1.4 分析数据的处理与质量控制
系统误差的检验方法
重要程度：6 分
<h2>1.4 分析数据的处理与质量控制 - 系统误差的检验方法</h2>
<p><strong>系统误差：</strong>是指在相同条件下多次测量时，误差的大小和符号保持不变或按一定规律变化的一种误差。它通常由仪器未校准、操作不当、试剂纯度不够等原因引起。</p>
<h3>一、t-检验法</h3>
<p>t-检验用于判断两组样本均值之间是否存在显著性差异，从而间接判断是否存在系统误差。</p>
<ol>
<li>计算两个样本的平均数 \(\bar{x}_1, \bar{x}_2\) 和标准偏差 \(s_1, s_2\)。</li>
<li>根据公式计算 t 值：\[t = \frac{|\bar{x}_1 - \bar{x}_2|}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}\] 其中 \(n_1, n_2\) 是各自样本的数量。</li>
<li>查表找到对应自由度（\(df=n_1+n_2-2\)）下的临界 t 值。</li>
<li>如果计算出的 t 值大于临界 t 值，则认为存在显著性差异，即可能存在系统误差。</li>
</ol>
<h4>例题说明：</h4>
<p>假设某实验室使用两种不同方法A和B测定同一样品中的铁含量，得到如下结果：</p>
<table border="1">
<tr>
<th>方法A (mg/L)</th>
<th>方法B (mg/L)</th>
</tr>
<tr>
<td>10.5</td>
<td>9.8</td>
</tr>
<tr>
<td>10.6</td>
<td>9.9</td>
</tr>
<tr>
<td>10.4</td>
<td>9.7</td>
</tr>
</table>
<p>计算得 \(\bar{x}_A = 10.5\), \(\bar{x}_B = 9.8\), \(s_A = 0.1\), \(s_B = 0.1\), \(n_A = n_B = 3\)。</p>
<p>\[t = \frac{|10.5 - 9.8|}{\sqrt{\frac{0.1^2}{3} + \frac{0.1^2}{3}}} = 2.121\]</p>
<p>对于自由度为4的情况，查表得临界 t 值约为2.776（双尾检验，α=0.05）。由于计算的 t 值小于临界 t 值，故不能拒绝零假设，即没有足够证据表明两种方法间存在显著性差异。</p>
<h3>二、F-检验法</h3>
<p>F-检验主要用于比较两个正态分布总体方差是否相等，通过比较方差来检测是否存在系统误差。</p>
<ol>
<li>计算两组数据的方差 \(S_1^2, S_2^2\)。</li>
<li>确定较大的方差作为分子构造 F 值：\[F = \frac{S_{max}^2}{S_{min}^2}\]</li>
<li>查找F分布表获得给定显著水平下的临界F值。</li>
<li>若计算出的F值大于临界F值，则认为两组数据的方差有显著差异，可能暗示了系统误差的存在。</li>
</ol>
<h4>例题说明：</h4>
<p>继续使用上述数据：</p>
<p>\(S_A^2 = 0.01, S_B^2 = 0.01\)。</p>
<p>因为 \(S_A^2 = S_B^2\)，所以 F 值为 1。</p>
<p>对于自由度分别为2和2的情况，查表得临界 F 值约为19.000（单侧检验，α=0.05）。显然，实际 F 值远小于临界值，因此我们没有理由怀疑这两个样本来自具有不同方差的总体。</p>
这段HTML代码简洁地总结了《定量分析化学》第一章关于系统误差检验方法的关键点，并通过具体的例子加以解释，帮助理解如何应用这些统计方法来识别潜在的系统误差。