Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 513608)
Консорциум Контекстум Информационная технология сбора цифрового контента
Уважаемые СТУДЕНТЫ и СОТРУДНИКИ ВУЗов, использующие нашу ЭБС. Рекомендуем использовать новую версию сайта.

Практикум по информатике. Статистическая обработка химического эксперимента средствами электронных таблиц (90,00 руб.)

0   0
АвторыПротасова Ирина Валентиновна, Нечаев Игорь Владимирович
ИздательствоИздательский дом ВГУ
Страниц49
ID673187
АннотацияУчебно-методическое пособие подготовлено на кафедре физической химии Воронежского государственного университета.
Кому рекомендованоРекомендовано для студентов 1-го курса химического факультета.
Практикум по информатике. Статистическая обработка химического эксперимента средствами электронных таблиц [Электронный ресурс] / И.В. Протасова, И.В. Нечаев .— Воронеж : Издательский дом ВГУ, 2017 .— 49 с. — 49 с. — Режим доступа: https://rucont.ru/efd/673187

Предпросмотр (выдержки из произведения)

Практикум_по_информатике._Статистическая_обработка_химического_эксперимента_средствами_электронных_таблиц.pdf
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» ПРАКТИКУМ ПО ИНФОРМАТИКЕ Статистическая обработка химического эксперимента средствами электронных таблиц Учебно-методическое пособие Составители: И.В. Протасова, И.В. Нечаев Воронеж Издательский дом ВГУ 2017
Стр.1
СТАТИСТИЧЕСКА ОБРАБОТКА ЭКСПРИМЕНТАЛЬНЫХ ДАННЫХ Выборочная и интервальная статистика Когда возможно повторение экспериментальной оценки какой-либо величины, оценки истинного значения измеряемой величины могут быть получены с помощью аппарата математической статистики. Обработка результатов эксперимента в химии, заключается в применении методов математической статистики для оценки зависимости значений различных физико-химических величин (свойства соединений, параметры химических и химико-технологических процессов и др.), характеризующих изучаемые объекты, процессы от одного или нескольких изменяемых параметров (например, температуры, давления и др.). Обработка результатов эксперимента включает определение точности данных, полученных при его проведении, оценки воспроизводимости опыта. Результаты измерений обычно содержат случайные ошибки, поэтому статистические оценки выполняют только при наличии серии измерений – случайной выборки. Для оценки измеряемого значения какой-либо величины от изменяемых параметров по данным выборки рассчитывают выборочные параметры. Значения случайной выборки, как правило, подчиняются нормальному закону распределения случайных величин, конкретный вид которого определяют два параметра – выборочное среднее и выборочная дисперсия. Точность получаемых оценок устанавливают с помощью статистических критериев Стьюдента (t-критерий), Фишера (F-критерий) и т. д. При этом количественными мерами служат вероятность  и уровень значимости статистического критерия р = 1-. Неотъемлемой частью любого измерения является погрешность. Погрешность – количественная характеристика неопределенности, или неод3
Стр.3
Gp  N m s )ax(  2j s j 1 2j предельно допустимое, значение критерия Кохрена Gt, определяется из справочных таблиц по общему числу оценок дисперсий (т.е. числу серий опытов N) и числу степеней свободы f = k-1, где k - число параллельных измерений в опыте [4-5]. Если выполняется условие Gp  Gt, то опыты считаются воспроизводимыми. Таблица 1. Некоторые статистические функции в Excel и Calc функция Excel (рус.) ДИСП ДИСПР ДОВЕРИТ КВАЛРОТКЛ КВПИРСОН КОВАР КОРРЕЛ Функция Calc (англ.) VAR VARP CONFIDENCE DEVSQ RSQ COVAR CORREL Назначение Возвращает дисперсию по выборке Возвращает дисперсию для генеральной совокупности Возвращает доверительный интервал для среднего генеральной совокупности Возвращает сумму квадратов отклонений точек данных от их среднего Возвращает квадрат коэффициента корреляции Пирсона Возвращает ковариацию, т. е. среднее произведений отклонений для каждой пары точек данных Возвращает коэффициент корреляции 6 есть расчетное значение критерия Кохрена. Критическое,
Стр.6
ЛГРФПРИБЛ ЛИНЕЙН МАКС МЕДИАНА МИН МОДА НАИБОЛЬШИЙ НАИМЕНЬШИЙ НАКЛОН ОТРЕЗОК ПИРСОН ПРЕДСКАЗ РАНГ LOGEST LINEST MAX Возвращает экспоненциальное уравнение регрессии Возвращает линейное уравнение регрессии Возвращает максимальное значение из списка аргументов MEDIAN Возвращает медиану заданного набора чисел MIN MODE LARGE SMALL SLOPE Возвращает наименьшее значение в списке аргументов Возвращает наиболее часто встречающееся значение набора данных Возвращает k-е наибольшее значение из множества данных Возвращает k-е наименьшее значение во множестве данных Возвращает наклон линии линейной регрессии INTERCEPT Возвращает отрезок, отсекаемый на оси линией линейной регрессии PEARSON Возвращает коэффициент корреляции Пирсона FORECAST RANK Возвращает предсказанное значение функции в данной точке на основе уравнение линейной регрессии Возвращает ранг числа в списке чисел Ранг числа — его величина относительно других значений в списке 7
Стр.7
РОСТ СРЗНАЧ СРОТКЛ СТАНДОТКЛОН GROWTH Возвращает значения в соответствии с экспоненциальным уравнением регрессии AVERAGE Возвращает среднее (арифметическое) значение AVEDEV STDEV СТАНДОТКЛОНП STDEVP СТЬЮДРАСПОБР СЧЁТ СЧЁТЗ ТЕНДЕНЦИЯ ЧАСТОТА ЭКСЦЕСС TINV COUNT Возвращает среднее абсолютных значений отклонений точек данных от среднего Возвращает стандартное отклонение по выборке Возвращает стандартное отклонение по генеральной совокупности Возвращает обратное распределение Стьюдента для заданного числа степеней свободы Возвращает количество чисел в списке аргументов COUNTA Возвращает количество непустых значений в списке аргументов TREND Возвращает значения в соответствии с линейным уравнением регрессии FREQUENCY Возвращает распределение частот в виде вертикального массива KURT Возвращает эксцесс множества данных Часто в практических задачах приходится определять интервалы отклонения оценочных значений случайной величины от ее истинного значения с разной вероятностью. Т.е. для случайной величины, за истинное зна8
Стр.8
чение которой принято ее среднее значение, найденное из опыта, требуется найти максимальную погрешность  с заданной вероятностью :  x    xx   . Полученный интервал называют доверительным, вероятность  – доверительной вероятностью, а его границы ( x  ницами. На практике величину доверительной вероятности берут 0,90; 0,95; 0,99. Расчет доверительного интервала зависит от объема выборки – k. Если объем выборки больше 30 (k > 30), то предполагают, что случайная величина подчиняется нормальному распределению, и расчет доверительного интервала можно проводить с использованием стандарта среднего Sср  соотношениям: x 3Sср      x Sср    x 2Sср     x x 3S ср для  = 0,997; x x 2S ср для  = 0,950; x x S ср для  = 0,680; Если выборка содержит меньше 30 значения, то предполагается, что случайная величина подчиняется распределению Стьюдента, а доверительный интервал рассчитывают по соотношению: S x t p, f  k    x x t p, f S k , где tp,f - коэффициент Стьюдента, который зависит от уровня значимости (p = 1 - ) и числа степеней свободы (f = k - 1). Статическую оценку выборки средствами электронных таблиц можно осуществить с помощью сервиса «Описательная стати9 S 2 k . По правилу трех стандартов доверительный интервал определяется по )– доверительными гра
Стр.9
стика». Набор рассчитываемых параметров для выборки практически совпадает в Excel и Calc (рис. 1). Рис. 1. Результаты применения сервиса «Описательная статистика» к одним и тем же данным в Excel и Calc. Корреляция При установлении взаимосвязи между двумя величинами исследователь, пытаясь визуализировать результат, наносить результаты в виде точек на диаграмму. Довольно часто полученный результат сразу невозможно описать линейной или др. зависимостью, т.к. на диаграмме точки занимают некоторую область плоскости (рис. 2в). Такие диаграммы называют диаграммами рассеивания (рис. 2). Причинами рассеивания являются неучтенные факторы, погрешности эксперимента и т.д. Используя диаграмму рассеивания можно лишь с некоторой вероятностью оценить наличие взаимосвязи между откликом (yi) и задаваемым параметром (хi). С помощью диаграммы рассеивания можно лишь качественно оценить наличие корреляции между yi и xi. 10
Стр.10

Облако ключевых слов *


* - вычисляется автоматически