Вопросы для самоконтроля

1. Какие важнейшие виды хроматографии Вы знаете?

2. В чем суть элюентного анализа?

3. Как производят разделение веществ с помощью газовой хроматографии?

4. Что служит неподвижной фазой в газожидкостной хроматографии?

5. Какой принцип для разделения веществ используют в жидкостной хроматографии?

6. На чем основана ионообменная хроматография?

7. Какие материалы применяют в качество сорбентов для гель-проникающей хроматографии?

7. Статистическая обработка результатов измерения

Завершающей стадией количественного анализа хими­ческого состава вещества любым методом является статис­тическая обработка результатов измерений. Она позволяет оце­нить систематические и случайные погрешности измерений.

Используя приемы математической статистики, можно:

• рассчитать основные метрологические характеристики методики анализа (оценить воспроизводимость и правиль­ность полученных данных, отбросив результаты, содержащие промахи);

• определить методом регрессивного анализа вид функциональной зависимости аналитического сигнала от концентрации (содержания) определяемого элемента;

• рассчитать метрологические характеристики параметров градуировочного графика и результатов анализа;

• представить результаты статистической обработки в виде компактных табличных данных, позволяющих оценить воспроизводимость и правильность полученных результатов;

• в случае необходимости оценить нижнюю границу оп­ределяемых содержаний вещества, предел определения (об­наружения), коэффициент чувствительности.

Расчет метрологических характеристик результатов измерений (определений) при малой выборке

При химическом анализе пищевых продуктов содержа­ние вещества в пробе устанавливают, как правило, по не­большому числу параллельных определений (n). Для расчета погрешностей определений в этом случае пользуются мето­дами математической статистики, разработанными для ма­лого числа определений. Полученные результаты рассмат­ривают как случайную (малую) выборку из некоторой гипо­тетической генеральной совокупности, состоящей из всех мыслимых в данных условиях наблюдений.

Для практических целей можно считать, что при числе измерений п = 20-30 значения стандартного отклонения ге­неральной совокупности () — основного параметра и стан­дартного отклонения малой выборки (S) близки (S ~ у).

Оценка воспроизводимости результатов измерений

Среднее выборки. Пусть x_1, х₂, ... х_п обозначают n ре­зультатов измерений величины, истинное значение которой μ. Предполагается, что все измерения проделаны одним мето­дом и с одинаковой точностью. Такие измерения называют равноточными.

В теории ошибок доказывается, что при условии выпол­нения нормального закона при n измерениях одинаковой точ­ности среднее арифметическое из результатов, полученных при всех измерениях, является наиболее вероятным и наи­лучшим значением измеряемой величины:

Это среднее значение принимают за приближенное и пишут Х ≈μ.

Единичное отклонение – это отклонение отдельного измерения от среднего арифметического:

E_j=x_j - .

Сумма единичных отклонений равна нулю: .

Дисперсия стандартное отклонение, относительное стандартное отклонение. Рассеяние результатов измере­ний относительно среднего значения принято характеризо­вать дисперсией S²:

или стандартным отклонением (средним квадратичным от­клонением) — S:

,

которое обычно и приводят при представлении результатов измерений (анализа) и которым характеризуют их воспроиз­водимость.

Стандартное отклонение, деленное на среднее выбор­ки, называют относительным стандартным отклонением: