第二章 定量分析中的误差与数据评价.ppt

文档介绍：第二章定量分析中的误差与数据评价
一、最小二乘法拟合的统计学原理
二、线形方程的相关系数
三、最小二乘线性拟合程序
第五节标准曲线的线形方程拟合
2017/11/24
一、最小二乘法拟合的统计学原理
一元线性:y=a0 +a1x
实验点:(yi,xi)
(i=1,2,3,…….,m)
实验点数 m>未知数个数,矛盾方程组,
假设求得: a0 ;a1 代入 y’i=a0 +a1xi 得直线方程。
实测值yi与计算值 y’i之间偏差越小,拟合的越好,偏差平方和最小。
2017/11/24
最小二乘法拟合
将实验数据代入,即可求得 a0,a1;
2017/11/24
二、相关系数 R
R=1 ;存在线性关系,无实验误差;
R=0;毫无线性关系;
编程计算
2017/11/24
三、最小二乘线性拟合程序
编程变量:
2017/11/24
线性拟合程序
INPUT M
For I=1 to m
INPUT X1;Y1
X1=X1+X(I): X2=X2+X(I)^2: Y1=Y1+Y(I)
Y2=Y2+Y(I)^2
XY=XY+X(I)*Y(I)
NEXT I
XM=X1/M : YM=Y1/M
LX=X2-XM*M : LY=Y2-YM*M : LZ=XY-M*XM*YM
a1=LZ/LX : a0=YM-a1*XM : R=LZ/(LX*LY)^2
任务:用VB编程处理实验数据(分光,电位分析)
2017/11/24
内容选择:
第一节定量分析中的误差
第二节分析结果的数据处理
第三节定量分析数据的评价
第四节有效数字及其运算规则
第五节标准曲线的线性方程拟合
结束
2017/11/24