分析化学中的数据处理
分析化学中的数据处理
分析化学中的数据处理分析化学中的数据处理是指针对实验数据进行整理、统计、分析和解释的一系列过程。
对数据进行适当的处理能够提取出更有意义的信息，从而为后续的研究和实验提供有效的支持。
下面将从数据处理的步骤、常用方法和应用领域等方面进行详细展开。
数据处理的步骤通常包括数据整理、数据检查、数据统计和数据分析等过程。
首先，数据整理是将实验数据进行归类、清理和排序的过程，以便后续的操作和分析。
其次，数据检查是指对数据进行质量控制，包括检查数据的完整性、准确性和可靠性等方面。
第三，数据统计是指对数据进行一定分组、计数和总结等统计分析的过程，从而得到特定指标和特征的统计结果。
最后，数据分析是指对统计结果进行解释和推理，从而得出一定的结论和判断。
在实际的数据处理中，常用的方法包括描述统计方法、回归分析方法、因子分析方法和聚类分析方法等。
描述统计方法主要用于对数据的中心趋势、离散程度和分布特征等进行描述和总结，常用的统计指标包括均值、中位数、标准差等。
回归分析方法主要用于研究两个或多个变量之间的关系，可通过拟合线性或非线性模型进行分析。
因子分析方法则用于确定一组变量之间的潜在关系，并提取出影响变量的主成分。
而聚类分析方法则用于对一组数据进行分类和归类，以找出相似性较高的样本或因素。
分析化学中的数据处理广泛应用于样品分析、光谱分析、色谱分析和电化学分析等领域。
在样品分析中，数据处理可以帮助提取出目标物质的浓度或含量信息，并估计分析结果的可靠性和准确性。
在光谱分析中，数据处理可以对光谱数据进行寻峰、峰面积计算和谱图解析等，以获得有关物质结构和组成的信息。
在色谱分析中，数据处理可以用于峰识别、峰分离和峰面积计算等，从而确定样品中的目标物质和杂质。
在电化学分析中，数据处理可以用于电流-电位曲线的拟合和分析，以确定反应的机理和动力学参数。
分析化学中的数据处理
第7章Management of Experimental Data in AnalyticalChemistry分析化学中的数据处理7.1 统计学(statistics)中常用术语1、总体：所考察的对象的全体。
2、样本（子样）：自总体中随机抽出的一组测量值。
3、样本大小（或容量）：样本中所含测量值的数目。
3、值表：f t ,α体现t , f , P 之间的关系已知f , P 时，可从表中查出相应的t 值。
表中置信度就是概率P ，它表示t 值一定时，测定值落在范围内的概率。
) (s t ⋅±μ显著性水准P −=1 α自由度n n f , 1−=为测定次数双边：表示P 是从-t 到+t 积分而得的面积。
检验时的标准置信度=P%95检验步骤a. 根据题意计算t计b. 计算出α , f, 查t表c. 比较t计与t表，然后作出结论计算α , f ,05.095.011 =−=−=P α3141=−=−=n f 查表7-3，得18.33,05.0=t 因为t 计= 8＞t 0.05，3所以，平均值与标准值存在显著性差异。
分析结果存在系统误差。
•由F 的定义式可计算得F值若F→1，则s1与s2 相差不大；若F 较大，则s1与s2存在显著性差异。
检验步骤a. 计算F值，b. 计算f大，f小，查F值表得F表c. 比较：若F计＞F表，存在显著性差异；反之，不存在显著性差异。
(3) 查F 值表：计算自由度516=−==小大f f 由表7-4 查得F 表= 5.05(4) 由于F 计= 2.22 , 故F 计＜F 表所以，该两组数据的精密度无显著性差异。
作出此判断的置信度为90%。
检验步骤：①用F检验法：检验s1与s2 之间是否存在显著性差异。
如s1与s2 之间存在显著性差异，则两组分析数据存在显著性差异。
如s1与s2 之间不存在显著性差异，则可认为s1≈s2 ，可计算合并标准偏差继续进行下述检验。
查t 值表，得t表值。
分析化学中的数据处理
分析化学中的数据处理
1．正态分布（高斯GAUSS分布）
它在概率统计中占有特别重要的地位，因为 许多随机变量都服从或近似服从正态分布， 分析测定中的随机误差也是这样的，P55图 3－3即为正态分布曲线，它的数学表达式为：
分析化学中的数据处理
若对某试样作若干批测定，每批又作n个 平行测定
则
S
＝
X
S n
由此可见:
（2－4）
①平均值的精密度比单次测定的精密度
更次好数,的S X平方S根；成平反均比值.的②标增准加偏测差定与次测数定，
可使平均值的标准偏差减小。
作
s x
n 关系图如P59图3－5所示。
s
分析化学中的数据处理
分析化学中的数据处理
§2.1 几个概念(P52)
研究对象的某种特性值的全体叫总体； 从总体中随机取出的一组数据叫样本； 样本所含测量值的数目叫样本容量。例 如，对某矿石中Fe的含量作了无限次测 定，所得无限多个数据的集合就是总体， 其中每个数据就是个体，从中随机取出 一组数据（例如8个数据）就是样本，样 本容量为8。
3)大多数测定值集中在µ的附 近，所以µ为最可信赖值或 最佳值
分析化学中的数据处理
正态分布曲线随µ、σ值不同而不同，应
用起来不方便，为此，采用变量转换的
方法，将其化为同一分布－标准正态分
布
即
u＝ x－
令 代入（2－5）式得
y=f（x）＝
1
－ u2
e2
2
又 dx= du
第三章 分析化学中的数据处理
m
◇分析天平(称至0.1mg):12.8228g(6) , 0.2348g(4) , 0.0600g(3) ◇千分之一天平(称至0.001g): 0.235g(3) ◇1%天平(称至0.01g): 4.03g(3), 0.23g(2) ◇台秤(称至0.1g): 4.0g(2), 0.2g(1)
V
☆滴定管(量至0.01mL):26.32mL(4), 3.97mL(3) ☆容量瓶:100.0mL(4),250.0mL (4) ☆移液管:25.00mL(4); ☆量筒(量至1mL或0.1mL):25mL(2), 4.0mL(2)
如果测量数据 不断增多，组分 得越来越细，直 方图则逐渐趋于 一条平滑的曲 线—正态分布曲 线。 离散特性：各数据是分散的，波动的
s: 总体标准偏差
s
x
i 1
n
i
2
n
29
集中趋势：有向某个值集中的趋势
: 总体平均值
1 n lim x n n i 1
i
d: 总体平均偏差
3、随机误差： 由一些随机的偶然的不可避免的原因所造成的误 差。 特点：①波动性，可变性，无法避免； 例如：已知某矿石中Fe2O3 真实含量为50.36%， 测量值具波动性如下所示：50.40%, 50.30%, 50.25%, 50.37%; ②符合统计规律：正态分布规律。
4、减小随机误差
在消除系统误差的前提下，平行测定次数愈多， 平均值愈接近真实值。因此，增加测定次数，可 以提高平均值精密度而减小随机误差。在一般化 学分析中，对于同一试样，通常要求平行测定 2 ～ 4次即可。
3.2.2 有效数字修约规则 舍去多余数字的过程，称为数字修约。数字修 约遵循的规则：四舍六入五成双。例：将下列 测量值修约为三位有效数字
分析化学-数据处理
注意：
• 分析化学中，除用平行性来表示在完全相 同的条件下样品多次测定结果的精密度外； 还可用重复性和再现性来表示不同情况下 分析结果的精密度。 • 重现性：同一分析人员在同一条件下，不同 时间所得分析结果的精密度。 • 再现性：不同分析操作者或不同实验室之间， 在各自条件下所得分析结果的精密度。
表示 物质客观存在的数量特征。 特点：真实存在，但却未知。(？) 理论真值： 约定真值： 标准值（相对真值）： 当作真值
将
作用： 检验分析结果的准确度。
1)理论真值：
由公认理论推导 如 或证明的某物理 H＋与OH-反应的化学计量关系 量的数值。 即二者反应量的比值
水的组成常数或组成分数即为 理论真值
二、随机误差（random error）： • 定义：由某些难以控制的、无法避免的、不 确定的偶然因素或在目前技术水平下尚未掌 握的原因造成的误差。 • 例：滴定管读数的不确定性、称量时温度及 湿度的波动和仪器性能的微小变化等造成的 误差。 • 特性：大小不等、正负不定、不可测性、不 可校正。 • 分布规律：多次测定的结果服从统计学规 律——正态分布(normal distribution)：
0.24
s1
di
2
n 1
0.28
s2
di
2
n 1
0.33
→平均偏差和标准偏差的关系：
例：求下列三组数据的 d 和 s
I 10.02，10.02，9.98，9.98
平均值= 10.00
d = 0.02
s = 0.02
II 10.01，10.01，10.02，9.96
s = 0.027 d = 0.02 III 10.02, 10.02, 9.98, 9.98, 10.02, 10.02, 9.98, 9.98 平均值 = 10.00
化学实验数据的处理与分析方法
化学实验数据的处理与分析方法在化学实验中，正确处理和分析实验数据是十分重要的，它们可以帮助我们获得准确的结果，并得出合理的结论。
本文将介绍一些常用的化学实验数据处理与分析方法。
一、数据处理方法1. 计算平均值在多次实验中，我们通常需要计算数据的平均值以获得更准确的结果。
计算平均值的方法是将所有数据相加，然后除以数据的个数。
例如，假设我们测量了某种物质的密度10次，得到的数据分别为1.1g/cm³，1.2 g/cm³，1.3 g/cm³，......，1.9 g/cm³，那么计算平均值的公式为：(1.1 + 1.2 + 1.3 + ...... + 1.9) / 10 = 平均值。
2. 确定不确定度实验数据中的不确定度是指数据的测量误差范围。
我们可以使用不确定度来衡量实验数据的可靠性。
常见的确定不确定度的方法有两种：绝对不确定度和相对不确定度。
绝对不确定度是指数据与其真实值之间的差异，可以通过标准差等方式计算得到。
相对不确定度是指绝对不确定度与测量数据的比值，常用百分数表示。
3. 绘制图表图表可以直观地展示实验数据的变化趋势和规律性。
在处理化学实验数据时，我们常常使用折线图、柱状图、散点图等图表形式来展示数据。
通过观察图表，我们可以更好地理解数据之间的关系，并得出相应的结论。
二、数据分析方法1. 线性拟合与斜率计算在许多化学实验中，实验数据经常呈线性关系。
我们可以通过线性拟合方法将数据点拟合成一条直线，并计算出直线的斜率。
斜率可以提供重要的信息，例如反应速率的大小、化学反应的活化能等。
常用的线性拟合方法有最小二乘法和直线拟合法。
2. 统计分析统计分析可以帮助我们验证实验结果的可靠性和重复性。
常用的统计分析方法有t检验、方差分析等。
通过统计分析，我们可以判断实验结果之间的差异是否显著，从而得出更准确的结论。
3. 数据的比较和关联在一些实验中，我们常常需要比较不同组之间的数据或者分析数据之间的关联关系。
第3章-2 分析化学中的数据处理
表3.2 正态分布概率积分表
随机误差出现的区间
测量值出现的区间
概率
(以σ为单位) u=±1 u=±1.96 u=±2 u=±2.58 u=±3
x=μ±1σ x=μ±1.96σ x=μ±2σ x=μ±2.58σ x=μ±3σ
68.3% 95.0% 95.5% 99.0% 99.7%
12
例1 已知某试样中质量分数的标准值为1.75%， σ=0.10%，又已知测量时没有系统误差，求分析 结果落在(1.75±0.15)%范围内的概率。 解： x x 1.75% 0.15%
(47.60 0.13)%
(47.60 0.23)%
置信度越高，置信区间就越大，所 估计的区间包括真值的可能性也就 越大，置信度定在 95%或 90%。
23
3.4 显著性检验
1. 平均值与标准值的比较-t检验法
步骤：a.将 x ，μ 和 n代入 t x n ,求t计
x 10.79%, s 0.042%
9 1.43
t
x s
n
10.79% 10.77% 0.042%
查表 ,P=0.95,f=8 时， t0.05 ， 8=2.31 。 t<t0.05 ， 8 ，故 x 与 μ 之间不存在显著性差异，即采用新方法后，没有 引起明显的系统误差。 25
涉及到的是测量值较少时的平均偏差；但在用统
计学处理数据时，广泛采用标准偏差来衡量数据
的分散程度。
2
总体标准偏差：
（测量次数为无限多次时）
σ
x
n
2
样本标准偏差：
（测量值不多时）
s
x x
n 1
2
分析化学数据处理及结果计算汇总
分析化学数据处理及结果计算汇总数据收集是进行化学实验和研究的基础，数据的准确性和全面性对于后续的数据处理和结果计算至关重要。
在进行实验时，我们需要记录实验条件、实验过程中的观察和测量结果，并将这些数据整理成清晰、统一的格式。
在进行数据收集时，应注意以下几点：1.实验条件的记录：包括温度、压力、溶剂种类和用量等。
这些条件对于实验结果的准确性有重要影响，应该始终保持实验条件的一致性。
2.观察结果的准确描述：对于观察到的现象或物质性质的描述应准确、详细。
比如，颜色的描述可以使用颜色比较法，或者使用对应的波长、吸收强度等数据来描述。
3.测量结果的精确度：应该对测量结果进行恰当的数据处理，包括对数据的重复测量、异常值的排除等。
常见的数据处理方法有均值、标准差、误差分析等。
数据处理是对实验数据进行整理、处理和分析的过程，目的是提取和总结数据中的有用信息。
常用的数据处理方法有：1.数据整理和清洗：对实验数据进行整理和筛选，去除重复数据和异常值，使得数据的质量更加可信。
2.数据转换和标准化：有时，需要将数据按照一定的标准进行转换，使得数据的分析更加方便。
如将温度从摄氏度转换为开氏度，将浓度单位换算为摩尔等。
3.数据统计和可视化：使用合适的统计方法对数据进行分析，比如计算均值、标准差、相关系数等。
同时，将数据可视化可以提供更直观的数据分析信息，如绘制柱状图、散点图等。
结果计算是根据实验数据和现有的模型、理论进行结果推导和计算的过程。
常见的结果计算方法有：1.摩尔计算：根据已知物质的摩尔质量和反应方程式，计算反应过程中各物质的物质的量。
2.溶解度计算：根据溶质在溶剂中的溶解度和溶解反应的平衡常数，计算溶质在溶剂中的溶解度。
3.吸收光谱计算：根据分子结构和吸收光谱数据，计算分子的吸收峰位置和吸收强度。
总之，分析化学数据处理及结果计算是进行化学研究和实验的重要环节。
在进行数据处理和结果计算时，应注重数据的准确性和全面性，并使用合适的方法对数据进行统计和分析，以获得准确、可靠的结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分析化学中的数据处理第7章分析化学中的数据处理教学目的：用数理统计的方法处理实验数据，将会更好地表达结果，既能显示出测量的精密度，又能表达出结果的准确度；介绍显着性检验的方法，用于检验样本值与标准值的比较、两个平均值的比较和可疑值的取舍。
教学重点：总体平均值的估计；t检验法教学难点：对随机变量正态分布的理解；各种检验法的正确使用，双侧和单侧检验如何查表。
1.总体与样本总体：在统计学中，对于所考察的对象的全体，称为总体（或母体）。
个体：组成总体的每个单元。
样本（子样）：自总体中随机抽取的一组测量值（自总体中随机抽取的一部分个体）。
样本容量：样品中所包含个体的数目，用n表示。
例题：分析延河水总硬度，依照取样规则，从延河取来供分析用2000ml样品水，这2000ml样品水是供分析用的总体，如果从样品水中取出20个试样进行平行分析，得到20个分析结果，则这组分析结果就是延河样品水的一个随机样本，样本容量为20。
2．随机变量来自同一总体的无限多个测量值都是随机出现的，叫随机变量。
，（总体平均值），（单次测量的平均偏差）7.1 标准偏差7.1.1总体标准偏差（无限次测量）n－测量次数7.1.2样本标准偏差（有限次测量）（n－1）－自由度7.1.3相对标准偏差相对标准偏差（变异系数）7.1.4标准偏差与平均偏差当测定次数非常多（n大于20）时，，但是7.1.5平均值的标准偏差统计学可证明平均值的标准偏差与单次测量结果的标准偏差存在下列关系：，（无限次测量），（有限次测量）7.2 随机误差的正态分布7.2.1频数分布频数：每组中数据的个数。
相对频数：频数在总测定次数中所占的分数。
频数分布直方图：以各组分区间为底，相对频数为高做成的一排矩形。
特点：1. 离散特性：测定值在平均值周围波动。
波动的程度用总体标准偏差?表示。
2. 集中趋势：向平均值集中。
用总体平均值?表示。
在确认消除了系统误差的前提下，总体平均值就是真值。
7.2.2正态分布（无限次测量）1．正态分布曲线：如果以x-?（随机误差）为横坐标，曲线最高点横坐标为0，这时表示的是随机误差的正态分布曲线。
，记为：N（?，?2），?－决定曲线在X轴的位置?－决定曲线的形状，?小?曲线高、陡峭，精密度好；??曲线低、平坦，精密度差。
随机误差符合正态分布：(1)（1）大误差出现的几率小，小误差出现的几率大；（2）绝对值相等的正负误差出现的几率相等；（3）误差为零的测量值出现的几率最大。
（4） x=?时的概率密度为2．标准正态分布N（0，1）令，7.2.3随机误差的区间概率所有测量值出现的概率总和应为1，即求变量在某区间出现的概率，概率积分表，p248。
注意：表中列出的是单侧概率，求?u间的概率，需乘以2。
随机误差出现的区间测量值出现的区间概率u＝?1 x＝??1? 0.3413×2＝68.26％u＝?2 x＝??2? 0.4773×2＝95.46％u＝?3 x＝??3? 0.4987×2＝99.74％结论：1.随机误差超过3?的测量值出现的概率仅占0.3%。
2.当实际工作中，如果重复测量中，个别数据误差的绝对值大于3?，则这些测量值可舍去。
<例>例：已知某试样中Fe的标准值为3.78%，?=0.10，又已知测量时没有系统误差，求1）分析结果落在（3.78(0.20）%范围内的概率；2）分析结果大于4.0%的概率。
解：1）查表，求得概率为2*0.4773=0.9546 =95.46%2）分析结果大于4.0%的概率，，查表求得分析结果落在3.78-4.00%以内的概率为0.4861，那么分析结果大于4.00%的概率为0.5000-0.4861=1.39%7.3 少量数据的统计处理7.3.1 t分布曲线（有限次测量中随机误差服从t分布）有限次测量，用S代替?，用t代替u置信度（P）：表示的是测定值落在范围内的概率，当f??，t即为u显着性水平（?）=1-P：表示测定值落在范围之外的概率。
t值与置信度及自由度有关，一般表示为，见p250，表7－3（双侧表）7.3.2 平均值的置信区间意义：表示在一定的置信度下，以平均值为中心，包括总体平均值?的范围。
从公式可知只要选定置信度P，根据P（或?）与f即可从表中查出t?，f值，从测定的，s，n值就可以求出相应的置信区间。
<例>分析某固体废物中铁含量得如下结果：=15.78%，s=0.03%，n=4，求1）置信度为95%时平均值的置信区间；2）置信度为99%时平均值的置信区间解：置信度为95%，查表得t0.05，3=3.18，那么置信度为99%，查表得t0.05，3=5.84，那么对上例结果的理解:1.正确的理解：在15.78(0.05%的区间内，包括总体平均值的?的概率为95%。
2.错误的理解：a.未来测定的实验平均值有95%落入15.78(0.05%区间内b.真值落在15.78(0.05%区间内的概率为95%从该例可以看出，置信度越高，置信区间越大。
例1下列有关置信区间的定义中，正确的是：a.以真值为中心的某一区间包括测定结果的平均值的几率；?b.在一定置信度时，以测量值的平均值为中心的包括总体平均值的范围c.真值落在某一可靠区间的几率；d.在一定置信度时，以真值为中心的可靠范围。
例2 某试样含Cl-的质量分数的平均值的置信区间为36.45%±0.10%（置信区间90%），对此结果应理解为：a.有90%的测量结果落在36.45%±0.10%范围内；b.总体平均值?落在此区间的概率为90%；c.若再作一次测定，落在此区间的概率为90%；?d.在此区间内，包括总体平均值?的把握为90%7.3.3显着性检验判断是否存在系统误差。
1。
t检验:不知道?，检验（1）比较平均值与标准值，统计量（s＝s小） t>t表，有显着差异，否则无。
（2）比较2．F检验：比较精密度，即方差S1和S2，F表为单侧表统计量 F>F表，有显着差异，否则无。
<例>一碱灰试样，用两种方法测得其中Na2CO3结果如下方法1：方法2：解：先用F检验s1与s2有无显着差异：查表7-4，得F表=6.59，因F计算< F表，因此 s1与s2无显着差异用t检验法检验查表7-3，f=5+4-2=7，P=95%，得：t表=2.36 ，则 t计算< t表，因此，无显着差异。
7.3.4 异常值的取舍1.法（简单，但误差大）依据：随机误差超过3?的测量值出现的概率是很小的，仅占0.3%。
?＝0.80?，3??4?。
偏差超过4?的个别测定值可以舍去。
方法：a. 求出与平均偏差。
，则测定值x可以舍去。
2.格鲁布斯（Grubbs）法步骤：（1）数据由小到大排列，求出与s。
x1，x2......xn(2) 统计量T (x1为可疑值) （xn为可疑值）(3)将T与表值T(,n比较，T>T(,n，舍去。
3．Q检验法步骤：（1）数据由小到大排列。
（2）计算统计量（）（3）比较Q计算和Q表（QP，n），若Q计算>Q表，舍去，反之保留。
<例10、11>分别用三种检验法来判断1.40这个数据是否应该保留。
7.4 误差的传递分析结果通常是经过一系列测量步骤之后获得的，其中每一步骤的测量误差都会反映到分析结果中去。
设分析结果Y 由测量值A、B、C 计算获得，测量值的系统误差分别为(A、(B、(C，标准偏差分别为sA、sB、sC。
ki为常数。
7.4.1 系统误差的传递1.加减法2.乘除法3.指数关系4.对数关系7.4.2 随机误差的传递1.加减法2.乘除法3.指数关系4.对数关系7.4.3 极值误差7.5 回归分析法7.5.1 一元线性回归方程式中x，y分别为x和y的平均值，a为直线的截矩，b为直线的斜率，它们的值确定之后，一元线性回归方程及回归直线就定了。
2 相关系数相关系数的定义式如下：相关系数的物理意义如下：a.当所有的认值都在回归线上时，r= 1。
b.当y与x之间完全不存在线性关系时，r=0。
c.当r值在0至1之间时，表示例与x之间存在相关关系。
r值愈接近1，线性关系就愈好。
7.6 提高分析结果准确度的方法1 选择合适的分析方法(1) 根据试样的中待测组分的含量选择分析方法。
高含量组分用滴定分析或重量分析法；低含量用仪器分析法。
(2) 充分考虑试样中共存组分对测定的干扰，采用适当的掩蔽或分离方法。
(3) 对于痕量组分，分析方法的灵敏度不能满足分析的要求，可先定量富集后再进行测定。
2 减小测量误差→称量：分析天平的称量误差为±0.0002g，为了使测量时的相对误差在0.1%以下，试样质量必须在0.2 g以上。
→滴定管读数常有±0.0l mL的误差，在一次滴定中，读数两次，可能造成±0.02 mL的误差。
为使测量时的相对误差小于0.1%，消耗滴定剂的体积必须在20 mL以上，最好使体积在25 mL左右，一般在20至30mL之间。
→微量组分的光度测定中，可将称量的准确度提高约一个数量级。
3 减小随机误差在消除系统误差的前提下，平行测定次数愈多，平均值愈接近真值。
因此，增加测定次数，可以提高平均值精密度。
在化学分析中，对于同一试样，通常要求平行测定2--4次。
4 消除系统误差由于系统误差是由某种固定的原因造成的，因而找出这一原因，就可以消除系统误差的来源。
有下列几种方法：(1) 对照试验-contrast test(2) 空白试验- blank test(3) 校准仪器 -calibration instrument(4) 分析结果的校正-correction result(1) 对照试验→与标准试样的标准结果进行对照;标准试样、管理样、合成样、加入回收法。
→与其它成熟的分析方法进行对照;国家标准分析方法或公认的经典分析方法。
→由不同分析人员，不同实验室来进行对照试验。
内检、外检。
(2) 空白试验? 空白实验：在不加待测组分的情况下，按照试样分析同样的操作手续和条件进行实验，所测定的结果为空白值，从试样测定结果中扣除空白值，来校正分析结果。
? 消除由试剂、蒸馏水、实验器皿和环境带入的杂质引起的系统误差，但空白值不可太大。
(3) 校准仪器仪器不准确引起的系统误差，通过校准仪器来减小其影响。
例如砝码、移液管和滴定管等，在精确的分析中，必须进行校准，并在计算结果时采用校正值。
(4) 分析结果的校正校正分析过程的方法误差，例用重量法测定试样中高含量的SiO2，因硅酸盐沉淀不完全而使测定结果偏低，可用光度法测定滤液中少量的硅，而后将分析结果相加。
本章作业P268 2, 4, 7 P269 8, 12, 13 P270 17, 18, 22 P271 291相关文档：更多相关文档请访问：。