吸光光度法的靈敏度與準(zhǔn)確度-資料下載頁(yè)
2025-08-11 13:06本頁(yè)面
【導(dǎo)讀】一.靈敏度的表示方法:摩爾吸光系數(shù)(?越大,靈敏度越高:. 104～5×104為中等靈敏度;T-透光率讀數(shù)誤差。實(shí)際工作中，應(yīng)控制T在10～70％,*顯色劑在測(cè)定波長(zhǎng)處無(wú)明顯吸收。*反應(yīng)生成的有色化合物組成恒定，穩(wěn)定。*顯色條件易于控制，重現(xiàn)性好。如不能通過控制酸度和掩蔽的辦法消除干擾，則需采取分離法。例:鄰二氮菲光度法測(cè)Li2CO3中的Fe，參比溶液為不含Li2CO3樣品的所有試劑。2）加入等量干擾組分到空白溶液中,作參比.2)磷的測(cè)定:DNA中含P～%,RNA中含P～%,苯丙氨酸、蛋白質(zhì)等。間硝基酚酸形均無(wú)色.依據(jù)滴定過程中溶液吸光度變化來確定終點(diǎn)的滴定分析方法。
【正文】 理論上，系統(tǒng)誤差是可以通過試驗(yàn)條件及試驗(yàn)過程的仔細(xì)操作而控制的。實(shí)際上一些主要的系統(tǒng)性偏差較易控制，而有些細(xì)微偏差則較難控制。 49 三、隨機(jī)誤差的規(guī)律性 32 1 321%%0圖 隨機(jī)誤差的分布模式 )(?f 以大豆品種蛋白質(zhì)含量的測(cè)定為例，若從一批種子中抽取100份樣品，分別進(jìn)行蛋白質(zhì)含量的測(cè)定，若無(wú)系統(tǒng)偏差的干擾，則所獲 100個(gè)數(shù)據(jù)，將其平均數(shù)當(dāng)作理論真值 ，根據(jù) ???? ??? y 可計(jì)算出 100個(gè)誤差值。這 100個(gè)誤差值有“＋”有“－”，平均起來正負(fù)相抵消等于 0。若將其畫成坐標(biāo)圖，接近于一個(gè)對(duì)稱的鐘形圖 (圖 ），在靠近 0的＋、－范圍內(nèi)出現(xiàn)的誤差次數(shù)多，越遠(yuǎn)離 0出現(xiàn)的次數(shù)越少。 50 四、隨機(jī)誤差的層次性 仍以大豆品種蛋白質(zhì)含量測(cè)定為例，可以看到大豆蛋白質(zhì)測(cè)定中抽取樣品時(shí)，因?yàn)槿舆^程的隨機(jī)性存在取樣的隨機(jī)誤差，對(duì)于同一份樣品，由于測(cè)定過程中的隨機(jī)因素導(dǎo)致存在隨機(jī)誤差，兩者雖都是隨機(jī)誤差，但發(fā)生的時(shí)段或?qū)哟尾灰粯?，因此，隨機(jī)誤差具有層次性。這里前一階段的是取樣誤差，后一階段的是測(cè)定過程誤差。此時(shí)，觀測(cè)值可表示為： ??? ???y51 五、試驗(yàn)誤差的控制 根據(jù)以上關(guān)于試驗(yàn)誤差來源的分析，研究工作者為保證試驗(yàn)結(jié)果的正確性，必須針對(duì)各種可能的系統(tǒng)偏差原因預(yù)防多種多樣的系統(tǒng)誤差；同時(shí)針對(duì)不同階段、不同層次偶然性因素造成的隨機(jī)誤差分別盡量控制這種不同階段、不同層次上發(fā)生的隨機(jī)誤差，使之盡量縮小。 52 第四節(jié) 試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展和本課程的主要內(nèi)容 一、試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展 二、本課程的主要內(nèi)容 53 ?17世紀(jì) Pascal 和 Fermat的概率論； ?18世紀(jì) De Moivre、 Laplace和 Gauss的正態(tài)分布理論； ?19世紀(jì)達(dá)爾文應(yīng)用統(tǒng)計(jì)方法研究生物界的連續(xù)性變異； ?孟德爾應(yīng)用統(tǒng)計(jì)方法發(fā)現(xiàn)顯性、分離、獨(dú)立分配等遺傳 定律； ?Karl Pearson用統(tǒng)計(jì)方法研究進(jìn)化問題，并創(chuàng)建了 Biometrika雜志； ?Galton研究了親子身高的回歸問題； ?20世紀(jì)以來 Gosset用實(shí)驗(yàn)方法發(fā)現(xiàn)了 t分布； 一、試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展 54 ?Fisher提出了方差分析，建立了試驗(yàn)設(shè)計(jì)的三大原理，并提出了隨機(jī)區(qū)組、拉丁方等試驗(yàn)設(shè)計(jì)，還將統(tǒng)計(jì)方法用之于研究數(shù)量性狀的基因效應(yīng)； ?Yates、 Yule等發(fā)展了一系列的試驗(yàn)設(shè)計(jì)包括后來的混雜設(shè)計(jì)和不完全區(qū)組設(shè)計(jì)等； ?英國(guó) Rothamsted試驗(yàn)場(chǎng)在生物統(tǒng)計(jì)和田間試驗(yàn)設(shè)計(jì)方面卓有貢獻(xiàn)； ?Neyman和 . Pearson建立了統(tǒng)計(jì)推斷的理論； 55 ?Snedecor建立了統(tǒng)計(jì)實(shí)驗(yàn)室并出版了“ Statistical Methods Applied to Experiment in Agriculture and Biology”； ?Wald建立序貫分析和統(tǒng)計(jì)決策函數(shù)的理論； ?Cochran和 Cox系統(tǒng)地歸納了試驗(yàn)設(shè)計(jì)和抽樣方法研究 的進(jìn)展，出版了“ Experimental Design”和“ Sampling Technique”二書； ?Kempthorne將統(tǒng)計(jì)方法應(yīng)用于數(shù)量性狀的遺傳研究， 出版了“ An Introduction to Geic Statistics”； ?而 Mather則出版了“ Biometrical Geics”。 56 二、本課程的主要內(nèi)容 本課程包括 7個(gè)單元 15章。 第一單元在介紹科學(xué)研究基本過程、試驗(yàn)方案制訂和試驗(yàn)誤差及其控制的基礎(chǔ)上進(jìn)一步講述田間試驗(yàn)的誤差來源、土壤差異和控制誤差的小區(qū)技術(shù)、試驗(yàn)設(shè)計(jì)、實(shí)施規(guī)則以及試驗(yàn)數(shù)據(jù)的獲取。 第二單元從樣本試驗(yàn)數(shù)據(jù)最基本的描述統(tǒng)計(jì)開始，進(jìn)而介紹研究對(duì)象總體的理論分布、統(tǒng)計(jì)數(shù)的抽樣分布及其概率計(jì)算。 57 第三單元在誤差理論的基礎(chǔ)上引入通過假設(shè)測(cè)驗(yàn)進(jìn)行統(tǒng)計(jì)推斷的基本方法，介紹平均數(shù)比較的 u測(cè)驗(yàn)、 t測(cè)驗(yàn)和F測(cè)驗(yàn)，以及計(jì)數(shù)資料的 測(cè)驗(yàn)及其應(yīng)用等。 第四單元承上啟下介紹參數(shù)估計(jì)方法包括矩法、最小二乘法和極大似然法等。 第五單元進(jìn)入 2個(gè)及 2個(gè)以上變數(shù)間的回歸與相關(guān)分析，包括一元、多元線性回歸與相關(guān)，以及曲線回歸。第六單元為方差分析的進(jìn)一步應(yīng)用，介紹單因素、多因素及不完全區(qū)組試驗(yàn)結(jié)果的統(tǒng)計(jì)分析。 第七單元介紹應(yīng)用于調(diào)查研究的抽樣調(diào)查方法、抽樣結(jié)果的統(tǒng)計(jì)分析以及抽樣方案的設(shè)計(jì)。 2?
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1