Лекция №9. Экспериментальные исследования определение, к лассификация, типы и задачи эксперимента
жүктеу/скачать 44,49 Kb.
|
Лекция №9
| Ошибки (погрешности):
Систематические – обусловлены: - какими-либо дефектами прибора или постоянными внешними воздействиями; - они присутствуют в приборе всегда; - все измерительные приборы периодически проходят поверку; - есть специальные правила, нормы, таблицы по данному прибору – о времени поверки и др. 2. Случайные – возникают из-за множества причин, такие ошибки в прямом эксперименте невозможно устранить. Но если число измерений увеличивается в N раз, то погрешность уменьшается в раз. Т. о. случайные ошибки можно свести к нулю. 3. Промахи (грубые ошибки – это резко искажающая результат анализа и обычно легко обнаруживаемая погрешность, вызванная, как правило, небрежностью или некомпетентностью химика-аналитика. Деление погрешностей на систематические и случайные в известной мере условно. Систематические погрешности одной выборки результатов при рассмотрении большого числа данных могут переходить в случайные. Например, систематическая погрешность, обусловленная неправильными показаниями прибора (сбита шкала), при измерении аналитического сигнала в разных лабораториях и на разных приборах (на каждом из которых шкала сбита по-своему) переходит в случайную. Систематические и грубые ошибки можно устранить, а случайные свести к нулю путём увеличения числа измерений. Самые точные приборы – стрелочные – по ним поверяют цифровые приборы, так как микросхемы могут ошибаться, могут стареть, могут получать дефекты, а в стрелочных используются дискретные элементы, их легко проверить, они более механически прочные. Обычно у стрелочных приборов первая 1/3, и последняя 1/10 шкалы более неточные. Там результаты такие, что необходимо переключать прибор на другие пределы измерений. Такие значения нужно перемеривать, чтобы исключить ошибки. Поверку приборов проводит специальный отдел – ОГМЕТР. Если сделан вывод, что результат корректен, то можно переходить к следующему этапу – построению регрессионных моделей. Регрессия – описание экспериментальных данных некоторой зависимостью (формулой) для нахождения численных коэффициентов, которые характеризуют некоторые параметры протекающих в образце процессов. Таким образом, экспериментальную кривую мы пытаемся описать какой-то простой кривой. Аппроксимация – описание массива данных какой-либо известной формулой, которая ставит целью определение численных коэффициентов. Главное отличие аппроксимации от регрессии – то, что формула имеет какой-то физический смысл, по полученным коэффициентам можно судить о протекающих внутри чего-либо процессах. Результаты измерений обычно содержат случайные ошибки, поэтому статистические оценки выполняют только при наличии серии измерений - так называемой случайной выборки. Для оценки измеряемого значения какой-либо величины или исследуемой зависимости ее от внешних условий по данным выборки рассчитывают так называемые выборочные параметры, характеризующие статистическое распределение ошибок в проведенном эксперименте. Такое распределение, как правило, подчиняется так называемому нормальному закону, конкретный вид которого определяют два параметра - выборочное среднее и выборочная дисперсия. Точность получаемых оценок устанавливают с помощью статистических критериев Стьюдента (t-критерий), Фишера (F-критерий) и т. д. При этом количественными мерами служат так называемая доверительная вероятность и уровень значимости статистического критерия р = 1 -β. При заданных требованиях на точность результатов измерений доверительная вероятность (уровень значимости) определяет надежность полученной оценки. Результат анализа, т.е. среднее значение результатов параллельных определений, характеризуется значением границ доверительного интервала (или стандартным отклонением), а также воспроизводимостью и правильностью анализа. Воспроизводимость – это параметр, отражающий случайные ошибки измерения и показывающий степень разброса повторных (параллельных) измерений. Для оценки воспроизводимости обычно рассчитывают дисперсию. Правильность анализа – качество анализа, отражающее близость к нулю систематических погрешностей, которые определяются как статистически значимая разность между средним и действительным значениями содержания определяемого компонента. После того, как вычислены систематические и внесены соответствующие поправки, выявлены и отброшены промахи, приступают к вычислению границ доверительного интервала и точности анализа. Величину доверительного интервала определяют как ˉхˉ ± εр , где εр = tрSх. Значения tр приводятся в таблицах. Выводы. В общем последовательность действий при построении аналитической зависимости, описывающей экспериментальные данные, включает следующие этапы: 1) результаты опытов сводят в таблицу, строки которой соответствуют экспериментам, а столбцы - наблюдаемым значениям факторов. 2) Задают вид искомой зависимости (параметры которой подлежат определению), включающей необходимые регрессоры. 3) Для каждого регрессора в полученной таблице вводят дополнительный столбец, в который заносят значение регрессора в каждом опыте. 4) Составляют систему нормальных уравнений. 5) Решением этой системы определяют оценки параметров искомой зависимости. 6) По соотношению проверяют адекватность полученной зависимости экспериментальным данным. 7) Определяют по формуле для каждого найденного параметра значения t (коэффициента Стъюдента). 8) Делают попытку упрощения указанной зависимости путем исключения из нее регрессора с параметром, имеющим наименьшее значение t. 9) Повторяют процедуру с п. 2 по п. 6. 10) Основные метрологические характеристики анализа. - правильность - воспроизводимость - коэффициент чувствительности - предел обнаружения - нижняя и верхняя границы определения - селективность жүктеу/скачать 44,49 Kb. Достарыңызбен бөлісу:
|