测量数据统计学原理及表达（一）
发布时间：2017-09-01
一、概述
当对物质的特性量值进行测量时，由于测定用的仪器和工具的限制、测试方法的不完善、分析操作和测试环境的变化、测试人员本身的技术水平及经验的影响，使分析检测结果总是带有误差。人们在实际的分析中往往不能得到真值，而只能对其作出相对准确的估计，如何正确表达这种含有误差的分析结果，如何评价结果的可靠程度，这在理化检验及分析测试工作中是十分重要的问题。随着分析化学的发展、分析仪器自动化程度的提高，分析数据的获得越来越快速，因此正确估计测量误差是十分必要的。
随着资源开发、贸易交流、生产控制、科学研究的需要，分析测量工作在化学、物理、生物以及工程等领域越来越普遍，而且超越了单个实验室范围，逐渐变成多个实验室乃至区域性和国际性的合作实验测量。测量领域向着痕量分析、价态分析、表面、微区分析发展。随着分析技术的发展，测量又向着准确、快速、灵敏的方向发展。测量的基本目标就是要达到结果的准确、一致。可是，在技术高度发展的今天，低劣测量还是经常可见。
表2―1列出了对美国旧金山湾污泥的测量结果。从这个结果可以看出，不同实验室分析测量数据之间有很大差异，很难判断污染的真实情况，因此也难于对污染进行有效治理。
加拿大对港湾沉积物中的多环芳香烃的测量，由不同分析测试技术所得结果见表2―2所示。从表2―2中可以看出，不同分析技术之间也存在较大差异。
欧共体标准局(BCR)曾经组织共同体国家的分析实验室，测量橄榄叶中6种重金属元素含量，各实验室的结果见表2―3所示。欧洮I 40个水平较高的实验室分析奶粉中9种污染物的含量，结果见表2―4所示。
从表2―3、表2―4可以看出，即使水平较高的实验室在进行复杂基体中痕量组分的分析测定中，分析结果也有上百倍的差异。据有关资料报道，美国用光谱法分析钢样，只要使低劣的分析减少l％，则每年至少可节约500万美元。美国临床化验分析，每年大约要进行30亿次。估计约有10％～25％的测量由于不够可靠需重新测量，又由于这种低劣测量造成的损失将达3亿美元以上。据美国和德国专家透露，仅在化学测量领域，减少不可靠数据的重复测量，一年内在美国有500亿美元，在德国有20亿马克的经济效益。
从以上例子中可以看出，一方面测量本身确实存在误差，需要对其进行研究；另一方面在实验室之间，在不同分析方法之间也存在误差，同样也需要对其进行研究。研究误差的目的并非要使误差趋于零，或小到不能再小的程度，因为这往往是办不到的，而且为了进一步减小误差，要花费大量的劳力和代价，这在很多情况下是不合算的。研究误差的目的是要对自己实验所得的数据进行处理，判断其最接近的值是多少，其可靠性如何，正确地处理实验数据，充分利用数据信息，以便得到更接近真实值的最佳结果，应合理地计算所得结果的误差。既不能将误差算得过小，以免造成对生产的危害，也不能将误差算得过大，以免造成人力、设备的浪费。研究误差理论还可以帮助我们正确地组织实验和测量，合理地设计仪器，选用仪器及选定测量方法，使我们能以最经济的方式获得最有效的结果。在数据处理中所要解决的问题是选择真值的最佳估计值以及确定该估计值的误差，而要解决这些问题的最基本手段就是应用统计学的原理。
参考资料：标准物质定值原则和统计学原理
