度
思考题:
甲乙两位同学对同一样品进行了五次重复测定, 测定结果分别如下: 甲： 0.3，0.2，0.3，0.3，0.4， x = 0.3 乙: = 0.3 0.1, 0.6, 0.2, 0.1, 0.5,
x
(1)甲同学测定的几个结果中哪个结果更好?乙同 学的呢? (2)两位同学的测定水平哪个更好?如何评价?
5 前面是偶数 —— 舍
5 后面全为 0 或无数字 尾数= 5时 5 后面有任一不为 0 的数 —— 入 5 前面是奇数 —— 入
例：将下列数字修约为三位有效数字
0. 3216 解: 0.322 21. 2499 21.2 10. 2500 10.2 10. 3500 10.4 3.42 3.415 10. 25001
36.50 37.00
平均值
37.50
38.00
真值
(三）准确度和精密度的关系
1、精密度高，准确度一定高。（ ） 2、精密度高，准确度一定低 （ ） 3、精密度的高低不会影响准确度（ ） 4、要有高的准确度，必须要有高的精密度（ ）
精密度是保证准确度的先决条件.精密度差, 所测结果不可靠,就失去了衡量准确度的前提, 高的精密度,不一定能保证高的准确度.
主要来源有
仪器误差:
试剂误差： 操作误差 ：
增加平行测定次数
三、消除系统误差 （一）对照试验 —— 检验有无方法误差
（二）空白试验 —— 检验有无试剂误差
试样 + 试剂 试剂 则 样品含量
同一条件 同一条件
测定结果 X1
测定结果 X0 ( X0—空白值
二、偏差与精密度
思考题:
甲乙两位同学对同一样品进行了五次重复测定, 测定结果分别如下: 甲： 0.3，0.2，0.3，0.3，0.4， x = 0.3 乙: = 0.3 0.1, 0.6, 0.2, 0.1, 0.5,
x
(1)甲同学测定的几个结果中哪个结果更好?乙同 学的呢? (2)两位同学的测定水平哪个更好?如何评价?
5 前面是偶数 —— 舍
5 后面全为 0 或无数字 尾数= 5时 5 后面有任一不为 0 的数 —— 入 5 前面是奇数 —— 入
例：将下列数字修约为三位有效数字
0. 3216 解: 0.322 21. 2499 21.2 10. 2500 10.2 10. 3500 10.4 3.42 3.415 10. 25001
36.50 37.00
平均值
37.50
38.00
真值
(三）准确度和精密度的关系
1、精密度高，准确度一定高。（ ） 2、精密度高，准确度一定低 （ ） 3、精密度的高低不会影响准确度（ ） 4、要有高的准确度，必须要有高的精密度（ ）
精密度是保证准确度的先决条件.精密度差, 所测结果不可靠,就失去了衡量准确度的前提, 高的精密度,不一定能保证高的准确度.
主要来源有
仪器误差:
试剂误差： 操作误差 ：
第二章 误差分析
重做!
例：加错试剂,少加试剂 仰视、俯视
• 俯视
• 仰视
思考题
1.下列情况引起什么误差？如何减免？ ⑴砝码受腐蚀；
系统误差，仪器校正 ⑵重量分析中，样品的非被测组分被共沉淀；
系统误差，另一方法测定。
⑶样品在称量过程中吸湿； 系统误差，将水分烘干后再称样。
⑷读取滴定管读数时，最后一位数字估计不准；
1 P
二、有限数据随机误差的t 分布(t-distribution)
1．正态分布——描述无限次测量数据
t 分布——描述有限次测量数据
2．正态分布——横坐标为 u ，t 分布—横坐标为 t
u
t
x
x
s
为总体均值
为总体标准偏差
s为有限次测量值的标准偏差
3.两者所包含面积均是一定范围内测量值出现的概率P 正态分布：P 随u 变化；
随机误差，读多次取平均值。
二、误差的表示方法
某一试样sample的真实值为μ，用同一方 法进行n 次测定，结果如下： x1、x2、x3、……xn 求得其平均值为 x 问：实验结果如何？或如何评价这一实验结果？
（1）计算结果的相对标准偏差，说明（精密度）
（2）计算结果的相对误差，说明结果的准确程度。
小结
●分析过程中的误差有系统误差和随机误差，
●对同一样品多次平行测得值的相互接近程度
用精密度（S）表示；其平均值是否接近真值， 用准确度（E）表示。
●必须消除系统误差减小随机误差，以提高
分析结果的准确度。
第二节
总体 抽样
随机误差的统计概念
样本 统计方法 观测 数据
基本概念：
总体population——研究对象的全体 个体individual——组成总体的每一个单位
第二章 误差和分析数据处理
课堂互动 下面是三位学生练习射击后的射击靶 图，请您用精密度或准确度的概念来评 价这三位学生的射击成绩。
二、系统误差和偶然误差
误差(error)：测量值与真实值的差值
根据误差产生的原因及性质，可以将误差分为系统误 差和偶然误差。
1 系统误差 (systematic error) 又称可测误差，由某
§3 有效数字及计算规则
小问题：1与1.0和1.00相等吗? 答:在分析化学中1≠1.0≠1.00 一、有效数字(significant figure) 概念：分析工作中实际上能测量到的数字，除最后一 位为可疑数字，其余的数字都是确定的
如：分析天平称量：1.21 23 (g) 滴定管读数：23.20 (ml)
=0.17
S 0.17 RSD 100 % 100 % 1.1% 15.82 X
用标准偏差比用平均偏差更科学更准确。
例: 两组数据
(1) 0.11, -0.73, 0.24, 0.51, -0.14, 0.00, 0.30, -0.21,
n=8 n=8 d1=0.28 d2=0.28 s1>s2 s1=0.38 s2=0.29 (2) 0.18, 0.26, -0.25, -0.37, 0.32, -0.28, 0.31，-0.27
(1)绝对误差 (δ) : δ= x－μ (2) 相对误差(RE): R E= δ / μ× 100%
注:
注1:两种误差都有正、负值之分。
小问题1：
买猪肉1000斤少0.5斤和买1斤少0.5斤哪个误差大?
小问题2： 用分析天平称量两个样品，一个是0.0021克，另一 个是0.5432克，两个测量值的绝对误差都是0.0001 克，试通过计算相对误差来说明哪种表示法更好。
第二章误差分析讲解
22
第三节 有限测量数据的统计处理
一、偶然(随机)误差的正态分布
同一矿石样品的n次测定值：
23
y
测量值的波动符合正态分布
y
1
2
exp
1 2 x源自2
µ -0 +
x(测量值) x-µ(误差)
y 表示概率密度
σ—总体标准偏差，表示数据的离散程度
μ—无限次测量的总体平均值，
即F
s12 s22
s1
s2
P一定时，查 F , f1, f2
注意：f1为大方差的自由度 f2为小方差的自由度
如F F ，则两组数据的精密度不存在显著性差异 ，f1, f2
如F F ，则两组数据的精密度存在显著性差异 ，f1, f2 33
练习
例：在吸光光度分析中，用一台旧仪器测定溶液的
由P 95%, f大 5，f小 3 F表 9.01
F F表 两仪器的精密度不存在显著性差异
34
（二）t检验（准确度显著性检验）
1. x 与µ比较
x
t
n
S
当t≥tα,f 存在显著性差异 当t<tα,f 不存在显著性差异
35
练习
例：采用某种新方法测定基准明矾中铝的百分含量， 得到以下九个分析结果，10.74%，10.77%， 10.77%，10.77%，10.81%，10.82%，10.73%， 10.86%，10.81%。试问采用新方法后，是否 引起系统误差？（P=95%）已知含量为10.77%。
26
2.t一定时，由于f不同， 则曲线形状不同，所包 括的面积不同，其概率 也不同。
27
第三节 有限测量数据的统计处理
一、偶然(随机)误差的正态分布
同一矿石样品的n次测定值：
23
y
测量值的波动符合正态分布
y
1
2
exp
1 2 x源自2
µ -0 +
x(测量值) x-µ(误差)
y 表示概率密度
σ—总体标准偏差，表示数据的离散程度
μ—无限次测量的总体平均值，
即F
s12 s22
s1
s2
P一定时，查 F , f1, f2
注意：f1为大方差的自由度 f2为小方差的自由度
如F F ，则两组数据的精密度不存在显著性差异 ，f1, f2
如F F ，则两组数据的精密度存在显著性差异 ，f1, f2 33
练习
例：在吸光光度分析中，用一台旧仪器测定溶液的
由P 95%, f大 5，f小 3 F表 9.01
F F表 两仪器的精密度不存在显著性差异
34
（二）t检验（准确度显著性检验）
1. x 与µ比较
x
t
n
S
当t≥tα,f 存在显著性差异 当t<tα,f 不存在显著性差异
35
练习
例：采用某种新方法测定基准明矾中铝的百分含量， 得到以下九个分析结果，10.74%，10.77%， 10.77%，10.77%，10.81%，10.82%，10.73%， 10.86%，10.81%。试问采用新方法后，是否 引起系统误差？（P=95%）已知含量为10.77%。
26
2.t一定时，由于f不同， 则曲线形状不同，所包 括的面积不同，其概率 也不同。
27
第2章 误差及分析数据统计处理
相对标准偏差为: RSD
s 0.13% 100% 0.35% x 37.34%
16
2014-5-11
精密度(precision)是指在确定条件下，平行测定多次，
所得结果之间的一致程度。精密度的大小常用偏差表示。 精密度的高低还常用重复性(repeatability)和再现性 (reproducibility)表示。 重复性(r)：同一操作者，在相同条件下，获得一系列结果之间 的一致程度。 再现性(R)：不同操作者，在不同条件下，用相同的方法获得 单个结果之间的一致程度。
有较大偏离的数据(离群值或极值)？这些值是否该舍去？处理
的方法有： Q值检验法(Q-test)、Grubbs检验法和四倍法。 这些方法是建立在随机误差服从一定分布规律的基础上。
2014-5-11
20
(一) Q 检验法 于1951年由迪安(Dean)和犾克逊(Dixon)提出。 步骤: (1) 数据排列 X1 X2 …… Xn
Ea xi
Er Ea
(1)
相对误差Er (relative error)
100% 100% (2)
xi
绝对误差和相对误差都有正负，正值表示分析结果偏高，反之负值 偏低。实际工作中，真值并不知道，常把多次测定结果的平均值或标准 物质的理论值看作真值。
准确度(accuracy)是指测定结果的平均值与真值接近程 度，常用误差大小表示。误差小，准确度高。
2014-5-11
17
五、准确度与精密度的关系
如图：
真值37.40
甲 乙 丙
丁
36.00 36.50 37.00 37.50 38.00
准确度好的结果要 求精密度好，精密度 好的结果准确度不一 定好。所以，有好的 精密度才可能有好的 准确度。
检测技术 第二章：误差分析与数据处理
可以得到精确的测量结果，否则还可能损坏仪器、设备、元器件等。
2．理论误差 理论误差是由于测量理论本身不够完善而采用近似公式或近似值计算测量 结果时所引起的误差。例如，传感器输入输出特性为非线性但简化为线性 特性，传感器内阻大而转换电路输入阻抗不够高，或是处理时采用略去高 次项的近似经验公式，以及简化的电路模 型等都会产生理论误差。
误差，周期性系统误差和按复杂规律变化的系统误差。如图2.1所示，其中1为定值系差，2 为
线性系统误差，3为周期系统误差，4为按复杂规律变化的系统误差。 系统误差的来源包括仪表制造、安装或使用方法不正确，
测量设备的基本误差、读数方法不正确以及环境误差等。
系统误差是一种有规律的误差，故可以通过理论分析采 用修正值或补偿校正等方法来减小或消除。
•理论真值又称为绝对真值，是指在严格的条件下，根据一定的理论，按定义确定的数值。 例如三角形的内角和恒为180°一般情况下，理论真值是未知的。 •约定真值是指用约定的办法确定的最高基准值，就给定的目的而言它被认为充分接近于 真值，因而可以代替真值来使用。如：基准米定义为“光在真空中1/299792458s的时间 间隔内行程的长度”。测量中，修正过的算术平均值也可作为约定真值。
表等级为0.2级。
r＝
0.12 100% 100% 0.12 A 100
在选仪表时,为什么应根据被测值的大小,在满足被测量数值范围的前提下,尽可能 选择量程小的仪表，并使测量值大于所选仪表满刻度的三分之二。在满足使用 要求时，满量程要有余量，一般余量三分之一，为了装拆被测工件方便。 （同一精度，量程越大，误差越大，故量程要小，但留余量）
第二章 误差分析与数据处理
三．测量误差的来源
1．方法误差 方法误差是指由于测量方法不合理所引起的误差。如用电压表测量电压时，
第二章 误差和分析数据的处理
第二章误差和分析数据的处理第一节误差及其产生的原因定量分析的任务是准确测定试样中各组分的含量，因此必须使分析结果具有一定的准确度。
不准确的分析结果将会导致生产上的损失、资源上的浪费和科学上的错误结论。
在定量分析中，由于受到分析方法、测量仪器、所用试剂和分析人员主观条件等方面的限制，故使测定的结果不可能和真实含量完全一致；即使是分析技术非常熟练的分析人员，用最完善的分析方法、最精密的仪器和最纯的试剂，在同一时间，同样条件下，对同一试样进行多次测定，其结果也不会完全一样。
这说明客观存在着难于避免的误差。
因此，人们在进行定量分析时，不仅要得到被测组分的含量，而且必须对分析结果进行评价，判断分析结果的准确性（可靠程度），检查产生误差的原因，采取减小误差的有效措施，从而不断提高分析结果的准确程度。
分析结果与真实结果之间的差值称为误差。
分析结果大于真实结果，误差为正；分析结果小于真实结果，误差为负。
一、误差的分类根据误差的性质与产生的原因，可将误差区分为系统误差和偶然误差两类。
（一）系统误差系统误差（systematic error）也叫可定误差（determination error），它是由某种确定的原因引起的，一般有固定的方向（正或负）和大小，重复测定可重复出现。
根据系统误差的来源，可区分为方法误差、仪器误差、试剂误差及操作误差等四种。
（1）方法误差：由于分析方法本身的缺陷或不够完善所引起的误差。
例如，在质量分析法中，由于沉淀的溶解或非被测组分的共沉淀；在滴定分析法中，由于滴定反应进行不完全，干扰离子的影响，测定终点和化学计量点不符合等，都会产生这种误差。
（2）仪器误差：由于所用仪器本身不够准确或未经校正所引起的误差。
例如，天平两臂不等长，砝码、滴定管刻度不够准确等，会使测定结果产生误差。
（3）试剂误差：由于试剂不纯和蒸馏水中含有杂质引入的误差。
（4）操作误差：由于操作人员的习惯与偏向而引起的误差。
例如，读取滴定管的读数时偏高或偏低，对某种颜色的变化辨别不够敏锐等所造成的误差。
实验数据的误差与结果处理(精)
7
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
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
1 x (79.58 79.45 .... 79.38)% 79.50% 6
s
2018年9月28日7时8分
X
i X
2
n 1
0.09%
SX S / 6 0.04%
14
2.2 实验数据处理及结果评价
2.2.3 置信度与置信区间
偶然误差的正态分布曲线：
对于有限次测定,结果的平均 值与总体平均值 关系为 ： s x t sx x t n
5. 样本平均值
1 x xi n
6. 极差: 表示数据的分散程度
2018年9月28日7时8分
R xmax xmin
8
2.2 实验数据处理及结果评价
2.2.2 少量数据的统计处理 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： 相对平均偏差：
1 1 d xi x d i n n
s——有限次测定的标准偏差 n——测定次数
t 值表 ( t——某一置信度下的几率系数)
置信度——真值在置信区间出现的几率 置信区间——以平均值为中心，真值出现的范围 讨论： 1. 置信度不变时: n 增加，t 变小，置信区 间变小 2. n不变时：置信度增加， t变大，置信区 间变大 2. n， t不变时：s增加，置信区间变大，准 确度降低 2018年9月28日7时8分
第二章 定量分析中的误差与数据处理
x x
平均偏差（ 平均偏差（average deviation）又称算术平均偏差： ）又称算术平均偏差：
d=
∑d
i=1
n
i
n
=
∑x
i =1
n
i
−x
n
相对平均偏差： 相对平均偏差：
d ×100% x
例：测定合金中铜含量的两组结果如下
d dr 测定数据/ 测定数据/％ X 第一 10.3，9.8，9.4，10.2，10.1， 10.0 0.24％ 2.4％ 组 10.4，10.0，9.7，10.2，9.7 第二 10.0，10.1，9.3*，10.2，9.9， 10.0 0.24％ 2.4％ 组 9.8，10.5*，9.8，10.3，9.9
特点 单向性。 ① 单向性。对分析结果的影响 比较固定， 比较固定，即误差的正或负固 定。 重现性。平行测定时， ② 重现性。平行测定时，重复 出现。 出现。 可测性。可以被检测出来， ③ 可测性。可以被检测出来， 因而也是可以被校正的。 因而也是可以被校正的。
偶然误差（随机误差）—由偶然因素引起的误差
10kg
±1 Ea % = ×100% = 10% 10
±1 Ea % = × 100% = ±0.1% 1000
1000kg
1.相对误差衡量分析结果的准确度更加客观； 1.相对误差衡量分析结果的准确度更加客观； 相对误差衡量分析结果的准确度更加客观 2.当绝对误差相同时，被测定的量越大， 2.当绝对误差相同时，被测定的量越大，相对误 当绝对误差相同时 差越小，测定的准确程度越高。 差越小，测定的准确程度越高。
*
1.64 1.65 1.62 1.70 1.60 1.61 1.66 1.61 1.59
平均偏差（ 平均偏差（average deviation）又称算术平均偏差： ）又称算术平均偏差：
d=
∑d
i=1
n
i
n
=
∑x
i =1
n
i
−x
n
相对平均偏差： 相对平均偏差：
d ×100% x
例：测定合金中铜含量的两组结果如下
d dr 测定数据/ 测定数据/％ X 第一 10.3，9.8，9.4，10.2，10.1， 10.0 0.24％ 2.4％ 组 10.4，10.0，9.7，10.2，9.7 第二 10.0，10.1，9.3*，10.2，9.9， 10.0 0.24％ 2.4％ 组 9.8，10.5*，9.8，10.3，9.9
特点 单向性。 ① 单向性。对分析结果的影响 比较固定， 比较固定，即误差的正或负固 定。 重现性。平行测定时， ② 重现性。平行测定时，重复 出现。 出现。 可测性。可以被检测出来， ③ 可测性。可以被检测出来， 因而也是可以被校正的。 因而也是可以被校正的。
偶然误差（随机误差）—由偶然因素引起的误差
10kg
±1 Ea % = ×100% = 10% 10
±1 Ea % = × 100% = ±0.1% 1000
1000kg
1.相对误差衡量分析结果的准确度更加客观； 1.相对误差衡量分析结果的准确度更加客观； 相对误差衡量分析结果的准确度更加客观 2.当绝对误差相同时，被测定的量越大， 2.当绝对误差相同时，被测定的量越大，相对误 当绝对误差相同时 差越小，测定的准确程度越高。 差越小，测定的准确程度越高。
*
1.64 1.65 1.62 1.70 1.60 1.61 1.66 1.61 1.59
第二章 误差及分析数据处理
3. 减免方法：增加平行测定次数
4.产生原因： 偶然因素 随机变化因素（环
境温度、湿度和气压 的微小波动）
三、误差的减免
1. 系统误差的减免 与标准试样的标准结果对照
(1) 对照实验： 与标准方法比较 回收实验 “内检”与“外检”
(2) 空白实验 (3) 校准仪器 (4)定期培训
•分析化学常用试验的方法检查系统误差的存在， 并对测定值加以校正，使之更接近真实值。常有 以下试验方法：
二、数字的修约规则 四舍六入五成双
注意： 1、要修约的数值小于等于4则舍；
2、要修约的数值大于等于6则进到前一位
3、要修约的数值为5时：如5后无数或为 零时,5前为奇数则进到前一位； 5前为偶数则 舍弃；但当5后有非零数字时，无论5前为奇数 还是偶数，都要进到前一位；
4、在对数字进行修约时，只能一次修约到 所需的位数，不能分步修约。
2．平均偏差 ( d )
为各次测定值的偏差的绝对值的平均值
特点：简单；
n
Xi X
d i1 n
缺点：大偏差得不到应有反映。
3.相对平均偏差：为平均偏差与平均值之 比，常用百分率表示：
Rd d 100 % X
4.标准偏差(standard deviation; S)
使用标准偏差是为了突出较大偏差的影
解：X =(15.67+15.69+16.03+15.89)/4=15.82
d = Xi-X =15.67-15.82=-0.15
RE% =-0.15/15.82×100%=-0.95%
n
Xi X
d i1
=(0.15+0.13+0.21+0.07)/4=0.14
4.产生原因： 偶然因素 随机变化因素（环
境温度、湿度和气压 的微小波动）
三、误差的减免
1. 系统误差的减免 与标准试样的标准结果对照
(1) 对照实验： 与标准方法比较 回收实验 “内检”与“外检”
(2) 空白实验 (3) 校准仪器 (4)定期培训
•分析化学常用试验的方法检查系统误差的存在， 并对测定值加以校正，使之更接近真实值。常有 以下试验方法：
二、数字的修约规则 四舍六入五成双
注意： 1、要修约的数值小于等于4则舍；
2、要修约的数值大于等于6则进到前一位
3、要修约的数值为5时：如5后无数或为 零时,5前为奇数则进到前一位； 5前为偶数则 舍弃；但当5后有非零数字时，无论5前为奇数 还是偶数，都要进到前一位；
4、在对数字进行修约时，只能一次修约到 所需的位数，不能分步修约。
2．平均偏差 ( d )
为各次测定值的偏差的绝对值的平均值
特点：简单；
n
Xi X
d i1 n
缺点：大偏差得不到应有反映。
3.相对平均偏差：为平均偏差与平均值之 比，常用百分率表示：
Rd d 100 % X
4.标准偏差(standard deviation; S)
使用标准偏差是为了突出较大偏差的影
解：X =(15.67+15.69+16.03+15.89)/4=15.82
d = Xi-X =15.67-15.82=-0.15
RE% =-0.15/15.82×100%=-0.95%
n
Xi X
d i1
=(0.15+0.13+0.21+0.07)/4=0.14
第二章+误差和分析数据的+处理
衡量测量值分散程度用得最多的是标准偏差。
总体标准偏差（）：当测量为无限次测量时，各 测量值对总体平均值的偏离。
公式：
n
(xi ) 2
i 1
n
—总体平均值
只能在总体平均值已知的情况下才使用
• (样本)标准偏差(standard deviation， S)：有限次测
量(n20)的各测量值对平均值的偏离。
（2）若分析结果R是测量值X、Y、Z三个测量值相 乘除的结果，例如：R=XY/Z 则：
R X Y Z
RXY Z
• P12 例3
2.1.3.2 偶然误差的传递
1.极值误差法
考虑在最不利的情况下，各步测量带来的误差的 相互累加，这种误差称为极值误差。 用这种简便的方法可以粗略估计可能出现的最大 偶然误差。 一般情况下，当确定了使用的测量仪器和测定步 骤后，各测量值的最大误差就是已知的。 例如：称量；滴定
滴定管读数的极值误差为： ΔV=|±0.01 mL| + |±0.01 mL |=0.02 mL
故滴定剂体积为： （22.10-0.05）mL± 0.02 mL =（22.05±0.02）mL
2. 标准偏差法 （1）和、差的结果的标准偏差的平方是各测量值
标准偏差的平方之和。
（2）积、商的结果的相对标准偏差的平方是各测 量值相对标准偏差的平方之和。
被测组分含量不同时，对分析结果准确度的要求 就不一样。常量组分的分析一般要求相对误差在 0.2%，微量组分在1%到5%。
2.1.4.2 减小测量误差
根据误差的传递规律，分析过程中每一步的测
量误差都会影响最后的分析结果，所以尽量减 小各步的测量误差。 如何减小？
各测量步骤的准确度应与分析方法的准确度相
总体标准偏差（）：当测量为无限次测量时，各 测量值对总体平均值的偏离。
公式：
n
(xi ) 2
i 1
n
—总体平均值
只能在总体平均值已知的情况下才使用
• (样本)标准偏差(standard deviation， S)：有限次测
量(n20)的各测量值对平均值的偏离。
（2）若分析结果R是测量值X、Y、Z三个测量值相 乘除的结果，例如：R=XY/Z 则：
R X Y Z
RXY Z
• P12 例3
2.1.3.2 偶然误差的传递
1.极值误差法
考虑在最不利的情况下，各步测量带来的误差的 相互累加，这种误差称为极值误差。 用这种简便的方法可以粗略估计可能出现的最大 偶然误差。 一般情况下，当确定了使用的测量仪器和测定步 骤后，各测量值的最大误差就是已知的。 例如：称量；滴定
滴定管读数的极值误差为： ΔV=|±0.01 mL| + |±0.01 mL |=0.02 mL
故滴定剂体积为： （22.10-0.05）mL± 0.02 mL =（22.05±0.02）mL
2. 标准偏差法 （1）和、差的结果的标准偏差的平方是各测量值
标准偏差的平方之和。
（2）积、商的结果的相对标准偏差的平方是各测 量值相对标准偏差的平方之和。
被测组分含量不同时，对分析结果准确度的要求 就不一样。常量组分的分析一般要求相对误差在 0.2%，微量组分在1%到5%。
2.1.4.2 减小测量误差
根据误差的传递规律，分析过程中每一步的测
量误差都会影响最后的分析结果，所以尽量减 小各步的测量误差。 如何减小？
各测量步骤的准确度应与分析方法的准确度相
第二章 误差和分析数据的处理(改)
记录的数字不仅表示数量的大小，而且要正 记录的数字不仅表示数量的大小， 确地反映测量的精确程度。 确地反映测量的精确程度。
结果 绝对误差 相对误差 ±0.002% ±0.02% ±0.2% 有效数字位数 5 4 3
0.51800 ±0.00001 0.5180 0.518 ±0.0001 ±0.001
E
绝对误差与相对误差的计算
仪器的绝对误差通常是一个定值，我们可以 仪器的绝对误差通常是一个定值， 相对误差 测量值(x) 真值 真值(µ) 绝对误差 绝对误差(δ) 物品 测量值 (RE%) 用称（ 取较大质量（体积）的试样， 用称（量）取较大质量（体积）的试样，使 0.0002g A 0.2175g 0.2173g 0.1% 测量的相对误差较少， 测量的相对误差较少，在实际工作中意义较 0.0002g B 1% 大。 0.0217g 0.0215g
δ A = xA − µA = 0.2175− 0.2173 = 0.0002 当测量值的绝对 误差恒定时， δB = xB − µB = 0.0217 − 0.0215 = 0.0002 误差恒定时，被
测定的量越大， 测定的量越大， 0.0002 δA RE (A) = % ×100%= ×100%= 0.1% 相对误差越小， 相对误差越小， 0.2173 µA 测定的准确性也 0.0002 δB 就越高。 就越高。 RE (B) = ×100%= % ×100%= 1%
n
i
d=
∑x −x
i =1 i
n
n
=
37.40 + 37.20 + 37.30 + 37.50 + 37.30 = 37.34 5
n
=
0.06 + 0.14 + 0.04 + 0.16 + 0.04 = 0.088 5
02 第二章 误差与分析数据的处理
1.频数分布
频数是指每组中测量值出现的次数，频数与数据 总数之比为相对频数，即概率密度。
整理上述数据，按组距0.03来分成10组，得频数分布表：
分 组
1.265% 1.295% 1.295% 1.325% 1.325% 1.355% 1.355% 1.385% 1.385% 1.415% 1.415% 1.445% 1.445% 1.475% 1.475% 1.505% 1.505% 1.535% 1.535% 1.565%
因此，应该了解分析过程中误差产生的原因及其出现的 规律，以便采取相应措施，尽可能使误差减小。另一方面 需要对测试数据进行正确的统计处理，以获得最可靠的数 据信息。
2.1 定量分析中的 误差
误差与准确度
准确度（accuracy）是指分析结果（测定平均值）与真值
接近的程度，常用误差大小表示。误差小，准确度高。
两组精密度不同的测量值的正态分布曲线
正态分布规律
（1）x=μ时，y最大。即多数测量值集中在μ附近，或者说
总体平均值是最可信赖值或最佳值。 （2）x=μ时的直线为对称轴。即正负误差出现的概率相等。 （3）x→〒≦时，曲线以x轴为渐近线。即大误差出现的 概率小，出现很大误差的测定值概率趋近零。 （4） ↗, y↘ ，即测量精密度越差，测量值分布越分散， 曲线平坦。
2.正态分布
在分析化学中，测量数据一般符合正态分布规律。正态分 布是德国数学家高斯首先提出的，又称高斯曲线，下图即为正 态分布曲线N(μ,σ2)，其数学表达式为
1 y f(x) e 2
(x ) 2 2 2
y表示概率密度；x表示测量值； μ是总体平均值；σ是总体标准偏差 μ决定曲线在x轴的位臵；σ决定 曲线的形状：σ小，数据的精密度好， 曲线瘦高；σ大，数据分散，曲线较扁平。
第二章 定量分析的误差和数据处理
σ↑，y↓, 数据分散，曲线平坦 σ↓，y↑, 数据集中，曲线尖锐 测量值都落在－∞～＋∞，总概率为1
标准正态分布曲线—— x ～ N(0 ,1 )曲线 为便于计算，正改标正。方法是横坐标改为u
令u x
1
u2 e 2
y f ( x)
2
又dx du f ( x)dx
正态分布曲线—— x ～ N(μ ,σ2 )曲线
1 y f ( x) e 2
( x )2 2 2
x y f ( x)
1
特点
2
以x-μ～y作图
x =μ时，y 最大→大部分测量值集中 在算术平均值附近 曲线以x =μ的直线为对称→正负误差 出现的概率相等 当x →﹣∞或﹢∞时，曲线渐进x 轴， 小误差出现的几率大，大误差出现的 几率小，极大误差出现的几率极小
准确度与精密度的关系：
准确度高必然要求精密度好，
但精密度好不一定准确都高。 消除系统误差后，高精密度才能保证高准确度
准确 度和精 密度都 ▲ 好 ▲ ▲▲
●
★
准确度 不好但精 密度好
▲
▲
1 2 3 4 56 7 8
★ ● ●● ● 9 10 ●
★
★
★
准确度 和精密度 都不好
★
为了说明一组平行测定数据的精密度，要用平均偏 n n 差或标准偏差来表示。 平均偏差:
1 2
u2 e 2
1 2
u2 e 2 du
(u )du
即y (u )
注：u 是以σ为单位来表示随机误差 x -μ
标准正态分布
u 1, x 1
区间概率%
第2节 试验数据的误差分析
加错 试剂
看错 砝码
过失误差
丢损
过
试液
失
记录 错误
除了上述两类误差外，往往 还可能由于工作上的粗枝大 叶，不遵守操作规程等而造 等等 成过失。 这不是误差，是责任事故，
应杜绝！ 消除方法：提高工作责任心
过失误差的检验
※ 试验数据中:
– 随机误差应要进行估计 – 系统误差要设法消除 – 不能含有过失误差
• 当一组试验值取对数后所得数据的分布曲线更加对称时， 宜采用几何平均值。
• 几何平均值≤算术平均值
（5）调和平均值（harmonic mean）
设有n个正试验值：x1，x2，…，xn，则：
1 + 1 + ... + 1 n 1
1 = x1 x2
xn = i=1 xi
H
n
n
• 常用在涉及到与一些量的倒数有关的场合 • 调和平均值≤几何平均值≤算术平均值
= i=1
= i=1
n
n
di —— 试验值 xi 与算术平均值 x 之间的偏差
◼ 可以反映一组试验数据的误差大小
4、标准误差 (standard error)
• 当试验次数n无穷大时，总体标准差：
n
n
n
(xi − x)2
xi2 − ( xi )2 / n
= i=1
= i=1
i =1
• 样本方差（ s2 ） • 总体方差（σ2 ） • 方差↓，精密度↑
五、误差的表示
绝对误差和相对误差比较
例题：分析天平称量两物体的质量各为1.6380g和0.1637g，假 定两者的真实质量分别为1.6381g和0.1638g，计算其误差（绝 对误差、相对误差）？
第二章 误差和分析数据处理-分析化学
xie 分 析 化 学
第二章 误差和分析数据处理
第一节 概述
xie 分 析 化 学
产生测定误差的原因：
抽样的代表性； 测定方法的可靠性； 仪器的准确性； 测定方法的复杂性；
测定者的主观性；
操作者的熟练性
xie 分 析 化 学 一、绝对误差和相对误差
第二节 测量误差
绝对误差（absolute error）
减小测量误差
取样量大于0.2g；
滴定液消耗的体积大于20ml；
紫外吸收度在0.2~0.7之间。
xie 分 析 化 学
相对误差=δw/W<1‰
W>δw/1‰=0.0002/1‰=0.2g 相对误差=δv/V<1‰ V>δv/1‰=0.02/1‰=20 ml
增加平行测定次数
xie 分 析 化 学
2 i
n
相对标准偏差（relative standarddeviation;RSD） 或称变异系数（coefficient of variation;CV）
2 ( x x ) i n i 1
S RSD 100% x
n 1 x
100%
例题 ：四次标定某溶液的浓度，结果为0.2041、
标准偏差法：
R=x+y－z
R=xy/z
2 2 2 2 SR Sx Sy Sz
Sy 2 Sx 2 SR 2 Sz 2 ( ) ( ) ( ) ( ) R x y z
五、提高分析准确度的方法
xie 分 析 化 学
选择恰当的分析方法
被测组分的含量； 被测组分共存的其它物质的干扰。
0.00022 0.00062 0.00042 0.00002 标准偏差 S 0.0004 (mol/ L) 4 1
第二章 误差和分析数据处理
第一节 概述
xie 分 析 化 学
产生测定误差的原因：
抽样的代表性； 测定方法的可靠性； 仪器的准确性； 测定方法的复杂性；
测定者的主观性；
操作者的熟练性
xie 分 析 化 学 一、绝对误差和相对误差
第二节 测量误差
绝对误差（absolute error）
减小测量误差
取样量大于0.2g；
滴定液消耗的体积大于20ml；
紫外吸收度在0.2~0.7之间。
xie 分 析 化 学
相对误差=δw/W<1‰
W>δw/1‰=0.0002/1‰=0.2g 相对误差=δv/V<1‰ V>δv/1‰=0.02/1‰=20 ml
增加平行测定次数
xie 分 析 化 学
2 i
n
相对标准偏差（relative standarddeviation;RSD） 或称变异系数（coefficient of variation;CV）
2 ( x x ) i n i 1
S RSD 100% x
n 1 x
100%
例题 ：四次标定某溶液的浓度，结果为0.2041、
标准偏差法：
R=x+y－z
R=xy/z
2 2 2 2 SR Sx Sy Sz
Sy 2 Sx 2 SR 2 Sz 2 ( ) ( ) ( ) ( ) R x y z
五、提高分析准确度的方法
xie 分 析 化 学
选择恰当的分析方法
被测组分的含量； 被测组分共存的其它物质的干扰。
0.00022 0.00062 0.00042 0.00002 标准偏差 S 0.0004 (mol/ L) 4 1
试验数据的误差分析
质量控制是误差分析的重要应用领域之一。通过对试验数据的误差分析，可以评估 产品质量的一致性和稳定性，及时发现并解决潜在的质量问题。
在生产过程中，误差分析可以帮助企业识别生产工艺的瓶颈和改进方向，提高生产 效率和产品质量。
在产品检测环节，误差分析有助于提高检测精度和可靠性，确保产品符合质量标准 和客户要求。
在科学实验中的应用
在科学实验中，误差分析是不可或缺的一部分。通过对实验数据的误差分 析，科学家可以更准确地评估实验结果的可信度和可靠性。
误差分析有助于发现实验设计、操作过程、数据处理等方面存在的问题， 进而改进实验方法，提高实验结果的准确性和可靠性。
在科学研究领域，误差分析对于推动学科发展、验证科学假设、促进科技 创新具有重要意义。
通过多次重复试验，计算平均值和标准差，以评 估数据的稳定性和可靠性。
识别并排除异常值，确保数据质量。
了解误差来源，如仪器误差、操作误差等，并采 取相应措施减小误差。
对比试验法
1
通过对比不同试验条件或不同试验方法，评估数 据的准确性和可靠性。
2
ห้องสมุดไป่ตู้
对比已知标准物质或参考数据，验证试验数据的 准确性。
3
对比类似试验或实验室间的数据，评估实验室的 测量误差和偏差。
标准化操作法
01 制定标准操作规程，确保试验操作的规范性和一 致性。
02 对试验人员进行培训，确保他们掌握标准操作规 程并按照要求进行操作。
03 定期对试验设备进行校准和维护，确保设备的准 确性和可靠性。
04
误差的减小与修正
改进试验方法
选择更精确的试验设备
使用高精度、低误差的试 验设备，可以降低测量误
谢谢您的聆听
THANKS
在生产过程中，误差分析可以帮助企业识别生产工艺的瓶颈和改进方向，提高生产 效率和产品质量。
在产品检测环节，误差分析有助于提高检测精度和可靠性，确保产品符合质量标准 和客户要求。
在科学实验中的应用
在科学实验中，误差分析是不可或缺的一部分。通过对实验数据的误差分 析，科学家可以更准确地评估实验结果的可信度和可靠性。
误差分析有助于发现实验设计、操作过程、数据处理等方面存在的问题， 进而改进实验方法，提高实验结果的准确性和可靠性。
在科学研究领域，误差分析对于推动学科发展、验证科学假设、促进科技 创新具有重要意义。
通过多次重复试验，计算平均值和标准差，以评 估数据的稳定性和可靠性。
识别并排除异常值，确保数据质量。
了解误差来源，如仪器误差、操作误差等，并采 取相应措施减小误差。
对比试验法
1
通过对比不同试验条件或不同试验方法，评估数 据的准确性和可靠性。
2
ห้องสมุดไป่ตู้
对比已知标准物质或参考数据，验证试验数据的 准确性。
3
对比类似试验或实验室间的数据，评估实验室的 测量误差和偏差。
标准化操作法
01 制定标准操作规程，确保试验操作的规范性和一 致性。
02 对试验人员进行培训，确保他们掌握标准操作规 程并按照要求进行操作。
03 定期对试验设备进行校准和维护，确保设备的准 确性和可靠性。
04
误差的减小与修正
改进试验方法
选择更精确的试验设备
使用高精度、低误差的试 验设备，可以降低测量误
谢谢您的聆听
THANKS
第二章 误差和分析数据处理
∆R ∆x ∆y ∆z = + + R x y z
例如 用容量分析法测定药物有效成分的含量，其百 分含量（w%）计算公式：
TVF w% = ×100% m
则w的极值相对误差是：
∆ w ∆V ∆m ∆F = + + w V F m
2. 标准偏差法 定义：利用偶然误差的统计学传递规律估计测量结果的 偶然误差。 规律2：乘、除结果的相 规律1：和、差结果的标准 对标准偏差的平方，等 偏差的平方，等于各测量 于各测量值的相对标准 值的标准偏差的平方和。 偏差的平方和。 公式：R = x + y - z 公式：R = x·y/z
用分析天平称量两个样品，一个是0.0021g，另 一个是0.5432g。两个测量值的绝对误差都是 0.0001g，但相对误差呢
注意： （1）测高含量组分，Er可小；测低含量组分，Er可大 （2）仪器分析法——测低含量组分，Er大 化学分析法——测高含量组分，Er小
常用相对误差表示测定结果的准确度。
测量点
准确度与精密度的关系
精密度高是保证准确度高的前提。 精密度高，不一定准确度就高。
二、系统误差和偶然误差——误差的分类
（一）系统误差（systematic error）
由某种确定原因 确定原因造成的。 确定原因
特 点
单向性 重现性 可测性
对结果的影响比较固定。 重复测定重复出现。 原因可查，可以消除。
（三）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，结果如图示。
D C B A
36.00 36.50 37.00 平均值 37.50 38.00 真值 表观准确度高， 表观准确度高，精密度低 不可靠） （不可靠）
分析化学第二章 误差及分析数据的处理
性质 影响 消除或减 小的方法
重现性、单向性 、可测 服从概率统计规律、
性
准确度 校正
不可测性
精密度 增加测定的次数
六、提高分析结果准确度的Байду номын сангаас法
1. 选择恰当的分析方法 2. 减小测量误差
与经典方法进行比较 校准仪器 4. 消除测量中的系统误差 空白试验 对照试验 回收试验
3. 减小偶然误差
1．选择合适的分析方法
系统误差 产生的原因
a.方法误差——选择的方法不够完善
例：重量分析中沉淀的溶解损失；
滴定分析中指示剂选择不当。 b.仪器误差——仪器本身的缺陷 例： 天平两臂不等，砝码未校正； 滴定管，容量瓶未校正。
c.试剂误差——所用试剂有杂质
例：去离子水不合格； 试剂纯度不够（含待测组份或干扰离子）。 d.操作误差——操作人员主观因素造成 例：对指示剂颜色辨别偏深或偏浅； 滴定管读数不准
d
i 1
n
i
n
0.11% 0.14% 0.16% 0.04% 0.09% 0.11% 5
相对平均偏差
d 0.11% d r 100% 100% 0.29% x 37.34%
标准偏差
2 ( x i x ) i 1 n
s
n 1
(0.11%) 2 (0.14%) 2 (0.16%) 2 (0.04%) 2 (0.09%) 2 0.13% 5 1
回收率越接近100%，方法准确度越高
方法误差 仪器误差 系统误差 试剂误差 操作误差
选择适当的分析方法 校正仪器 空白实验 对照实验
误差
分析测试中，一般对同一试样平行 偶然误差 测定 3~4 次，精密度符合要求即可。
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 2.F检验
例子
• 用原子吸收光谱法和分光光度法测定植物叶片中 的铝含量，结果如下： • 原子法：0.163，0.175，0.159，0.168，0.169， 0.161，0.166，0.179，0.174，0.173 • 分光光度法：0.153，0.181，0.165，0.155， 0.156，0.161，0.176，0.174，0.164，0.183， 0.179
• 7.用新旧方法测定某种液体的浓度如下： • 新方法：0.73，0.91，0.84，0.77，0.98， 0.81，0.79，0.87，0.85 • 旧方法：0.76，0.92，0.86，0.74，0.96， 0.83，0.79，0.80，0.75 • 其中旧方法无系统误差。试在显著性水平α ＝0.05时，检验新方法是否可行？
二、相对误差
例子
• 已知测得植物的光合速率Pn=12.53umol.m2.s-1，又已知其相对误差为0.05%，试求Pn 所在的范围。
三、算术平均误差
• 它可以反映出一组试验数据的误差大小， 但无法表达出各试验值间的彼此符合程度。
四、标准误差
• 在Excel中可以用STDEV来求解样本的标准 差，用STDEVP来求解总体的标准差。
二、有效数字的运算
• 加减运算：以小数点后位数最少为准。先计算， 后对齐或先对齐，后计算 • 乘除运算：应以有效数字位数最少为准。 • 对数运算：应以其真数为准。 • 乘方、开方运算：应以其底数为准。 • 在4个以上数的平均值计算中，平均值可增加一位。 • 所有取自手册上的数据，按实际取，但原始数据 如有限制，应服从原始数据。 • 一些常数的有效数字的位数是无限的。1/3、∏ • 一般在计算中，取2-3位有效数字就足够精确了。
• 3. 狄克逊检验法
• 有一组分析测试数据：0.128，0.129， 0.131，0.133，0.135，0.138，0.141， 0.142，0.145，0.148，0.167，问其中偏 差较大的0.167是否应被舍去？应用狄克逊 检验法。
• 设有一组数据按从小到大的顺序排列为：1.40，-.044，-0.30，-0.24，-0.22，-0.13， -0.05，0.06，0.10，0.18，0.20，0.39， 0.48，0.63，1.01，试分析其中有无数据应 该被剔除？
第三节试验误差的来源及分类
• 根据其性质可分为：系统误差，随机误差， 过失误差。 • 根据其影响因素可分为： • (1)试验材料固有的差异 • (2)试验时操作和管理技术的不一致所引起 的差异 • (3)进行试验时外界条件的差异
按性质分：
• 随机误差是指在一定试验条件下，以不可预知的 规律变化着的误差，误差时正时负，时大时小。 它可以通过增加试验次数减小随机误差。它不可 完全正确避免的，如气温、电压变动等影响。 • 系统误差是指在一定试验条件下，由某个因素按 照某一确定的规律起作用而形成的误差。它是恒 定的，可来自仪器、操作不当、个人的主观因素、 方法本身等等。 • 过失误差是一种显然与事实不符的误差，由实验 人员粗心大意造成的，如读数错误、记录错误等 等。它可以完全避免的。
• 试问：两种方法的精密度是否有显著性差异？原 子光谱法是否比分光光度法有显著提高？
二、系统误差的检验
• 1. t检验法
例子
• 用烘箱法和一种快速水分测定仪测定植物 叶片的含水量，测定结果如下： • 烘箱法：12.2，14.7，18.3，14.6，18.6 • 快速水分测定仪：17.3，17.9，16.3，17.4， 17.6，16.9，17.3 • 对于给定的显著性水平α=0.05，试检验两 种方法之间是否存在系统误差？
第六节有效数字和试验结果的表示
• 一、有效数字 • 二、有效数字的运算 • 三、有效数字的修约规则
一、有效数字
• 能够代表一定物理量的数字，称为有效数 字。 • 1.567g，1.25m • 小数点的位置不影响有效数字的位数： 50mm，0.050m，5.0*104um • 第一个非零数字后的数字都为有效数字： 29mm，29.00mm并不等价
二、EXCEL公式和函数的应用
• 公式的创建 • 单元格的引用 • 相对引用 A1 • 绝对引用 $A$1 • 混合引用 A$1 • 外部引用 [植物]Sheet1!$B$1
• 公式单元格的复制 • 值复制 • 公式复制
三、数据分析工具库
• 一、数据分析工具库的安装
• 工具---加载宏---分析工具库
• 8.对同植物叶片，有10人分析其含水量分别 为：62.20，69.49，70.30，70.65，70.82， 71.03，71.22，71.25，71.33，71.38，问 这些数据中哪个数据应被舍去，试检验？ （α＝0.05） • 9.将下列数据保留3位有效数字：3.1459， 136653，2.33050，2.7500，2.77447
二、平均值：MEAN 多次试验值的平均值作为真值的近似值。
(1) 算术平均值 (2) 加权平均值 (3) 对数平均值 (4) 几何平均值 (5)调和平均值
(1) 算术平均值
(2) 加权平均值
• 当试验次数很多时，可以将权理解为试验 值在很大的测量总数中出现的频率。 • 如果试验来源于不同的组，这时加权平均 值中的Xi代表各组的平均值，而权代表每组 试验次数。 • 根据权与绝对误差的平方成反比来确定权 数。
第二章
试验数据的误差分析
第一节 真值与平均值
第二节 误差的基本概念
第三节 试验数据误差的来源及分类 第四节 试验数据的精准度 第五节 试验数据误差的统计检验 第六节 有效数字和试验结果的表示
第七节 EXCEL在误差分析中的应用
第一节
一、真值
真值与平均值
二、平均值
一、真值
(1) 概念：指在某一时刻和某一状态下，某量的客观值 或实际值。一般是未知的。 (2) 三角形三角之和为180；同一非零值自身之差为0， 自身之比为1；绝对零度等于-273.15。
四、EXCEL在卡方方差检验中的应用
• 1. 函数CHIINV 单尾临界值
• 2. 函数CHIDIST 单尾概率 是CHIINV的反 函数
五、EXCEL在F检验中的应用
• 1. 内置函数在F检验中的应用 • 函数FINV
• 函数FDIST 是FINV的反函数
• 函数FTEST • F检验时，当数组1和数组2的方差无明显差 异时的单尾概率。
(3) 对数综上，不同的平均值都有各自适用场合， 到底应选择哪种求平均值的方法，主要取 决于试验数据本身的特点：如分布类型、 可靠性程度等。
第二节 误差的基本概念
一、绝对误差 二、相对误差 三、算术平均误差 四、标准误差
一、绝对误差
• 某一天平的最小刻度为0.1mg，则表明该天 平有把握的最小称量质量是0.1mg，所以它 的最大绝对误差为0.1mg。
• 4.用LI-6400光合仪测定植物叶片光合作用 过程中，共测定了6次，测定值分别为： 12.34，12.82，12.46，12.62，12.52， 12.33，求该组数据的算术平均值，几何平 均值，调和平均值，标准差s，标准差σ， 样本方差s2，总体方差σ 2，算术平均误差 △和极差R。
• 5.A和B两人分别用同一种方法测定植物叶 片中钾的含量，测得的含量分别为： • A：8.0，8.0，10.0，10.0，6.0，6.0，4.0， 6.0，6.0，8.0 • B：7.5，7.5，4.5，4.0，5.5，8.0，7.5， 7.5，5.5，8.0 • 试问A与B两人测定钾的精密度是否有显著 性差异？（α＝0.05）
• 2. 秩和检验法
例子
• 设甲、乙两组数据测定值为： • 甲：8.6， 10.0，9.9，8.8，9.1，9.1 • 乙：8.7，8.4，9.2，8.9，7.4，8.0，7.3， 8.1，6.8 • 已知甲组数据无系统误差，试用秩和检验 法检验乙组测定值是否有系统误差。
三、异常值的检验
• 1. 拉依达检验法
(二) 控制田间试验误差的途径 (1)选择同质一致的试验材料 (2) 改进操作和管理技术，使之标准化 (3) 控制引起差异的外界主要因素
选择肥力均匀的试验地；
试验中采用适当的小区技术；
应用良好的试验设计和相应的统计分析。
第四节试验数据的精准度
一、精密度
• 一、精密度：指在一定的试验条件下，多 次试验值的彼此符合程度或一致程度。 • 它与重复试验时单次试验值的变动性有关， 如果试验数据分散度较小，说明是精密的。 • 可以通过增加试验次数而达到提高数据精 密度的目的。
作业
• 1.设用三种方法测定毛竹叶片的SOD的活 性时，得到三组数据，其平均值如下： • 210±10U/g • 230±20U/g • 220±5U/g • 求它们的加权平均值。
• 2.测定某植物叶片中蛋白质的含量为 1.24±0.01g/L，试求其相对误差。 • 3.在测定山核桃叶片中叶绿素含量的试验中， 测得每dm2山核桃叶片中含有2.2mg叶绿素， 已知测量的相对误差为0.1%，试求每dm2 山核桃叶片中含有的叶绿素的质量范围。
三、有效数字的修约规则
• 拟舍弃数字的最左一位数字小于5，则舍去 • 拟舍弃数字的最左一位数字大于或等于5， 则进一。 • 拟舍弃数字的最左一位数字等于5，且其右 无数字或皆为0时，若所保留的末位数字为 奇数则进一，为偶数则舍弃。
第七节EXCEL在误差分析中的作用
• 一、试验数据的输入 • 基本输入方法 • 有规律数据的输入
二、正确度
• 指大量测试结果的平均值与真值的一致程 度，它反映了系统误差的大小。
三、准确度
• 反映了系统误差和随机误差的综合，表示 了试验结果与真值的一致程度。
第五节试验数据误差的统计检验
一、随机误差的检验
• 1.卡方检验