Выбраковка результатов химического анализа - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Выбраковка результатов химического анализа, слайд №1

Выбраковка результатов химического анализа, слайд №2

Выбраковка результатов химического анализа, слайд №3

Выбраковка результатов химического анализа, слайд №4

Выбраковка результатов химического анализа, слайд №5

Выбраковка результатов химического анализа, слайд №6

Выбраковка результатов химического анализа, слайд №7

Выбраковка результатов химического анализа, слайд №8

Выбраковка результатов химического анализа, слайд №9

Выбраковка результатов химического анализа, слайд №10

Выбраковка результатов химического анализа, слайд №11

Выбраковка результатов химического анализа, слайд №12

Выбраковка результатов химического анализа, слайд №13

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Выбраковка результатов химического анализа. Доклад-сообщение содержит 13 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Выбраковка результатов химического анализа Решение вопроса: резко отличающиеся результаты – это грубая погрешность (промах) или нет, и их необходимо использовать при общей статистической обработке?

Слайд 2

Описание слайда:

Уровень значимости – это максимальная вероятность того, что ошибка превзойдет некое предельное (критическое) значение ±Δхкр, т.е. такое значение, что появление этой ошибки можно рассматривать как следствие значимой (неслучайной) причины. Уровень значимости – это максимальная вероятность того, что ошибка превзойдет некое предельное (критическое) значение ±Δхкр, т.е. такое значение, что появление этой ошибки можно рассматривать как следствие значимой (неслучайной) причины. β=1-Р Уровень значимости (%) показывает, сколько раз в каждых ста испытаниях мы рискуем ошибиться, принимая случайное событие за значимое.

Слайд 3

Описание слайда:

Q-критерий располагают результаты анализа в ряд по нарастанию х1

Слайд 4

Описание слайда:

τ-критерий Прием, аналогичный расчету доверительных интервалов 1. Рассчитываем с учетом сомнительных значений 2. Рассчитываем стандартное отклонение S 3. Задаем уровень значимости β=1-Р=1-2αст 4. Вводим τкр=|хкр- |/S =Δхкр/S или Δхкр= τкр.S 5.Находим в таблице критический параметр τкр при заданных n и β 6. Запишем ±Δх= ± τкр.S 7. Трактовка: в полученном интервале с заданной доверительной вероятностью могут находиться все значения, кроме промахов!

Слайд 5

Описание слайда:

Сравнение дисперсий Задача: сравнение с точки зрения воспроизводимости результатов анализа методик определения компонента в пробе; работы различных лабораторий по одной и той же методике; полученных на разных приборах; При работе на приборе в различных диапазонах измерений. Рассматривают: Дисперсии не совпадают, но несовпадение носит случайный характер, т.к. они характеризуют одну и туже генеральную совокупность с генеральной дисперсией σ2. Но S12 и S22 могут существенно отличаться. Вопрос: является ли различие двух дисперсий случайным (и выборки можно объединять) или значимым (выборки объединять нельзя) при заданном уровне значимости?

Слайд 6

Описание слайда:

F-критерий Основан на распределении Фишера Имеют две нормально распределенные выборочные совокупности размером n1 и n2 с выборочными дисперсиями S1 и S2 и степенями свободы f1=n1-1, f2=n2-1 Рассчитывают F= S12 / S22 (чтобы F>1) Находят Fкр в таблице при заданных параметрах Сравнивают: Если F

Слайд 7

Описание слайда:

Критерий Батлера Используют, если выборок больше двух ВЫБОРКА 1. f1=n-1, S12 ВЫБОРКА 2. f2=n-1, S22 ВЫБОРКА k. fk=n-1, Sk2 Рассчитывают средневзвешенную дисперсию Число степеней свободы совокупной выборки Рассчитывают Если В/С

Слайд 8

Описание слайда:

Критерий Кохрана Если объемы выборок равны n1=n2=n3=…nk Рассчитывают Находят в таблицах Gкр при β=0,05 и β=0,01 и f=k-1 Если G

Слайд 9

Описание слайда:

Сравнение средних. t-критерий Стьюдента Анализ одного образца Серия А. nA, SA2, Серия В. nВ, SВ2, Пусть по F-критерию они значимо не отличаются. Вопрос: значимо ли различие средних? Используют t-критерий Стьюдента Рассчитывают Где средневзвешенная дисперсия Выборочные средние и различаются значимо, если tАВ>tр,f для принятой доверительной вероятности p и числа степеней свободы объединенной выборки f = nА + nВ – 2.

Слайд 10

Описание слайда:

Подтверждение «Нуль-гипотезы» Совпадает ли найденное экспериментально с истинным значением μ?

Слайд 11

Описание слайда:

Оценка предела обнаружения Предел обнаружения – это минимальное количество mmin (или концентрация Сmin) определяемого компонента, которое может быть обнаружено с заданной достаточно высокой доверительной вероятностью (0,95 или 0,99). Предел обнаружения в единицах аналитического сигнала – это минимальный сигнал Ymin, который можно с уверенностью отличить от сигнала холостой пробы (фона) Yфона. Связь Сmin с Ymin через коэффициент инструментальной чувствительности Сmin=(Ymin- Yфона)/Sy/c Как выбрать Ymin?

Слайд 12

Описание слайда:

Ошибки I рода – ошибка «недооткрытия» - принятие сигнала определяемого компонента за сигнал фона – ошибка пропуска аналитического сигнала определяемого компонента. Ошибки I рода – ошибка «недооткрытия» - принятие сигнала определяемого компонента за сигнал фона – ошибка пропуска аналитического сигнала определяемого компонента. Ошибки II рода – ошибки «переоткрытия» - принятие сигнала фона за сигнал компонента - т.е. обнаружение компонента в пробе, когда его нет. Уровень дискриминации сигнала Yд или уровень выбраковки сигнала делит все сигналы на две части: Y< Yд – сигнал фона Y> Yд – сигнал пробы Если принять, что сигнал фона и сигнал пробы распределены по одному закону, их стандартные отклонения приблизительно равны, то можно принять Ymin - Yд = Yд - Yфона I рода II рода Принято Ymin - Yд = Yд - Yфона =3σфона , тогда Ymin - Yфона = 6σфона Отсюда Сmin =Δ Ymin /Sy/c = 6σфона /Sy/c

Слайд 13

Описание слайда:

Если принять для рассмотрения нормальный закон распределения, то вероятности ошибок I и II рода очень малы Если принять для рассмотрения нормальный закон распределения, то вероятности ошибок I и II рода очень малы PI=(YminYф+3σYф) 0.0014 Если использовать неравенство Чебышева (при 3σ), то вероятности выше PI=(YminYд) 0,055