Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Методы и средства измерения качества окружающей среды. Учебное пособие

.pdf
Скачиваний:
0
Добавлен:
07.09.2026
Размер:
1 Мб
Скачать
☆
мерности. Речь идет о таких закономерностях статистического характера, которые существуют между изучаемыми в эксперименте переменными величинами.
Некоторые из методов математико-статистического анализа позволя-
ют вычислять так называемые элементарные математические стати­стики, характеризующие выборочное распределение данных, например,
выборочное среднее, выборочная дисперсия, мода, медиана и ряд других.
Иные методы математической статистики, например, дисперсионный
анализ, регрессионный анализ, позволяют судить о динамике изменения отдельных статистик выборки. С помощью третьей группы методов, скажем, корреляционного анализа, факторного анализа, методов сравнения выборочных данных, можно достоверно судить о статистических свя- зях, существующих между переменными величинами, которые исследуют в данном эксперименте.
Все методы математико-статистического анализа условно делятся на
первичные и вторичные. Первичными называют методы, с помощью кото- рых можно получить показатели, непосредственно отражающие результа­ты производимых в эксперименте измерений. Вторичными называются методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности [10].
Общие понятия теории ошибок
Аналитические операции и измерения неизбежно сопровождаются
ошибками. Погрешность может быть обусловлена неточной регулировкой прибора или недостаточно точной калибровкой измерительной химиче­ской посуды и т. п. Ошибки принято делить на грубые, систематические и случайные.
Грубые ошибки. При обработке экспериментальных данных прихо-
дится считаться с возможностью возникновения серьезных ошибок при проведении эксперимента или получения совершенно неверных результа­тов вследствие внешних воздействий. Наличие грубых ошибок проявляет­ся в том, что среди сравнительно близких результатов наблюдается одно или несколько значений, заметно выделяющихся по значению из общего ряда. Если отличие настолько велико, что можно говорить о грубой ошиб­ке, то это измерение сразу отбрасывают. Однако в большинстве случаев
81
нельзя сразу признать то или иное наблюдение неверным только по при­знаку «выскакивания» из общего ряда и нужно проводить дополнительные исследования.
Систематические ошибки. Результаты измерений всегда являются
приближенными прежде всего вследствие ограниченной точности измери­тельных приборов, применения недостаточно чистых реактивов и т. п.
Другими словами, систематические ошибки вызываются факторами,
действующими одинаковым образом при многократном повторении одних и тех же измерений.
Допуская систематические ошибки, экспериментатор обычно не на-
блюдает больших отклонений данных, получаемых при выполнении па­раллельных определений, считая такую воспроизводимость своего рода доказательством правильности полученных результатов. Однако следует иметь в виду, что воспроизводимость параллельных определений не всегда является веским доказательством правильности проведенных опытов.
Случайные ошибки. Многократные измерения одной и той же вели-
чины всегда дают различные числовые значения, т. е. на результаты изме­рений влияют какие-то причины, не поддающиеся учету. На результаты измерения могут влиять колебания температуры, атмосферные изменения или индивидуальные особенности наблюдателя. Каждая из этих причин дает малозаметное отклонение, ибо в противном случае оно было бы отме­чено и изучено. От случайных ошибок избавиться невозможно. Можно лишь приближенно оценить их влияние на погрешность эксперимента.
Под теорией ошибок обычно подразумевается именно теория случай-
ных ошибок.
Основные определения, используемые при аналитических
исследованиях, и их краткие характеристики
При статистической обработке результатов анализа пользуются мно-
гими математическими терминами, определениями и символами. Основными из них являются следующие:
1. Измеренное значение – наблюдаемое значение массы, объема, по-
казания измерительного прибора или другой величины, определяемой хи­миком-аналитиком при анализе вещества.
82
2. Результат – конечное значение измеряемой величины, полученное
в процессе измерения и проведения всех вспомогательных операций и рас­четов.
3. Варианта – числовое значение, используемое для статистической
обработки экспериментальных данных. Им может быть как измеренное значение, так и результат. Варианта обозначается символом х с индексом порядкового номера измерения: х
4. Ряд вариант – некоторое число вариант (х
, х2, х3, ..., х
1
.
п
, х2, х3, ..., х
1
), эквива-
п
лентных друг другу со статистической точки зрения; например, результаты повторных анализов одного и того же вещества одним и тем же методом.
5. Разброс, размах – это колебание вариант. Если аналитик выполнит
несколько параллельных анализов одного и того же образца, то получит несколько измеренных значений, приводящих к результатам, отличаю­щимся по величине, т. е. будет наблюдаться их разброс.
6. Ошибка результата. Пусть истинное значение определяемой ве-
личины будет некоторое число а, а результат, полученный в процессе из­мерения этой величины и ее расчета, даст число х, тогда разность резуль-
тата и истинного значения х – а = | σ | является абсолютной ошибкой ре­зультата, а ошибка, выраженная в процентах от истинного значения, – от-
носительной ошибкой проведенного определения: (| σ | / а) 100 = | σ | %.
Однако нахождение точной величины а невозможно, так как из двух
необходимых для этого величин известна только одна. Поэтому истинное значение а всегда является недостижимым пределом, к которому можно приблизиться, но не достигнуть, ввиду того, что всякое измерение неиз­бежно связано с погрешностями.
Учитывая это, находят не истинное значение измеряемой величины, а
только пределы, в которых оно с данной степенью вероятности заключено. Нахождение этих пределов и является предметом статистической обработ­ки результатов анализа, основанной на законах распределения случайных ошибок [10].
Статистические характеристики случайных ошибок
Среднее. Цель всех аналитических определений – нахождение резуль-
тата, наиболее близкого к истинному значению определяемой величины.
83
Если в процессе прямых определений, свободных от грубых и системати­ческих ошибок, получено достаточное число измерений и результатов, то за наиболее вероятное значение определяемой величины следует принять среднее арифметическое, вычисленное из всего ряда измерений.
Согласно рекомендации Комиссии ИЮПАК среднее значение обозна-
чают символом  . Рассчитывают среднее как сумму ряда вариант, делен-
ную на число вариант в ряду:
󰇛    󰇜 .
Отклонение. Отклонением в теории ошибок называют разность меж-
ду вариантой и средним ряда, к которому она принадлежит, и обозначают буквой d:
󰇛  󰇜.
Отклонение d обладает важным свойством, выражающимся в том, что
суммы всех положительных и отрицательных отклонений от среднего рав­ны между собой: Σ d = 0.
Стандартное отклонение. Отдельные измерения или результаты раз-
бросаны относительно среднего. Для статистической характеристики этого разброса используют стандартное отклонение, которое обозначают симво­лом S и рассчитывают по формуле
Σ󰇛  󰇜 ,
где n – 1 = К – число степеней свободы.
Стандартное отклонение характеризует колебание вариант или раз-
брос результатов относительно среднего, т. е. количественно описывает точность определения.
Иногда в практике пользуются относительным стандартным от-
клонением Sr, равным стандартному отклонению, деленному на среднее ряда:
  .
Часто рассчитывают стандартное отклонение среднего –  :


 󰇛󰇜
Дисперсия. Квадрат стандартного отклонения называют дисперсией
V= S2. Дисперсия является одной из наиболее важных статистических ха-
рактеристик случайных ошибок. Согласно закону нормального распреде­ления с уменьшением дисперсии улучшается распределение и уменьшает-
84
ся предел, который практически могут достичь случайные ошибки.
К
α
К
α
К
α
0,95
0,99
0,95
0,99
0,95
0,99
1
12,71
63,66
1
2,78
4,60
1
2,37
3,50
2
4,30
9,93
2
2,57
4,03
2
2,31
3,36
3
3,18
5,84
3
2,45
3,71
3
2,26
3,25
Чем меньше величина V, тем меньше разброс и точнее анализ.
Доверительный интервал среднего (ошибка среднего) – εα. Вслед-
ствие того, что определение истинного значения измеряемой величины не­возможно, ограничиваются нахождением границ (пределов), в которых оно заключается:
   
Доверительным интервалом называют интервал значений, в кото-
ром находится истинное значение определяемой величины с заданной до­верительной вероятностью – α. Доверительная вероятность характеризует ошибку среднего εα.
Величина ошибки среднего εα зависит от числа вариант в ряду n, по
которым рассчитывалось х. Для нахождения ошибки среднего умножают
величину его стандартного отклонения  или S /
нормированных отклонений – tα
, который часто называют коэффициен-
, К
на коэффициент
том Стьюдента:
       
.
Значения коэффициента Стьюдента tα, К для различных α и К = п – 1
приведены в табл. 8.1.
Из таблицы видно, что величина tα,
сильно уменьшается с увеличени-
К
ем числа вариант в ряду.
Таким образом, для того чтобы получить надежные результаты, необ-
ходимо не только провести эксперимент на высоком техническом уровне, избегая малейших отступлений от методики анализа, но и правильно ста­тистически обработать экспериментальные данные.
Таблица 8.1
Значения коэффициента Стьюдента
Исключение отдельных измерений (результатов). Если отклонение
󰇛  󰇜 по абсолютной величине превышает удвоенное значение стан-
дартного отклонения S, т. е. d > 2S, то такой результат относят к грубым
85
ошибкам и, как правило, исключают из ряда вариант, подлежащих стати-
№
x
n
 󰇛  󰇜
d
2
 

  

  



󰇛  󰇜



  


    
1
29,22
0,00
0,000
2
28,82
-0,40
0,160
3
28,94
-0,28
0,078
4
29,02
-0,20
0,040
5
29,56
+0,34
0,116
6
29,22
0,00
0,000
7
29,78
+0,56
0,314
n=7
  
 
  
n
 S  V 

 󰇛󰇜
7
29,22
0,344
0,13
0,118
  
стической обработке при α = 0,95 (при α = 0,99 из ряда вариант исключает­ся результат, если его d > 3S) [10].
Пример расчета
Имеется несколько результатов, полученных аналитиком при выпол-
нении анализов доломита для определения процентного содержания в нем CaO: x1 = 29,22; х2 = 28,82; х3 = 28,94; х4 = 29,02; х5 = 29,56; х6 = 29,22; х7 = 29,78.
Провести статистическую обработку экспериментальных данных.
1. Определим среднее значение – 
2. Определим отклонение, стандартное отклонение, дисперсию, довери­тельный интервал среднего, данные запишем в таблицу 8.2.
Таблица 8.2
Статистический анализ данных
* – Значение tα, К для α = 0,95 и К = 6 находим из табл. 8.1.
Все результаты статистической обработки сведем в заключительную таб­лицу:
Вывод: с вероятностью 95% можно сказать, что процентное содер­жание СаО в пробе доломита находится в границах (29,22 ± 0,32) %, т. е. равно 28,91…29,53%.
Задание 1. При определении содержания кадмия в атмосферных осад-
ках в параллельных пробах нашли: 0,647; 0,612; 0,689; 0,635; 0,628; 0,637 мкг/л. Проведите математическую обработку этих результатов.
Задания для самостоятельного решения
86
Задание 2. При анализе почвы в параллельных пробах нашли 5,45;
5,32; 5,39; 5,24; 5,48; 5,37; 5,19 мкг/г мышьяка. Проведите математическую обработку этих результатов.
Задание 3. При определении ртути в почве в параллельных пробах
нашли 175, 187, 169, 172, 164, 158 и 191 нг/г. Проведите математическую обработку этих результатов.
Задание 4. При определении жесткости воды объемом 1 дм3 в ней об-
наружили: 0,2920; 0,2835; 0,2887; 0,3010; 0,2980; 0,2967; 0,2849 г гидрокарбоната кальция. Проведите математическую обработку этих результатов.
Задание 5. При определении содержания тяжелых металлов в донных
отложениях озера Байкал в параллельных пробах нашли: 17,56; 17,04; 17,29; 16,88; 17,35; 16,72; 16,68 мкг/г свинца. Проведите математическую обработку этих результатов.
Задание 6. При определении содержания тяжелых металлов в донных
отложениях озера Байкал в параллельных пробах нашли: 0,2020; 0,2141; 0,1968; 0,1983; 0,2065; 0,2111 мг/г кадмия. Проведите математическую об­работку этих результатов.
Задание 7. При определении содержания тяжелых металлов в донных
отложениях озера Байкал в параллельных пробах нашли: 4,708; 4,712; 4,701; 4,698; 4,709; 4,718; 4,692 мкг/г мышьяка. Проведите математиче­скую обработку этих результатов.
Задание 8. По данным ПНЗ Москэкомониторинга содержание угарно-
го газа в утренние часы в атмосферном воздухе достигает следующих зна­чений: 4,51; 4,58; 4,37; 4,44; 4,56; 4, 62; 4,42 мг/м3. Проведите математиче­скую обработку этих результатов.
Задание 9. Значительное загрязнение атмосферы летучими углеводо-
родами автомобильного топлива происходит при заправке автомобилей. Аналитиками получены следующие данные: 1,45; 1,47; 1,39; 1,37; 1,40; 1,42; 1,44 г СxHy на 1 л заливаемого топлива. Проведите математическую обработку этих результатов.
Задание 10. Анализ загрязнения атмосферного воздуха г. Ульяновска
за 2019 год показывает, что число превышений допустимых норм по диок­сиду азота составило на постах, % от ПДК: 2,40; 2,45; 2,36; 2,17; 2,87; 2,51; 2,42. Проведите математическую обработку этих результатов.
87
Задание 11. Провести статистическую обработку экспериментальных
данных, полученных исследователем при выполнении анализов производ­ственных сточных вод на содержание ионов цинка, мг/л: х1 = 2,85;
х
= 2,89; х3 = 2,86; х4 = 2,88, х5 = 2,76, х6 = 2,95.
2
Задание 12. Провести статистическую обработку экспериментальных
данных, полученных исследователем при выполнении анализов почвы на содержание ионов кадмия, мг/кг: x1 = 1,021; х2= 1,016; х3 = 1,024;
х
= 1,035; х5 = 1,019; х6 = 1,028.
4
88
Практическая работа №9.
Средства измерения универсального назначения. Спектрофотометрия
Цель работы: ознакомится с принципами работами спектрофотомет-
рических средств измерения универсального назначения.
Теоретическая часть
Фотометры, флюориметры и спектрофотометры
Наиболее распространенными приборами, используемыми в инст­рументальных методах анализа различных сред, являются базирующие­ся на принципах измерения возникающей в процессе химической реак­ции окраски анализируемых растворов в ультрафиолетовой и видимой области (колориметры, фотометры и спектрофотометры), а также принципиально близкие к ним флюориметры и спектрофлюориметры – измеряющие соответствующее излучение (люминесценцию) образовав­шихся в результате реакции соединений. Эти приборы основаны на груп­пе методов, относимых к молекулярной спектроскопии [1].
Наиболее широко распространен метод спектрофотометрии (СФ), относящийся к абсорбционным методам и основанный на измере­нии поглощения «узкого» (монохроматического) пучка света окрашен­ным раствором. Чаще всего его измеряют путем сравнения интенсивно­стей света внешнего источника, падающего на образец и прошедшего сквозь него. Следует отметить, что изменение интенсивности света при прохождении через анализируемый образец может быть вызвано свето­поглощением не только определяемого вещества, но и других компонен­тов (в частности, растворителя), а также рассеянием, отражением и т.д. Для исключения подобных эффектов, снижающих аналитические харак­теристики метода, обычно используют прозрачные растворы, а прочие эффекты компенсируют, используя раствор сравнения. В простейшем случае им является чистый растворитель или раствор контрольного («хо­лостого») опыта, содержащий все компоненты, кроме определяемого. Растворы сравнения и фотометрируемый («рабочий») помещают в кюветы одинаковой толщины.
Конструктивно в приборах светопоглощение измеряют по двух- и однолучевой схемам. При двухлучевой схеме световой поток источника делят на два потока равной интенсивности и пропускают один из них че-
89
рез фотометрируемый раствор, а второй – через раствор сравнения. Ве­личину светопоглощения находят сравнением интенсивности потоков на выходе из обоих растворов. При однолучевой схеме раствор сравнения и фотометрируемый рабочий раствор устанавливают на пути потока по­очередно. В последнее время чаще используется однолучевая схема.
Спектрофотометр принципиально отличается от фотометра (коло­риметра) тем, что имеет монохроматический пучок света не только на входе в фотометрируемый раствор, но и на выходе (в фиксирующей его измерительной схеме). Это позволяет «сканировать» спектр окрашенного соединения (получая зависимость интенсивности окраски от длины вол­ны пропускаемого света), который принципиально более информативен, чем просто измеренная интенсивность поглощения при какой-то одной длине волны.
Характеризуя чувствительность СФ-метода и приборов на его осно­ве, следует указать его внешние граничные условия, чаще обычного встречающиеся на практике. Так, учитывая, что минимальное значение оптической плотности, которое можно измерять с необходимой точно­стью, обычно составляет 0,01, а толщина слоя – в среднем 1 см, то ми­нимальные значения концентраций, определяемых спектрофотометриче­ски, – примерно 10-7 М (10-2 мкг/мл или мг/л). В большинстве же случаев измеряют концентрации, равные 10-6-10-4 М (0,1–10 мкг/мл), а сам СФ-метод сегодня большинством аналитиков считается среднечувстви­тельным. При этом селективность спектрофотометрии также не является наилучшей и СФ-метод называют даже «спектрально неселективным».
Поэтому в спектрофотометрии селективность обеспечивают глав­ным образом на стадии пробоподготовки – выбором реагента, наиболее селективно взаимодействующего с определяемым веществом, а также ус­ловиями проведения определения (варьирование рН, выбор растворителя, маскирование) и разделением уже окрашенных компонентов реакции.
Воспроизводимость результата СФ-определения также может ха­рактеризоваться как «средняя». Этому способствует большое число слу­чайных погрешностей, возникающих при приготовлении анализируемых растворов, за счет неполноты перевода определяемого компонента в фо­тометрируемое соединение и влияния посторонних компонентов, по­грешностей контрольного опыта, наличием «кюветной» погрешности, по-
90
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]