分析化学 分析数据处理思维导图

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

用统计量去推断总体。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，为了补偿这种误差

采用t分布（即少量数据平均值的概率误差分布）对有限测量数据进行统计处理

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。

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

F检验是通过比较两组数据的方差S2，用于判断两组数据间是否存在较大的偶然误差，为精密度检验

两组数据的显著性检验顺序是，先由F检验确认两组数据的精密度无显著性差别后

进行两组数据的均值是否存在系统误差的t检验，因为只有当两组数据的精密度或偶然误差接近

进行准确度或系统误差的检验才有意义，否则会得出错误判断。

检验两个分析结果间是否存在着显著性差异时，用双侧检验

若检验某分析结果是否明显高于（或低于）某值，则用单侧检验

由于 t与F等的临界值随α的不同而不同，因此置信水平P或显著性水平α的选择必须适当

否则可能将存在显著性差异的两个分析结果判为无显著性差异，或者相反

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

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）

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