实验室误差Word下载.docx
- 文档编号:7444613
- 上传时间:2023-05-08
- 格式:DOCX
- 页数:10
- 大小:20.62KB
实验室误差Word下载.docx
《实验室误差Word下载.docx》由会员分享,可在线阅读,更多相关《实验室误差Word下载.docx(10页珍藏版)》请在冰点文库上搜索。
精密度就是保证准确度的先决条件,没有良好的精密度就不可能有高的的准确度,但精密度高准确度不一定高;
反之,准确度高,精密度必然好。
二、误差的种类、来源与消除
根据误差的来源与性质,误差可以分为以下几种:
1系统误差(又称规律误差)
1、1系统误差的定义
※系统误差就是指,在偏离检测条件下,按某个规律变化的误差。
※系统误差就是指,同一量的多次测量过程中,保持恒定或可以预知的方式变化的测量误差。
1、2系统误差的特点
系统误差又称可测量误差,它就是由检测过程中某些经常性原因引起的,再重复测定中会重复出现,它对检测结果的影响就是比较固定的。
1、3系统误差的主要来源
a)方法误差
主要由于检测方法本身存在的缺陷引起的。
如重量法检测中,检测物有少量分解或吸附了某些杂质、滴定分析中,反应进行的不完全、等当点与滴定终点不一致等;
b)仪器误差
由仪器设备精密度不够,引起的的误差。
如天平(特别就是电子天平,在0、1-0、9mg之间)、砝码、容量瓶等;
C)试剂误差
试剂的纯度不够、蒸馏水中含的杂质,都会引起检测结果的偏高或偏低;
d)操作误差
由试验验人员操作不当、不规范所引起的的误差。
如,有的检验人员对颜色观察不敏感,明明已到等当点、颜色已发生突变,可她却瞧不出来;
或在容量分析滴定读数时,读数时间、读数方法都不正确,按个人习惯而进行的操作。
1、4系统误差的消除
a)对照试验
即用可靠的分析方法对照、用已知结果的标准试样对照(包括标准加入法),或由不同的实验室、不同的分析人员进行对照等。
(实验室资质认定要求做比对计划,如人员比对、样品复测及实验室之间的比对等都属于比对试验)。
b)空白试验
即在没有试样存在的情况下,按照标准检测方法的同样条件与操作步骤进行试验,所得的结果值为空白值,最终,用被测样品的检验结果减去空白值,即可得到比较准确的检测结果。
(即实测结果=样品结果-空白值)(再例:
重量法中的空白坩埚)。
c)校正试验
即对仪器设备与检验方法进行校正,以校正值的方式,消除系统误差。
被测样品的含量=样品的检测结果×
标样含量/标样检测结果
公式中:
标样含量/标样检测结果—即校正系数K
例题:
若样品的检测结果为5、24,为验证结果的准确性,检测时带一标准样品,已知标准样品含量为1、00,则检测的结果可能出现三种情况:
a)检测结果>
1、00假设标样(标物)检测结果为:
1、05
b)检测结果=1、00假设标样(标物)检测结果为:
1、00
c)检测结果<
0、95
校正系数K分别为:
a)校正系数为:
K=1、00÷
1、05=0、95
(检测结果>
标准值,则校正系数<
1)
b)校正系数为:
1、00=1、00
(检测结果=标准值,则校正系数=1)
c)校正系数为:
0、95=1、05
(检测结果<
标准值,则校正系数>
1
通过校正后,其真实结果应分别为:
a)5、24×
0、95=4、978≈4、98
(点评:
∵标样检测结果高于标样明示值,则说明被检样品检测结果也同样偏高,∴为了接近真值,用<
1的校正系数进行较正,其结果肯定比原检测值低)
b)5、24×
1、00=5、240=5、24
c)5、24×
1、05=5、502≈5、50
∵标样检测结果低于标样明示值,则说明被检样品检测结果也同样偏低,∴为了接近真值,用>
1的校正系数进行较正,其结果肯定比原检测值高)
【检测结果的校正非常重要,特别就是在检测结果的临界值时,加入了校正系数后,结果的判定可能由合格→不合格,也可能由不合格→合格两种完全不同的结论,尤其就是对批量产品的判定有着更重大的意义】
2误差偶然(随机误差、不定误差)
2、1误差偶然(也称随机误差、不定误差)定义
偶然误差指,由于在测定过程中一系列有关因素微小的随机波动而形成的具有相互抵偿性的误差。
2、2误差偶然(随机误差、不定误差)特点
误差偶然(随机误差、不定误差)特点就个体而言就是不确定的,产生的的这种误差的原因就是不固定的,它的来源往往也一时难以察觉,可能就是由于测定过程中外界的偶然波动、仪器设备及检测分析人员某些微小变化等所引起的,误差的绝对值与符号就是可变的,检测结果时大时小、时正时负,带有偶然性。
但当进行很多次重复测定时,就会发现,误差偶然(随机误差、不定误差)具有统计规律性,即服从于正态分布。
如果用置信区间〔-△、△〕,来限制这条曲线(因为我们不可将试验无限次的做下去,即使做得再多,检测结果的误差愈来愈接近于零,但永远也不会等于零),这样得到截尾正态分布,该正态分布图较好地描述了符合该类分布的偶然误差(随机误差,不定误差)出现的客观规律,且具有以下的基本性质(偶然误差的四性)。
a)单峰性:
绝对直小的误差比绝对值大的误差,出现的机会多得多(±
1σ占68、3﹪)
b)对称性:
绝对值相等的正、负误差出现的概率相等;
c)有界性:
在一定条件下,有限次的检测中,偶然误差的绝对值不会超出一定的界限;
d)抵偿性:
相同条件下,对同一量进行检测,其偶然误差的平均值,随着测量次数的无限增加,而趋于零。
【抵偿性就是偶然误差最本质的统计特性,凡有抵偿性的误差都可以按偶然误差处理】。
显然,从误差的曲线本身就提供了决定了这类误差的理论根据,即用在相同条件下的一系列测量数值的算术平均值来表示分析结果,这样的平均值就是比较可靠的。
但,在实际工作中,进行大量的、无限次的测定显然就是不真实的。
因而,必须根据实际情况、根据对检测结果要求的不同,采取适当的检测次数。
采用数理统计方法以证明:
标准偏差在±
1σ内的检测结果,占全部结果的68、3﹪;
2σ内的检测结果,占全部结果的95、5﹪;
准偏差在±
3σ内标的检测结果,占全部结果的99、7﹪;
而误差>
±
3σ内的检测结果,仅占全部结果的0、3﹪;
而且,由正态分布曲线可以瞧出,σ3>
σ2>
σ1,σ值愈小,曲线愈陡,偶然误差的分布愈密集,反之,σ值愈大,曲线愈平坦,偶然误差的分布就愈分散。
3粗大误差(简称粗差、也称过失误差、疏忽误差)
3、1粗大误差定义:
※粗大误差指,在一定测量条件下,测量值明显偏离实际值所形成的误差(亦称离群值)。
※粗大误差指,明显超出测定条件下预期的误差,即就是明显歪曲检测结果的误差。
3、2粗大误差的来源
产生粗大误差的原因有主观因素,也有客观因素。
例如,由于实验人员的疏忽、失误,造成检测时的错读、错记、错算或电压不稳
定到致使仪器波动导致检测结果出现的异常值等。
含有粗大误差的检测结果成为“坏值”,坏值应想办法予以发现与剔除。
3、3粗大误差的消除
剔除粗大误差最常用的方法就是莱依达(即3S)准则(3S即3倍的标准偏差),该准则要求检测结果的次数不能小于10次,否则不能剔除任何“坏值”,对于非从事计量检测工作而言,进行检验10次以上的分析化学不太现实,因此,我们采取4法与Q检验法。
在后面将逐一以介绍。
以上我们较详细的介绍了系统误差、偶然误差及粗大误差。
区别三类误差的主要依据就是人们对误差的掌握程度与控制的程度,能掌握其数值变化规律的,则认为就是系统误差;
掌握其统计规律的,则认为偶然(随机)误差;
实际上未掌握规律的认为就是粗大误差。
由于掌握与控制的程度受到需要与可能两方面的制约,当检测要求与观察范围不同时、掌握与控制的程度也不同,就会出现同一误差在不同的场合下属于不同的类别。
因而,系统误差与偶然误差没有一条不可逾越的明显界限(只能就是一个过渡区)。
而且,两者在一定条件下可能互相转化。
例如,某一产品,由于其用途不同其精度要求也不同,对于精度要求高的,出现的粗大误差,对于精度要求低的产品而言属于随机误差。
同样,粗大误差与数值很大随机误差间的也没有明显的界限,也存在类似的转化。
因而,如果想刻意的划定不同类别间的误差的界限,就是没有必要的。
三、误差理论在质量控制中的应用
利用误差理论对日常检验工作进行质量控制,有着重要的意义。
如在《实验室资质认定评审准则》的5、7结果质量控制中的5、7、1提出了质量控制的几种方法:
a)定期使用有证标准物质,开展内部质量控制;
b)参加实验室之间的比对或能力试验;
c)使用不同的方法进行重复性检测;
d)对留存样品进行再检测;
e)分析同一样品不同特性结果的相关性。
3、1利用系统误差与偶然误差对日常检验工作进行质量控制
为保证检测结果的稳定性与准确性,通过用标准物质进行质量监控,具体的做法就是:
用一标准物质或用检测结果稳定、均匀的在有效期内的样品,在规定的时间间隔内,对同一(标物)样品进行重复检测,将检测结果汇成曲线,
通过坐标上检测点的结果,将其联成线,通过曲线可判定误差的类型:
a)假设我们每10天检测一次,共有10个点,而这10个点在标准值之间上下波动,无规律可言,则说明就是偶然误差,就是正常状态;
b)当检测的结果呈现出规律性,或在真值线以上、或在真值线以下、或呈现一条斜线,则视为出现了系统误差,这种情况下,应查找出现系统的原因,并找到消除系统误差的原因。
3、2参加实验室间比对与能力验证
a)实验室间比对
参加实验室之间的比对,也就是进行质量控制的一种方法,在进行实验室比对时,应充分考虑比对样品的均匀度及稳定性,如果比对样品满足不了以上条件,则比对结果毫无意义。
b)能力验证就是指,利用实验室检测数据的的比对,确定实验室从事特定测试活动的技术能力。
能力验证一般由省级以上技术监督局或国家认监委组织。
3、3使用不同的方法进行重复性检测
通过使用不同的检测方法,用同一样品、同一检测人员、相同环境条件下进行的重复性检测,以减少检测方法带来的系统误差。
3、4对留存样品进行再检测
对留样进行再检测,即实验室资质认定现场考核方法之一,称之为“样品复测”。
样品复测包括“盲样检测”即用已知结果的标准物质进行的检测;
另一种样品复测的方法,即在样品的有效期内,对样品进行的再检测。
样品的再检测就是考核样品结果的复现性或再现性,即在不同时间、不同人员(也可就是原检测人员)、不同地点及不同检测方法等,通过样品的复现性用以考核检测人员独立操作的能力,通过结果误差的分析,对实验室的质量进行有效控制。
3、5分析同一样品不同特性结果的相关性
每个产品或样品的各项结果都有相关性,正如人的正常高度与体重有一定的比例一样,当过重或过轻都不正常一样。
如酱油的全氮与氨基酸态氮有一定的比例关系,其关系为正比关系、电流与电阻有一定的关系,其关系就是反比关系一样,任何样品或产品不同特性结果都有相关性,通过特性结果的相关性,可判断产品的正常与否,正如一份发酵酒,如果它的固形物很低,而含糖量又符合要求,其特性结果的相关性存在问题,就应考虑产品的质量问题了。
第二部分有效数字及其运算
一、有效数字及其有效数字的保留
1有效数字的定义
有效数字指,保留末一位不准确数字,其余数字均为准确数字。
有效数字的最后一位数值就是可疑值。
如:
0、2014为四位有效数字,最末一位数值4就是可疑值,而不就是有效数值。
再如:
1g、1、000g其所表明的量值虽然都就是1,但其准确度就是不同的,其分别表示为准确到整数位、准确到小数点后第三位数值。
因此有效数值不但表明了数值的大小,同时反映了测量结果的准确度。
2有效数字的表留
由于有效数字最末一位就是可疑值,而不就是准确值。
因此,计算过程中,计算的结果应比标准极限或技术指标规定的位数要求多保留一位,最后的报出值应与标准对定的位数相一致。
在标准的极限数值(或技术指标)的表示中,×
×
≧95表明结果要求保留到整数位。
因此,计算结果一定要保留到小数点后一位,最后再修约到整数位,如计算结果为94、6报出结果为95(-);
因为94、6结果的0、6为可疑值,要想保留到整数位结果为准确值,计算结果必须要多保留一位。
如,分析天平的分辨率为0、1mg(即我们常说的万分之一天平),如果我们称取的量就是10、4320g、,则实际的称取结果结果为10、4320±
0、0002g(万分之一的天平误差)。
因为再精确的仪器设备都有误差,因此,在重量法中,如果检验方法中要求:
直至恒重,即前后两次差不大于0、0002g即为恒重了。
(讲电子天平的准确度)
如GB/T601-2002《化学试剂标准滴定溶液的制备》,要求保留4为有效数字,因此在标定计算结果中,应保留5位有效数字,最后再修约到4为有效数字(如果直接保留到4为有效数字,实际上就是保留了三位有效数字,因最后一位就是可疑值,则由标准溶液的浓度的不准确,会引进系统误差。
二、“0”在数字中的作用
“0”作为一个特殊的数字,在数值的不同的位置,有着不同的作用,只有明确了“0”在数字中的作用,才能更好的掌握有效数字及其加减乘除的运算规则。
“0”在数字中不同的位置,有不用的作用,根据“0”在数字的位置,起三种作用。
即定位(无效)、定值(有效)及不确定作用。
2、1定位(无效)
当“0”在小数点后,又在数字之前(前提:
小数点前为“0”)时,为定位。
如:
0、0001(数字前4个零)0、02040(数字前2个零)均为定位作用;
2、2定值(有效)
当“0”在小数点后的数值中间或数尾(前提:
小数点前必为“0”)时。
0、002040、300020
当“0”在小数点后,而小数点前为非“0”时。
如1、0001、0204
均为有效作用
2、3不确定作用:
当“0”在整数后。
4500有效数值就是几位?
回答就是:
不确定
将4500用三为有效数字表示:
0、450×
1044、50×
103
将4500用四为有效数字表示:
0、4500×
10445、00×
102
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实验室 误差