Đăng ký Đăng nhập
Trang chủ Giáo dục - Đào tạo Cao đẳng - Đại học Đại cương Xử lý số liệu thống kê trong phân tích thực phẩm...

Tài liệu Xử lý số liệu thống kê trong phân tích thực phẩm

.PDF
36
256
56

Mô tả:

PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Tiểu luận: Phân Tích Thực Phẩm Đề tài: XỬ LÝ SỐ LIỆU THỐNG KÊ TRONG PHÂN TÍCH THỰC PHẨM. Nhóm Sinh Viên thực hiện Nguyễn Ngọc Bình 60400183 Phạm Văn Linh 60401366 Nguyễn Đức Minh 60401530 Dương Thị Hoa Tươi 60303300 PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Mục Lục A. XỬ LÝ SỐ LIỆU THỐNG KÊ TRONG PHÂN TÍCH THỰC PHẨM. .... 4 I. MỘT SỐ KHÁI NIỆM TRONG PHÂN TÍCH THỐNG KÊ ................. 4 1) Giới thiệu .................................................................................................. 4 2) Giá trị trung bình của phép đo .............................................................. 4 3) Độ tin cậy của phƣơng pháp phân tích. ................................................ 5 4) Mức độ đo lƣờng chính xác .................................................................... 9 II. XỬ LÝ SỐ LIỆU VÀ HIỆU CHỈNH HÓA. .............................................. 10 1) Nguyên nhân của sai số ......................................................................... 10 2) Làm tròn số ............................................................................................ 12 3) Loại bỏ số liệu ........................................................................................ 13 4) Các tiêu chí để hiệu chính hoá ............................................................. 13 III. Hồi quy tuyến tính ................................................................................. 15 1) Liên hệ tƣơng quan và phƣơng pháp phân tích tƣơng quan ............ 15 2) Liên hệ tƣơng quan tuyến tính giữa hai chỉ tiêu ................................ 16 3) Hệ số tƣơng quan................................................................................... 16 4) Sai số trong hồi quy tuyến tính ............................................................ 18 IV. PHÂN TÍCH THỐNG KÊ DỮ LIỆU VÀ PHƢƠNG PHÁP THỐNG KÊ TRONG PHÂN PHỐI CHUẨN ............................................................... 20 1. Phân tích thống kê dữ liệu ....................................................................... 20 2. Phƣơng pháp thống kê trong phƣơng pháp chuẩn ............................... 23 B. ỨNG DỤNG TRONG PHÂN TÍCH THỰC PHẨM. ................................... 28 I. PHƢƠNG PHÁP ĐƢỜNG CHUẨN ................................................................ 28 1. Chất chuẩn: ............................................................................................ 29 2. Dung dịch chuẩn: .................................................................................. 29 3. Xây dựng đƣờng chuẩn: ....................................................................... 29 4. Đo mẫu: .................................................................................................. 31 PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM 5. Xử lý kết quả: ........................................................................................ 31 6. Chấp nhận kết quả: ............................................................................... 32 7. Trình bày kết quả: ................................................................................ 32 II. ÁP DỤNG KỸ THUẬT THỐNG KÊ TRONG PHÂN TÍCH ĐỊNH LƢỢNG ............................................................................................................. 33 1. Mục đích: ............................................................................................... 33 2. Lĩnh vực áp dụng: ................................................................................. 33 3. Nội dung: ................................................................................................ 34 4. Phƣơng pháp xử lý số liệu: ................................................................... 34 5. Chấp nhận kết quả: ............................................................................... 35 PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM A. XỬ LÝ SỐ LIỆU THỐNG KÊ TRONG PHÂN TÍCH THỰC PHẨM. I. MỘT SỐ KHÁI NIỆM TRONG PHÂN TÍCH THỐNG KÊ 1) Giới thiệu Seminar này trước hết đánh giá kết quả của sự phân tích các mẫu, xử lý số liệu sau kết quả phân tích nhằm đạt được sự chính xác cao. Thêm vào đó, seminar đưa ra phương pháp hồi quy tuyến tính trong quá trình xử lý số liệu. Trong việc phân tích thực phẩm, một trong những khó khăn của việc phân tích dữ liệu là chúng ta phải xử lý dữ liệu và kết quả của phép đo. Chúng ta dựa trên cơ sở hợp lý để xây dựng phương pháp chuẩn để khắc phục sai số cũng như những khó khăn xuất hiện trong quá trình phân tích. Khi thiết kế và đánh giá một phương pháp phân tích, chúng ta cần khắc phục 3 lỗi thường gặp: - Trước khi tiến hành, ta phải đánh giá những sai số liên quan đến phép đo để chắc chắn rằng chúng không ảnh hưởng đến kết quả phân tích, do đó có thể giảm thiểu sai số trong phân tích. - Thứ hai, ta phải luôn giám sát quá trình phân tích, để chắc chắn rằng quá trình thực hiện luôn nằm trong tầm kiểm soát. Cuối cùng, khi kết thúc việc phân tích, phải so sánh phép đo và kết quả thu được với các tiêu chuẩn đã thiết lập sẵn. 2) Giá trị trung bình của phép đo Để tăng sự chính xác trong phân tích, ta phải đo các mẫu phân tích nhiều lần, ít nhất là 3 lần thông thường người ta đo lớn hơn 3 lần. Bởi vì chúng ta không biết được giá trị nào gần giá trị thực nhất do đó chúng ta lấy giá trị trung bình theo công thức sau. PHÂN TÍCH THỰC PHẨM Giá trị trung bình GVHD: TS TRẦN THỊ BÍCH LAM : là giá trị thu được khi ta đem chia tổng của những kết quả của những phép đo riêng biệt cho số lần đo. Trong đó: Xi: là giá trị của phép đo thứ i n: số lần đo độc lập Ví dụ ta đo độ ẩm của hamburger chưa nướng cho bốn lần đô thu được số liệu như sau:64,53%, 64,45%, 65,10%, và 64,78% Vậy giá trị trung bình ta tính được như sau: X 64,53  64, 45  65,10  64, 78  64, 72 4 Mặc dù có một số cá biệt có thể gần với giá trị thực hơn giá trị trung bình, nhưng ta vẫn chọn giá trị trung bình bởi vì không thể xác định được giá trị thực của nó. Hơn nữa số ở giữa cũng không được dùng, ta biệt một nửa số liệu thực nghiệm sẽ lớn hơn giá trị ở giữa, một nửa sẽ thấp hơn giá trị giữa, nhưng ta lại sử dụng giá trị trung bình thay cho giá số ở giữa ( hay giá trị giữa) bởi tính ước lượng thực nghiệm chính xác hơn. 3) Độ tin cậy của phƣơng pháp phân tích. Trong ví dụ trên chúng ta không biết được làm cách nào để một phép đo lặp lại tốt, hoặc làm cách nào để có kết quả gần với giá trị thực thì các mục tiếp theo sẽ trả lời các câu hỏi này. 3.1 Độ chính xác của phép đo PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM So sánh độ chính xác và độ lặp lại tốt. (a) Độ chính xác tốt và độ lặp lại tốt (b) Độ lặp lại tốt và độ chính xác kém (c) Độ chính xác tốt và độ lặp lại không tốt (d) Độ chính xác không tốt và độ lặp lại không tốt Độ lệch chuẩn Nếu chúng ta có nhiều mẫu thì ta có độ lệch chuẩn biểu diễn như sau ( theo ký tự Hy lạp) Trong đó : độ lệch chuẩn xi : giá trị của từng mẫu riêng biệt : giá trị thực n: tổng số mẫu Bởi vì không biết giá trị thực nên ta dùng đại lượng gần với độ lệch chuẩn để làm trong thực nghiệm cũng được gọi là giá trị chuẩn trong đó thế giá trị thực  bằng giá trị trung bình của các mẫu đo. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Giá trị chuẩn này miêu tả độ lệch của những phép đo riêng biệt so với giá trị trung bình Ta có ví dụ về độ ẩm của hamburger như sau Độ lệch chuẩn tương đối: sr = Nếu độ chuẩn tương đối này bé hơn 5% thì có thể chấp nhận được . 0.293  0.453% do đó ta có thể chấp nhận được. Như ví dụ trên ta có sx  64.72 PHÂN TÍCH THỰC PHẨM Ta có giá trị thực nằm trong khoảng GVHD: TS TRẦN THỊ BÍCH LAM . Với z = 1 thì ta có xác suất tương ứng là 68%, với z = 2 ta có xác suất là 95%, với z =3 ta có xác suất là 99,7%. Độ tin cậy của giá trị trung mẫu là: Độ ngờ: Độ ngờ là phép đo để đạt được giá trị gần với giá trị kỳ vọng µ+. Hay nói cách khác, độ ngờ là khái niệm biểu thị sự khác biệt giữa giá trị đo được của một đại lượng x với giá trị thực sự μ của nó. Độ ngờ thường được dùng để biểu diễn sai số tuyệt đối: (1) Hay phần trăm sai số tương đối: (2) PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Công thức trên có thể áp dụng đối với giá trị trung bình hay trung vị. 4) Mức độ đo lƣờng chính xác Độ chính xác là độ trải rộng của dữ liệu trong phép đo xung quanh giá trị trung tâm và được biểu diễn trong một vùng gọi là độ lệch chuẩn hay phương sai. Độ chính xác thường được chia làm 2 loại: độ lặp lại và độ tái xuất hiện. Độ lặp lại là độ chính xác đạt được khi thực hiện phép đo trong cùng điều kiện thí nghiệm, sử dụng cùng một dung môi và thiết bị. Mật độ tái xuất hiện đạt được khi ta thu được cùng một độ chính xác khi ta tiến hành thí nghiệm trong những điều kiện khác nhau. Do độ tái xuất hiện luôn thay đổi nên trong phân tích, ta thường sử dụng độ lặp lại. Sai số ảnh hưởng đến việc thiết lập phép đo xung quanh giá trị trung tâm được gọi là sai số bất định và được miêu tả bằng sự thay đổi ngẫu nhiên cả về phương hướng lẫn kích cỡ. Sai số bất định không được ảnh hưởng đến kết quả phân tích. Sai số bất định phân tán ngẫu nhiên xung quanh giá trị trung tâm, có giá trị dương hay âm. Nguyên nhân gây nên sai số bất định: sai số bất định do nhiều nguyên nhân gây nên, bao gồm việc thu thập mẫu, thao tác trong quá trình phân tích và thực hiện phép đo. Khi thu thập mẫu có thể tổn thất hay tăng lên một lượng nhỏ, điều này dẫn đến sai số bất định. Trong quá trình phân tích, những biến đổi nhẫu nhiên sinh ra trong quá trình xử lý mẫu cũng gây nên sai số bất định. Cuối cùng, bất kỳ một phép đo nào cũng có sai số bất định, do việc đọc số liệu, thường là ước lượng do nó dao động ngẫu nhiên, hay do tạp âm. Ví dụ như burette có độ chia nhỏ nhất là 0.1 ml có sai số bất định là ± 0.010.03 ml khi ước lượng thể tích đến hàng trăm ml. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Tính toán sai số bất định: tuy không thể bỏ qua sai số bất định nhưng có thể giảm thiểu nó nếu biết được nguyên nhân và mức độ ảnh hưởng tương đối của nó đến kết quả. Sai số bất định có thể được ước lượng bằng mức độ lấy xấp xỉ của phép đo. Điển hình như ta có thể dùng độ lệch chuẩn để thay thế sai số bất định trong một vài trường hợp. Việc tạo ra các dụng cụ và thiết bị phân tích giúp cho việc thực hiện phép đo và ước lượng được dễ dàng. Sai số bất định được đề nghị bởi các nhà phân tích. Trong trường hợp xử lý mẫu không đồng nhất thì việc ước lượng càng khó khăn hơn. II. XỬ LÝ SỐ LIỆU VÀ HIỆU CHỈNH HÓA. 1) Nguyên nhân của sai số Sai số: Lá khái niệm biểu thị sự khác biệt của giá trị thực μ và kết quả của một chuỗi đo lường, tính toán trong một phép phân tích. Sai số là yếu tố quyết định ảnh hưởng đến độ ngờ của kết quả phân tích và được miêu tả bằng độ lệch hệ thống so với giá trị thực, tức là giá trị của từng phép đo riêng biệt quá lớn hay quá bé so với giá trị thực. Sai số có 2 loại là sai số hệ thống và sai số ngẫu nhiên. a. Sai số ngẫu nhiên hay sai số không xác định: Là các sai số không biết trước và không xác định được ví dụ như độ lặp lại của kết quả phân tích không theo quy luật, do các nguyên nhân không rõ ràng. Chỉ có thể giảm sai số ngẫu nhiên khi tăng số lần đo. Trong toán học, khi số lần đo tăng tới vô hạn thì sai số tiến tới bằng không. b. Sai số hệ thống hay sai số xác định: Là sai số do những nguyên nhân có thể biết trước và xác định được, gồm: - Do dụng cụ, thiết bị hay hoá chất. - Do nhược điểm của phương pháp. - Do thao tác của người thực hiện. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Nếu sai số xác định dương, thì giá trị trung tâm sẽ lớn hơn giá trị thực. Còn nếu sai số xác định âm thì giá trị trung tâm sẽ nhỏ hơn giá trị thực. Dù sai số xác định âm hay dương đều ảnh hưởng đến kết quả phân tích. Khi 2 giá trị bằng nhau thì giá trị trung tâm sẽ không có sai số xác định. Sai số xác định được chia làm 4 loại: - Sai số chuẩn - Sai số phương pháp - Sai số phép đo - Sai số do người đo (sai số chủ quan)  Sai số chuẩn: sai số xảy ra khi ta sử dụng mẫu tiêu biểu, đặc biệt khi mẫu gồm những vật liệu không đồng thể. Ví dụ như để xác định chất lượng môi trường của hồ nước bằng cách lấy mẫu ở những vị trí gần nguồn ô nhiễm, tại đầu ra của nguồn chất thải công nghiệp, dẫn đến kết quả phân tích sai. Sai số chuẩn: khi x  ∞ thì  μ là giá trị thực của đại lượng đo và s  σ là giá trị sai số chuẩn Trong phân tích, người ta xem 20 < n < 30 là ∞, tức là coi như ~ μ.  Sai số phương pháp: sai số xuất hiện khi ta thừa nhận không có mối quan hệ giữa tín hiệu và chất cần phân tích. Mối quan hệ giữa tín hiệu đo và hàm lượng chất cần phân tích: (phương pháp phân tích toàn bộ) (phương pháp phân tích nồng độ) PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Sai số phương pháp tồn tại khi độ nhạy k và tín hiệu đo được xác định không chính xác do thuốc thử Sreag. Sai số phương pháp có thể được giảm thiểu bằng cách chuẩn hóa phương pháp.  Sai số phép đo: thiết bị và dụng cụ phân tích như thủy tinh, cân ... thường có giá trị khoảng sai số đo lớn nhất, gọi là sai số cho cho phép. Sai số phép đo có thể được giảm thiểu bằng cách căn chỉnh dụng cụ đo. Nhưng sự căn chỉnh này không đảm bảo rằng nó không thay đổi trong suốt quá trình phân tích.  Sai số chủ quan: cuối cùng, việc phân tích luôn phụ thuộc vào sai số chủ quan của người đo: như khả năng nhận biết sự thay đổi màu sắc của chất chỉ thị được dùng làm ký hiệu kết thúc quá trình chuẩn độ.  Xác định sai số xác dịnh: rất khó để xác định sai số xác định. Nếu không biết giá trị thực của một phép phân tích hay giá trị trung bình (tình huống thường gặp), thì sẽ không có kết quả nào được chấp nhận khi ta đem so sánh với kết quả thực nghiệm. Tuy nhiên vẫn có một vài cách để ta xác định đâu là sai số xác định. Một vài sai số được xác định từ thực nghiệm bằng cách phân tích một vài mẫu có kích thước khác nhau. Hằng số sai số xác định xuất hiện khi sai số xác định giống nhau cho tất cả các mẫu, và nó trở nên đặc biệt quan trọng hơn khi phân tích những mẫu nhỏ hơn. Có thể kiểm tra hằng số sai số xác định bằng cách phân tích mẫu có hàm lượng khác nhau và ra đặc tính của sự thay đổi theo hệ thống khi thực hiện phép đo. 2) Làm tròn số a) Nếu số theo sau nhỏ hơn 5 thì ta giữ nguyên số đứng trước nó ví dụ 6,722 làm tròn thành 6,72 b) Nếu số theo sau lớn hơn 5 thì ta làm tròn số đứng trước nó như sau: ví dụ 6,727 làm tròn thành 6,73 PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM c) Nếu số theo sau bằng năm ta làm tròn như sau. Nếu đứng trước số 5 là số chẵn thì ta giữ nguyên ví dụ 6.705 thì ta làm tròn thành 6,70. Nếu đứng trước số 5 là một số chẵn thì ta công thêm một đơn vị như sau 6,715 làm tròn thành 6,72 3) Loại bỏ số liệu 3.1 Loại bỏ “điểm nghi ngờ” theo quy tắc GRAF HENNING áp dụng cho trường hợp : - HL* là số nghi ngờ trong dãy đo lặp lại N lần. - Loại bỏ HL* và tính HLtb(N-1) và s(N-1). - Nếu: . 3.2 Sau khi loại bỏ “điểm nghi ngờ”, thực hiện lại phương pháp xử lý kết quả với (N-1) điểm còn lại. Chú ý: Số điểm tối thiểu còn lại phải bằng 4: . 3.3 Ghi chú: Sau khi xử lý kết quả với (N-1) điểm còn lại, nếu độ biến động của hàm lượng mẫu vẫn còn lớn hơn 5% (hoặc 10% cho phân tích vi lượng, có hàm lượng nhỏ hơn ppm) - thì lại phải thực hiện lại phương pháp “loại bỏ số đo do mắc mắc độ lệch thô bạo”. 4) Các tiêu chí để hiệu chính hoá 4.1 Giới hạn phát hiện (giới hạn dò, cực tiểu phát hiện, Limit Of Detection LOD):  Định nghĩa: Cực tiểu phát hiện (LOD) hay giới hạn phát hiện của một loại đầu dò (hay của một phương pháp) là hàm lượng hoặc trọng lượng tối thiểu của chất cần phân tích có thể được phát hiện ở đầu dò nhưng không thể định lượng đựoc một cách chính xác. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM  Nguyên tắc: LOD của mỗi loại đầu dò được xác định bằng cách so sánh trên cùng một thang đo - chiều cao tín hiệu S (signal) của cấu tử cần phân tích với chiều cao của đường nền n (noise) trong trường hợp phân tích có mẫu và không có mẫu. Thực hiện phân tích mẫu trắng (mẫu chỉ chứa dung môi), vẽ và đo chiều cao của đường nền n (mm) trong vùng lân cận của tín hiệu. Thực hiện phân tích dung dịch chứa mẫu có nồng độ tối thiểu biết trước Cmin, vẽ và đo chiều cao của tín hiệu S (mm) sao cho: Trong đó: - n: chiều cao đường nền - S: chiều cao của tín hiệu pick của dẫn xuất Kết quả: LOD có thể được biểu diễn theo nồng độ (ppm, ppb, ppt) hoặc theo trọng lượng tuyêt đối. 4.2 Giới hạn định lƣợng (Limit Of Quantitation - LOQ): Giới hạn định lượng của một phương pháp (Method Limit Of Quantitation MLOQ) là hàm lượng hoặc trọng lượng tối thiểu của chất phân tích có thể định lượng được bằng phương pháp này với độ chính xác và độ lặp lại tin cậy được. Thông thường, đặt giới hạn định lượng lớn gấp 3-5 lần giới hạn phát hiện MLOD. 4.3 So sánh 2 giá trị trung bình: PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM So sánh hai giá trị trung bình từ hai dãy kết quả đo của hai lần phân tích, hay hai phương pháp hoặc của hai người nhằm xác định độ đúng và độ lặp lại.  So sánh độ đúng: Tính giá trị ttn: So sánh ttn với tlt ở v = (nA + nB - 2) là số bậc tự do với mức xác suất f% - Nếu : hai giá trị trung bình khác nhau do sai số ngẫu nhiên. - Nếu : hai giá trị trung bình khác nhau do sai số hệ thống.  So sánh độ lặp lại: Với có: Tra bảng tìm FvA/vB là giá trị lý thuyết xác đinh theo các bậc tự do vA = nA - 1; vB = nB - 1 và xác suất f%. - Nếu : hai dãy thí nghiệm có độ lặp lại giống nhau. - Nếu : hai dãy thí nghiệm có độ lặp lại khác nhau. III. Hồi quy tuyến tính 1) Liên hệ tƣơng quan và phƣơng pháp phân tích tƣơng quan Mối liên hệ ràng buộc lẫn nhau giữa các chỉ tiêu hoặc tiêu thức của hiện tượng (từ đây chỉ dùng từ "chỉ tiêu" đặc trưng cho cả hai), trong đó sự biến động của một chỉ tiêu này (chỉ tiêu kết quả) là do tác động của nhiều chỉ tiêu khác (các chỉ tiêu nguyên nhân) gọi là liên hệ tương quan - một hình thức liên hệ không chặt chẽ. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM 2) Liên hệ tƣơng quan tuyến tính giữa hai chỉ tiêu a. Phương trình hồi quy tuyến tính (đường thẳng) Nếu gọi y và x là các trị số thực tế của chỉ tiêu kết quả và nguyên nhân có thể xây dựng được phương trình hồi quy đường thẳng như sau: Trong đó: là trị số lý thuyết (điều chỉnh) của chỉ tiêu kết quả; a và b là các hệ số của phương trình (trong đó b > 0 thì đường thẳng đi lên, b < 0 thì đường thẳng đi xuống và b = 0 đường thẳng song song với trục hoành). Có thể biểu diễn giá trị thực tế và giá trị lý thuyết của chỉ tiêu kết quả (qua trục tung) trong quan hệ với chỉ tiêu nguyên nhân (qua trục hoành) qua đồ thị Đặc trƣng mối quan hệ giữa chỉ tiêu kết quả (y) và chỉ tiêu nguyên nhân (x) 3) Hệ số tƣơng quan Công thức tính hệ số tương quan: Trong đó: PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Trong thực phẩm ta áp dụng phương pháp tương quan trong việc xây dựng đường chuẩn. Tính chất và ý nghĩa của hệ số tương quan: Hệ số tương quan r được dùng để đánh giá mức độ chặt chẽ của sự phụ thuộc tương quan tuyến tính giữa hai đại lượng ngẫu nhiên X và Y, nó có các tính chất sau đây: i) . ii) Nếu = 1 thì X và Y có quan hệ tuyến tính. iii) Nếu càng lớn thì sự phụ thuộc tương quan tuyến tính giữa X và Y càng chặt chẽ. iv) Nếu = 0 thì giữa X và Y không có phụ thuộc tuyến tính tương quan. v) Nếu r > 0 thì X và Y có tương quan thuận (X, Y cùng tăng hoặc cùng tăng). Nếu r < 0 thì X và Y có tương quan nghịch (X giảm thì Y tăng hoặc ngược lại). PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Cả hai hình đều có cùng phương trình đường thẳng. Hình a có hệ số tương quan lớn hơn. Hình b có hệ số tương quan thấp hơn. Cả hai có chung một đường thẳng nhưng số liệu phân tích của hình a có độ lặp lại tốt hơn số liệu phân tích của hình b. 4) Sai số trong hồi quy tuyến tính PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Ví dụ ta có nồng độ của một chất ở 60ppm theo đồ thị thì ta tra được diện tích peak từ 4000 đến 6000. Ta có 2 đường cong ở trên và ở dưới so với đường thẳng là upper limit và lower limit. Nếu sai số của các số liệu tra so với đường thẳng là 5% thì ta có thể chấp nhận được. PHÂN TÍCH THỰC PHẨM GVHD: TS TRẦN THỊ BÍCH LAM Ta biết hồi quy đường thẳng chỉ đúng khi chúng nằm trong một giới hạn nào đó, nằm ngoài khoảng giới hạn đó sẽ gây ra sai số. Ví dụ giới hạn đầu của đường thẳng trên bắt đầu có số liệu đo giảm xuống khi nồng độ trăng đến điểm z chẳng hạn. Do đó để xác định ngưỡng đường thẳng ta cho số liệu có nồng độ cao hơn điểm z để kiểm tra xem thực sự chúng có giảm về kết qủa đo hay không ( measured value) Nếu chúng giảm thực sự thì ta chi có thể ngoại suy đúng trong vùng đường thẳng ta có. Ta phải xác định giới hạn để số liệu đó có thể hồi quy về đường thẳng để tránh sai số khi ngoại suy. IV. PHÂN TÍCH THỐNG KÊ DỮ LIỆU VÀ PHƢƠNG PHÁP THỐNG KÊ TRONG PHÂN PHỐI CHUẨN 1. Phân tích thống kê dữ liệu 1.1 Tiêu chuẩn ý nghĩa: Giả sử ta có hai mẫu máu được lấy từ cùng một bệnh nhân khi sử dụng thuốc giảm nồng độ glucose trong máu. Một mẫu được lấy trước khi bệnh nhân dùng, thuốc mẫu thứ hai lấy vài giờ sau khi dùng thuốc. Mẫu được đem đi phân tích và
- Xem thêm -

Tài liệu liên quan