当我们用光谱仪进行测量时,我们希望相信所获得的结果。无论我们测量成分或厚度,无论我们采用XRF、OES或LIBS进行分析,我们都希望所获得的结果尽可能准确。
信任我们的测量结果的第一步是理解我们对准确性的定义。
准确性定义
在光谱学中,准确性是衡量我们的测量值与期望值有多接近的尺度。(我们希望期望值是真实值,但由于我们无法知道真实值,因此我们使用期望值这个术语。)
准确性取决于两个因素:
精密度。测量值重复性。如果使用运行相同程序的相同设备在同一点多次测量同一样品,结果的可重复性如何?
准确度。如果进行几次测量,平均值是否与期望值相匹配?这也称为“平均值的准确性”。
下图说明了精密度和准确度如何共同影响准确性。
由此可知,有可能获得良好精密度,但也有可能获得差的准确度。并且有可能获得高准确度(平均值的准确性)和差的精密度。为获得真正准确的结果,我们既需要高精密度又需要准确度。
不同的偏差类型
在解决我们希望减少的偏差之前,我们应该先讨论我们想要消除的偏差。
过失偏差
我们的首要任务是检验并消除测量中的过失偏差。通过观察上述图表,我们会发现,一个过失偏差将造成测量结果完全位于绿色区域之外,并且可能会被视为异常。制备过程当中的样品污染等工艺偏差可能造成过失偏差。缺点样品亦如此,例如,测量区域中的空腔或运行不准确的测量程序也会造成过失偏差。通过培训和使用准确的程序,可以避免过失偏差。
我们必须假设测量系统中存在两种偏差类型:
系统偏差
系统偏差通常与准确度有关,并在测量样品的平均值和预期结果之间给出一致的偏差。造成这类偏差的原因在于设备缺乏维护、部件磨损或校准不良等设备故障。由于偏差对于确定的关注区域内的每个测量值均一致,因此可以测量偏移量,然后将校正系数合并到样品测量值中。定期校准和维护可以减少系统偏差。
随机偏差
随机偏差与精密度有关。随机变化越大,测量精密度越低,偏差幅度越大。不同于系统偏差,这类偏差是不可预测的,并且使用统计方法进行估计。这些测量波动可能由样品的不均匀性、测量环境的微小变化以及用于校准的参考样品的测量不确定性造成。目标是通过良好的程序和维护良好的设备,尽可能提高精密度。
如何获得您信任的结果
事实上,您能完全相信结果的唯一方法是您了解读数的偏差范围。在每次测量中,由于测量系统的局限性和其中的随机波动,总会存在偏差范围。为获得尽可能准确的读数,我们应消除过失偏差,减少系统偏差和随机偏差,然后在商定的置信度内接受并计算剩余的偏差范围。
从本质上讲:在置信度为95%的情况下,铬成分为20%+/-0.2%,这是一个值得信赖的结果。而这种说法:铬成分为20%,是不完整且不可靠的结果。
本文由入驻酷易搜网资讯专栏的作者撰写或者网上转载,观点仅代表作者本人,不代表酷易搜网立场。不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至kuyisokefu@163.com举报,一经查实,本站将立刻删除。
文章标签:
哪些因素会造成测量偏差以及如何减少偏差