分析化学复习资料（一）思维导图

准确度

精密度

系统误差

偶然误差

有效数字

t分布

置信区间与置信限

显著性检验

（1）准确度与精密度的概念及相互关系 准确度与精密度具有不同的概念，当有真值（或标准值）作比较时，它们从不同侧面反映了分析结果的可靠性。

（2）系统误差与偶然误差的性质、来源、减免方法及相互关系 系统误差分为方法误差、仪器或试剂误差及操作误差。

保留有效数字位数的原则

（4）有限测量数据的统计处理与t分布 通常分析无法得到总体平均值μ和总体标准差σ，仅能由有限测量数据的样本平均值和样本标准差S来估计测量数据的分散程度，即需要对有限测量数据进行统计处理，再用统计量去推断总体。由于和S均为随机变量，因此这种估计必然会引进误差。特别是当测量次数较少时，引入的误差更大。

（5）置信水平与置信区间的关系 置信水平越低，置信区间就越窄，置信水平越高，置信区间就越宽，即提高置信水平需要扩大置信区间。置信水平定得过高，判断失误的可能性虽然很小，却往往因置信区间过宽而降低了估计精度，实用价值不大。在相同的置信水平下，适当增加测定次数n，可使置信区间显著缩小，从而提高分析测定的准确度。

（6）显著性检验及注意问题 t检验用于判断某一分析方法或操作过程中是否存在较大的系统误差，为准确度检验，包括样本均值与真值（或标准值）间的t检验和两个样本均值间的t检验；

（7）可疑数据取舍 在一组平行测量值中常常出现某一、两个测量值比其余值明显地偏高或偏低，即为可疑数据。首先应判断此可疑数据是由过失误差引起的，还是偶然误差波动性的极度表现？若为前者则应当舍弃，而后者需用Q检验或G检验等统计检验方法，确定该可疑值与其它数据是否来源于同一总体，以决定取舍。

（8）数据统计处理的基本步骤 进行数据统计处理的基本步骤是，首先进行可疑数据的取舍（Q检验或G检验），而后进行精密度检验（F检验），最后进行准确度检验（t检验）。

（9）相关与回归分析 相关分析就是考察x与y两个变量间的相关性，相关系数r越接近于±1，二者的相关性越好，实验误差越小，测量的准确度越高。回归分析就是要找出x与y两个变量间的函数关系，若x与y之间呈线性函数关系，即可简化为线性回归。

（1）绝对误差：δ＝x-μ

（2）相对误差：相对误差＝(δ/μ)×100% 或 相对误差＝(δ/x)×100%

（3）绝对偏差：d = xi－x的平均数

（4）平均偏差：

（5）相对平均偏差：

（6）标准偏差：

（7）相对标准偏差：

（8）样本均值与标准值比较的t 检验：

（9）两组数据均值比较的t检验：

（10）两组数据方差比较的F检验：（S1>S2）

（11）可疑数据取舍的Q检验：

（12）可疑数据取舍的G检验：