4: Оцінка аналітичних даних

Last updated

Oct 25, 2022
Save as PDF
- 3.10: Підсумок глави та ключові терміни
- 4.1: Характеристика вимірювань та результатів

$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$

$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$

$\newcommand{\id}{\mathrm{id}}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\kernel}{\mathrm{null}\,}$

$\newcommand{\range}{\mathrm{range}\,}$

$\newcommand{\RealPart}{\mathrm{Re}}$

$\newcommand{\ImaginaryPart}{\mathrm{Im}}$

$\newcommand{\Argument}{\mathrm{Arg}}$

$\newcommand{\norm}[1]{\| #1 \|}$

$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\id}{\mathrm{id}}$

$\newcommand{\Span}{\mathrm{span}}$

$\newcommand{\kernel}{\mathrm{null}\,}$

$\newcommand{\range}{\mathrm{range}\,}$

$\newcommand{\RealPart}{\mathrm{Re}}$

$\newcommand{\ImaginaryPart}{\mathrm{Im}}$

$\newcommand{\Argument}{\mathrm{Arg}}$

$\newcommand{\norm}[1]{\| #1 \|}$

$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$

$\newcommand{\Span}{\mathrm{span}}$

Коли ми використовуємо аналітичний метод, ми робимо три окремі оцінки експериментальної помилки. По-перше, перш ніж почати аналіз, ми оцінюємо потенційні джерела помилок, щоб переконатися, що вони не будуть негативно впливати на наші результати. По-друге, під час аналізу ми контролюємо наші вимірювання, щоб переконатися, що помилки залишаються прийнятними. Нарешті, в кінці аналізу ми оцінюємо якість вимірювань і результатів, і порівнюємо їх з нашими оригінальними критеріями проектування. У цьому розділі наведено введення в джерела помилок, до оцінки помилок в аналітичних вимірах, а також до статистичного аналізу даних.

4.1: Характеристика вимірювань та результатів
Один із способів охарактеризувати дані з декількох вимірів/пробігів полягає в тому, щоб припустити, що вимірювання випадково розкидані навколо центрального значення, яке забезпечує найкращу оцінку очікуваного або «справжнього» значення. Охарактеризовано розподіл цих результатів шляхом повідомлення про її центральну тенденцію та поширення.
4.2: Характеристика експериментальних помилок
З будь-якого набору даних виникають два найважливіших питання. По-перше, чи погоджується наша міра центральної тенденції з очікуваним результатом? По-друге, чому в окремих результатах так багато мінливості? Перше з цих питань стосується точності наших вимірювань, а друге стосується точності наших вимірювань. У цьому розділі ми розглянемо типи експериментальних помилок, які впливають на точність і точність.
4.3: Поширення невизначеності
Поширення невизначеності дозволяє оцінити невизначеність в результаті невизначеностей у вимірах, що використовуються для обчислення результату.
4.4: Розподіл вимірювань та результатів
Щоб порівняти два зразки один з одним, нам потрібно більше, ніж міри їх центральних тенденцій та їх розворотів на основі невеликої кількості вимірювань. Нам також потрібно знати, як передбачити властивості більш широкої популяції, з якої були взяті зразки; в свою чергу, це вимагає, щоб ми розуміли розподіл зразків всередині популяції.
4.5: Статистичний аналіз даних
Довірчий інтервал є корисним способом повідомити про результат аналізу, оскільки він встановлює обмеження на очікуваний результат. За відсутності детермінантної похибки довірчий інтервал, заснований на середньому вибірці, вказує діапазон значень, в якому ми очікуємо знайти середнє значення популяції. У цьому розділі ми представимо загальний підхід до статистичного аналізу даних. Конкретні статистичні тести представлені в наступному розділі.
4.6: Статистичні методи для нормальних розподілів
Найпоширенішим розподілом для наших результатів є нормальний розподіл. Оскільки площа між будь-якими двома межами нормальної кривої розподілу чітко визначена, побудова та оцінка тестів на значущість є простою.
4.7: Межі виявлення
Міжнародний союз чистої та прикладної хімії (IUPAC) визначає межу виявлення методу як найменшу концентрацію або абсолютну кількість аналіту, який має сигнал значно більший за сигнал із відповідної заготовки.
4.8: Використання Excel та R для аналізу даних
Хоча розрахунки в цьому розділі відносно прості, це може бути нудно працювати проблеми, використовуючи не що інше, як калькулятор. І Excel, і R включають функції для багатьох загальних статистичних обчислень. Крім того, R надає корисні функції для візуалізації ваших даних.
4.9: Проблеми
Проблеми в кінці глави, щоб перевірити ваше розуміння тем в цьому розділі.
4.10: Додаткові ресурси
Збірник ресурсів для супроводу тем у цьому розділі.
4.11: Підсумок розділів та ключові терміни
Короткий зміст основних тем глави та перелік ключових термінів, представлених у цій главі.