Red de conocimiento informático - Conocimiento sistemático - Causas y soluciones a los errores de prueba

Causas y soluciones a los errores de prueba

Zhao, Ren Wei

(Centro de Datos Geológicos Físicos del Ministerio de Tierras y Recursos, Beijing 101149)

En el proceso de medición, los errores son inevitables. Este artículo propone una clasificación de errores y analiza las causas y métodos de eliminación de los errores. En el trabajo real, debemos reconocer errores, dominar las técnicas operativas de manera competente, calibrar los instrumentos con precisión y operar con cuidado. En vista de las causas de los errores, debemos utilizar correctamente la estadística matemática y la teoría del error para corregirlos y minimizarlos.

Resultados del análisis de palabras clave; errores

Durante el proceso de prueba, el personal de pruebas utiliza instrumentos y reactivos para seguir los métodos de análisis establecidos, incluidos pesaje, fusión, disolución, separación y detección. Se siguen ciertos pasos operativos para finalmente obtener los resultados de la prueba del análisis de la muestra. En el proceso anterior, incluso el personal de laboratorio más capacitado, que utiliza los instrumentos analíticos más sofisticados y los reactivos de mayor pureza, no puede obtener los resultados de prueba más precisos debido a las limitaciones de la sensibilidad del instrumento, los factores operativos humanos y la pureza relativa de los reactivos. En otras palabras, habrá un cierto error entre los resultados medidos de la muestra de prueba y el valor real. Entonces, ¿cómo se producen los errores y cómo se solucionan? A continuación se presenta brevemente la clasificación, las causas, los métodos de solución de problemas y las estadísticas de errores.

1. Clasificación y causas de los errores

Una magnitud física siempre tiene un valor objetivo y exacto, al que se suele denominar valor verdadero. Debido a diversas razones, los resultados reales de la medición no pueden ser completamente iguales al valor real, pero existe una cierta brecha, que es el error del valor de detección. Según las diferentes causas de los errores, los errores generalmente se dividen en tres categorías: errores sistemáticos, errores accidentales y errores involuntarios.

1. Error sistemático

El error sistemático se debe a una calibración inexacta del instrumento, defectos en la estructura del instrumento, métodos experimentales poco confiables o hábitos y desviaciones personales, que causan resultados de prueba altos o bajos. . Producir errores positivos o negativos.

2. Error accidental

El error accidental es causado por algunos factores accidentales de origen desconocido. La llamada contingencia significa que su impacto en los resultados de la prueba es incierto, lo que a veces hace que los resultados sean altos, a veces bajos, y el rango de desviaciones también es incierto, que va de grande a pequeño. Por tanto, los errores accidentales no se pueden controlar ni corregir. La práctica ha demostrado que los errores accidentales de múltiples valores de detección obedecen a ciertas reglas de distribución y su distribución es normal con un valor promedio de cero.

3. Errores negligentes

Los errores negligentes se refieren a errores causados ​​por errores humanos durante el proceso de prueba, incluyendo principalmente errores causados ​​por el uso inadecuado de los instrumentos, violación de los procedimientos operativos, descuidos, tales. como derrames de líquidos, contaminación por cuerpos extraños, errores de lectura, errores de registro y cálculo, etc. No hay ton ni son para tales errores.

En segundo lugar, evitar y eliminar errores

En primer lugar, debemos darnos cuenta de que los errores son difíciles de evitar y eliminar en el proceso de medición y existen de manera objetiva. Sin embargo, con el desarrollo de la ciencia y la tecnología y la mejora de las condiciones de medición, el error puede ser cada vez menor. En la práctica, también podemos utilizar algunos métodos para reducir errores.

1) Verificar y corregir estrictamente los instrumentos y métodos de prueba. Utilice instrumentos o material de vidrio no calibrados como pesas, balanzas, buretas, pipetas, etc. , Los mismos símbolos y valores tendrán errores sistemáticos en los métodos experimentales, y también se producirán errores debido a diferentes métodos de procesamiento de muestras. Por lo tanto, los instrumentos y métodos de prueba utilizados deben calibrarse e inspeccionarse estrictamente antes de realizar la prueba.

2) Operación cuidadosa. Cambios en el ambiente del quirófano, variabilidad en los equilibrios, desviaciones en las indicaciones de los instrumentos, estimaciones de lecturas, etc. Dará lugar a errores impredecibles en los resultados de la detección. Esto requiere que dominemos las técnicas experimentales, actuemos con cuidado, corrijamos los malos hábitos personales y las desviaciones en la operación y pongamos fin al descuido subjetivo.

3) Agregue una cierta cantidad de muestras dobles paralelas, muestras de contraseña y muestras estándar a cada lote de muestras de prueba para aumentar la precisión de los resultados de la prueba.

4) Utilizar métodos de estadística matemática para abordar problemas de error. En el trabajo diario, encontramos que la mayoría de los errores se concentran alrededor de cero y cuanto mayor es el error, menor es la frecuencia. Los errores positivos y negativos de mediciones repetidas pueden anularse entre sí. Por tanto, según esta situación, las características de la distribución normal se pueden utilizar para inferir estadísticamente el error. Determine la exactitud de los resultados de la prueba, descubra la causa del error y corríjalo para minimizarlo.

Además, también se debe comprender el concepto de incertidumbre de medición. La incertidumbre de medición es un parámetro que representa razonablemente la dispersión del valor medido y está relacionado con los resultados de la medición.

Desde un punto de vista semántico, la incertidumbre de la medición se refiere al grado de duda o incertidumbre sobre la credibilidad y validez de los resultados de la medición. Es un parámetro que explica cuantitativamente la calidad de los resultados de la medición.

"Razonable" significa que la corrección debe tener en cuenta la influencia de varios factores en la medición. En particular, la medición debe realizarse en un estado de control estadístico, es decir, en un proceso de control aleatorio. "Correlación" significa que la incertidumbre de la medición y el resultado de la medición son un parámetro, y la incertidumbre de la medición debe incluirse en la representación completa del resultado de la medición. De hecho, debido a mediciones imperfectas y a la falta de comprensión de las personas, los valores medidos obtenidos están dispersos, es decir, el resultado de cada medición no es el mismo valor, sino múltiples valores dispersos en un área determinada con una cierta probabilidad. . Aunque el error sistemático es un valor constante, solo podemos pensar que está distribuido en un área determinada con una cierta probabilidad, y esta distribución de probabilidad en sí está dispersa. La incertidumbre de la medición es un parámetro que describe la dispersión de los valores de medición y no indica si los resultados de la medición están cerca del valor real. Para caracterizar esta dispersión, la incertidumbre de la medición se expresa en términos de desviación estándar. En la práctica, la incertidumbre de la medición proviene principalmente de los siguientes aspectos: ① El método de medición no es ideal; ② El muestreo no es lo suficientemente representativo; ③ El impacto ambiental durante el proceso de medición no se comprende completamente; ④ Hay desviaciones humanas en las lecturas del instrumento; ⑤ Medición La resolución y el poder de resolución del instrumento son insuficientes; ⑥ no se permite el uso de constantes y otros parámetros utilizados para el cálculo de datos; ⑦ Cambios aproximados en observaciones repetidas en las mismas condiciones;

Se puede observar que la incertidumbre de la medición generalmente proviene de la aleatoriedad y la ambigüedad, la primera se debe a condiciones insuficientes y la segunda a conceptos poco claros. Además, también debemos comprender correctamente la diferencia entre error e incertidumbre de medición. En pocas palabras, el error representa la desviación del resultado de la medición del valor real, que es una diferencia, que puede ser positiva o negativa. La incertidumbre de la medición representa la dispersión del valor de la medición, que es un intervalo y es un valor positivo.

En el análisis químico, cada método analítico tiene una tolerancia especificada, es decir, la desviación estándar de un método de prueba analítico determinado es fija. Para mejorar la precisión de los resultados analíticos, es necesario reducir la desviación estándar. La diferencia permitida en el mismo laboratorio, también conocida como límite de repetibilidad (a menudo representada por R), se refiere al límite permitido para resultados de mediciones repetidas extremadamente deficientes de la misma muestra en las mismas condiciones en el mismo laboratorio; laboratorios también se llama La diferencia crítica en reproducibilidad (a menudo expresada como R) se refiere al límite permitido de la diferencia entre los resultados obtenidos por dos laboratorios que analizan la misma muestra. El significado exacto de R es: la probabilidad de que el rango de los resultados obtenidos mediante mediciones repetidas no exceda R es del 95%. Si el rango excede r, se considera sospechoso y es necesario determinarlo. El significado de r es similar a r. Se puede ver que la determinación de R y R no puede ser demasiado estricta ni demasiado amplia. Si es demasiado estricto, provocará demasiadas reelaboraciones, desperdiciando así mano de obra y recursos materiales; si es demasiado amplio, fácilmente permitirá que se produzcan errores inesperados, reduciendo así la fiabilidad de los resultados experimentales.

En tercer lugar, error estadístico

En el trabajo diario, a menudo necesitamos utilizar métodos estadísticos matemáticos para tratar y resolver algunos problemas, como determinar los errores permitidos de varios métodos experimentales, encontrar la relación entre dos indicadores, determinar si dos métodos experimentales pueden reemplazarse entre sí, etc. Todos necesitamos utilizar estadísticas matemáticas para sacar conclusiones científicas y confiables. La estadística matemática es una ciencia basada en la probabilidad, que utiliza métodos estadísticos para organizar y analizar datos y hacer juicios e inferencias. Tiene una amplia gama de aplicaciones, como producción real, experimentos científicos, encuestas sociales, etc. Para eventos inciertos, cada resultado de observación o prueba es dudoso, pero muestra cierta regularidad (regularidad estadística) bajo una gran cantidad de observaciones o pruebas. La estadística matemática estudia la regularidad de acontecimientos tan inciertos desde un lado.

La estadística matemática se ocupa de muestras o materiales pequeños, parciales e incompletos. Para comprender y predecir poblaciones es necesario hacer inferencias y juicios, que son las principales tareas de la estadística matemática. Por ejemplo, durante el proceso de prospección de minerales, nos es imposible sacar todos los yacimientos para realizar pruebas con el fin de explorar el nivel y las reservas de una nueva área minera. Por lo tanto, necesitamos perforar agujeros en puntos fijos de la minería. área, se toman muestras centrales (muestras) y luego se analizan y prueban las muestras (muestras), se obtienen los datos y se calculan algunas "estadísticas" necesarias, como sumas y promedios. Luego utilice las leyes o fórmulas de la estadística matemática para juzgar, explicar o razonar sobre los resultados experimentales. De este modo, se pueden inferir el nivel y las reservas del área minera y, en consecuencia, se puede evaluar el valor de utilización y el valor minero de los minerales.

Obviamente, este tipo de inferencia tendrá un cierto error, por lo que es necesario utilizar estadísticas matemáticas para estimar el tamaño de este error y mejorar la confiabilidad de la inferencia. En estadística matemática, la escala que mejor representa un conjunto de valores de prueba se llama tendencia central y dispersión.

La tendencia central representa el punto de concentración de múltiples valores de detección. La dispersión representa la diferencia o dispersión de múltiples valores de detección. Sumando estas dos escalas al número de detecciones, se pueden representar cuantitativamente las características de un conjunto de detecciones. Las estadísticas que representan la tendencia central incluyen principalmente la media aritmética y la mediana, y las estadísticas que representan la dispersión incluyen el rango, la dispersión de la media aritmética y la desviación estándar.

1. Media aritmética

La media aritmética es la media más utilizada. Si se prueba una muestra n veces y se obtiene un conjunto de resultados de prueba como X1, x2...xn, la media aritmética /p>

En experimentos generales, la media aritmética de múltiples mediciones se toma como resultado final.

2. Mediana

El valor de detección en medio de un grupo de valores de detección ordenados por tamaño se llama mediana, representado por mí. Si el número de observaciones es par y hay dos valores de detección en el medio, se utiliza el promedio como mediana.

3. Error finito (rango límite)

El rango se refiere a la diferencia entre el valor máximo y el valor mínimo en un conjunto de valores de detección, representado por r, que representa el dispersión La estadística más simple, pero el rango de valores extremos solo depende de los dos valores extremos y no tiene nada que ver con el número de mediciones y todos los demás valores intermedios, por lo que no puede reflejar completamente la dispersión de los valores observados.

4. Desviación media aritmética

La desviación media aritmética es la escala que representa la desviación de cada valor de detección respecto al valor medio, expresada por δ. Se define como el promedio del valor absoluto de la diferencia entre cada valor de detección y el valor promedio, y su expresión matemática es:

Recolección del Centro de Datos Geológicos Físicos del Ministerio de Tierras y Recursos ( 17)

En comparación con el rango, la desviación media aritmética tiene un rendimiento significativamente mejor en dispersión. No solo considera el número n de valores de detección, sino que también considera todos los valores de detección.

5. Desviación estándar (desviación estándar, raíz de la desviación cuadrática media)

Se define como: tomando el cuadrado de la diferencia entre cada valor detectado y el valor promedio, encontrando la suma. de los cuadrados, y luego Encuentra el valor promedio, luego toma la raíz cuadrada, toma su valor positivo y exprésalo con σ. Su expresión matemática es:

Colección del Centro de Datos Geológicos Físicos del Ministerio de Tierras y Recursos (17)

La ventaja de utilizar la desviación estándar para expresar la desviación es que la máxima La desviación y la desviación mínima se pueden entender con mayor precisión. Sensible, tiene una gran capacidad para distinguir la dispersión de cada valor de detección.

En los experimentos de análisis químico, especialmente en nuestro trabajo diario, nos enfrentamos a una gran cantidad de datos analíticos todos los días. Es de gran importancia comprender y dominar correctamente estos datos, y utilizar racionalmente métodos y estadísticas matemáticas. teoría del error. Además de analizar y probar muestras almacenadas en el centro físico, el departamento de pruebas de rocas y minerales también necesita analizar y probar muestras de rocas y minerales de unidades externas. En el proceso de complementar y mejorar los datos, utilizamos correctamente las teorías y métodos que dominamos para analizar y organizar los datos, resumir resultados de pruebas reales, objetivos y confiables, mejorar la credibilidad y competitividad del centro de datos geológicos físicos y permitirnos proporcionar La información proporcionada a los clientes será más convincente, lo que también mejorará el estado de los centros de datos físicos en la sociedad.

Causas y soluciones a las desviaciones en los resultados de los análisis de pruebas

, Zhao,

(Centro Nacional de Muestras Geológicas, Ministerio de Tierras y Recursos, Beijing 101149)

Resumen En la detección y el análisis, el sesgo es inevitable. Se expone la clasificación de las desviaciones y se analizan las causas y soluciones de las desviaciones. En la práctica, es necesario comprender las desviaciones, dominar las habilidades operativas profesionalmente, calibrar los instrumentos con precisión, operar con cuidado, descubrir las causas de las desviaciones y utilizar adecuadamente las estadísticas matemáticas y la teoría de las desviaciones para corregir las desviaciones y, en última instancia, minimizarlas.

Resultados del análisis de palabras clave;