Đang tải... (xem toàn văn)
cách tính độ lệch chuẩn tương đối Sai số ngẫu nhiên và sai số tuyệt đối khoảng tin cậy, giới hạn tin cậy So sánh giá trị trung bình và giá trị thực tính sai số trong phương trình hồi quy trung bình độ sai chuẩn trung vị mode độ lệch chuẩn phương sai mẫu độ nhọn của đỉnh độ nghiêng khoảng biến thiên tối thiểu tối đa tổng số lượng mẫu độ chính xác
Chương 1: CÁC DẠNG SAI SỐ TRONG HĨA PHÂN TÍCH 1.1 Sai số cách biểu diễn sai số Sai số (error) sai khác giá trị thực nghiệm thu ñược so với giá trị mong muốn Tất số liệu phân tích thu từ thực nghiệm ñều mắc sai số Sai số phép ño dẫn đến độ khơng chắn (độ khơng đảm bảo đo) số liệu phân tích Có hai loại sai số biểu diễn chủ yếu Hóa phân tích sai số tuyệt ñối sai số tương ñối 1.1.1.Sai số tuyệt ñối (EA) (Absolute error) Là sai khác giá trị ño ñược (xi) với giá trị thật hay giá trị qui chiếu chấp nhận (kí hiệu µ) EA = xi - µ Sai số tuyệt đối có giá trị âm dương, thứ ngun với đại lượng đo khơng cho biết độ xác phương pháp * Giá trị qui chiếu ñược chấp nhận: (accepted refrence value): giá trị ñược chấp nhận làm mốc ñể so sánh, nhận ñược từ: a) giá trị lý thuyết giá trị ñược thiết lập sở nguyên lý khoa học; b) giá trị ñược ấn ñịnh chứng nhận sở thí nghiệm số tổ chức quốc gia quốc tế; c) giá trị thoả thuận ñược chứng nhận sở thí nghiệm phối hợp bảo trợ nhóm nhà khoa học kỹ thuật; d) kỳ vọng ñại lượng (ño ñược), nghĩa trung bình tập hợp ñịnh phép ño chưa có a), b) c) 1.1.2 Sai số tương ñối (ER) (Relative error) Là tỷ số sai số tuyệt ñối giá trị thật hay giá trị ñã biết trước, ñược chấp nhận ER = xi − µ µ hay ER % = EA µ 100% * Sai số tương đối biểu diễn dạng phần nghìn (parts per thousand-ppt) ER = E A 1000 (ppt) ã Sai số tương đối có giá trị âm dương khơng có thứ ngun, dùng để biểu diễn độ xác phương pháp phân tích Thí dụ 1.1: Kết xác định hàm lượng aspirin mẫu chuẩn biểu diễn hình 1.1 Hàm lượng ñúng aspirin mẫu chuẩn 200 mg Như vậy, phép ño mắc sai số tuyệt ñối từ -4mg ñến +10mg sai số tương ñối từ -2% ñến +5% (hay 20ppt ñến 50ppt) 195 200 205 Sai số tuyệt ñối (EA : mg) -5 Sai số tương ñối (Er : % ) -2,5 2,5 210 10 Hình 1.1: Sai số tuyệt đối sai số tương đối phân tích aspirin mẫu chuẩn 1.2 Phân loại sai số 1.2.1 Sai số hệ thống hay sai số xác ñịnh (Systematic or determinate error): Là loại sai số nguyên nhân cố ñịnh gây ra, làm cho kết phân tích cao giá trị thực (sai số hệ thống dương -positive bias) thấp giá trị thật (sai số hệ thống âm–negative bias) Sai số hệ thống gồm: - Sai số hệ thống khơng đổi (constant determinate error): loại sai số khơng phụ thuộc vào kích thước mẫu (lượng mẫu nhiều hay ít) Do đó, kích thước mẫu tăng ảnh hưởng sai số khơng đáng kể loại trừ thí nghiệm với mẫu trắng (blank sample) - Sai số hệ thống biến ñổi (proportional determinate error): loại sai số tỷ lệ với kích thước mẫu phân tích, khoảng cách trị đo ln biến đổi theo hàm lượng (nồng ñộ), ñó khó phát Sai số hệ thống biến đổi khó phát trừ biết rõ thành phần hố học mẫu có cách loại trừ ion cản Sai số hệ thống khơng đổi biến đổi biểu diễn hình 1.2 Sai số hệ thống biến ñổi Sai số hệ thống khơng đổi Khối lượng chất phân tích (mg) Giá trị ñúng Khối lượng mẫu (g) Hình 1.2: Biểu diễn sai số hệ thống khơng đổi biến đổi Sai số hệ thống phản ánh độ xác phương pháp phân tích Hầu hết sai số hệ thống nhận biết ñược ñược loại trừ số hiệu chỉnh nhờ phân tích mẫu chuẩn hay loại trừ nguyên nhân gây sai số Các nguyên nhân gây sai số hệ thống gồm: - Sai số phương pháp hay quy trình phân tích như: Phản ứng hố học khơng hồn tồn, thị đổi màu chưa ñến ñiểm tương ñương, ion cản trở phép xác ñịnh… - Sai số dụng cụ như: dụng cụ chưa chuẩn hố, thiết bị phân tích sai, mơi trường phịng thí nghiệm khơng sạch… - Sai số người phân tích như: mắt nhìn khơng xác, cẩu thả thực nghiệm, thiếu hiểu biết, sử dụng khoảng nồng độ phân tích khơng phù hợp, cách lấy mẫu phiến diện, dùng dung dịch chuẩn sai, hoá chất khơng tinh khiết, định kiến cá nhân (như phân tích kết sau dựa kết trước) * Cách loại trừ sai số hệ thống: - Tiến hành thí nghiệm với mẫu trắng: Mẫu trắng mẫu khơng có chất phân tích có thành phần giống dung dịch mẫu phân tích - Phân tích theo phương pháp thêm chuẩn ñể loại trừ ảnh hưởng chất cản trở - Phân tích mẫu chuẩn (hay mẫu chuẩn ñược chứng nhận- mẫu CRM: Mẫu chuẩn mẫu thực có hàm lượng chất cần phân tích ñã biết trước, ñược dùng ñể ñánh giá ñộ xác phương pháp - Phân tích độc lập: khơng có mẫu chuẩn phải gửi mẫu phân tích đến phịng thí nghiệm (PTN) khác, tiến hành phân tích độc lập để loại sai số người phân tích thiết bị phân tích, đơi phương pháp gây nên - Thay đổi kích thước mẫu: ñể phát sai số hệ thống không ñổi biến ñổi 1.2.2 Sai số ngẫu nhiên hay sai số khơng xác định (random error or indeterminate): Là sai số gây nên ngun nhân khơng cố định, trước Sai số ngẫu nhiên thường gây do: - Khách quan: nhiệt ñộ tăng ñột ngột, thay đổi khí quyển, đại lượng đo có độ xác giới hạn… - Chủ quan: thao tác thí nghiệm khơng chuẩn xác (có thể gây giá trị bất thường); thành phần chất nghiên cứu khơng đồng nhất… Do sai số ngẫu nhiên khơng thể biết trước nên để loại trừ cần phải làm nhiều thí nghiệm tiến hành xử lý thống kê số liệu phân tích Sai số ngẫu nhiên làm cho kết phân tích khơng chắn, cịn sai số hệ thống làm cho kết phân tích sai 1.2.3 Giá trị bất thường (outliers): Giá trị bất thường giá trị thu ñược thường cao thấp so với giá trị trung bình Giá trị bất thường dẫn đến kết thu ñược sai khác nhiều so với tất số liệu lặp lại tập số liệu Giá trị bất thường nguyên nhân bất thường xảy q trình phân tích gây nên Do ñó, trước xử lý số liệu cần phải loại trừ giá trị bất thường 1.2.4 Sai số tích luỹ (accumulated error): Trong phương pháp phân tích, sai số số liệu phân tích thu thường bao gồm sai số giai đoạn q trình phân tích đóng góp nên ðể sai số chung nhỏ phân tích cần phải tìm điều kiện tối ưu theo ñịnh luật lan truyền sai số Sai số tích luỹ hay lan truyền sai số hệ thống ñược xử lý tương tự sai số hệ thống Vì sai số hệ thống có dấu (+) hay (-) nên dẫn ñến triệt tiêu sai số số trường hợp sai số tích luỹ khơng - Khi có kết hợp tuyến tính phép đo ngẫu nhiên ( kết cuối phép cộng trừ) sai số xác ñịnh tuyệt ñối ET tổng sai số tuyệt ñối phép ño riêng rẽ Nếu m= A+B +C Em = EA +EB + EC - Khi biểu diễn nguyên nhân kết ( kết cuối phép nhân chia), người ta dùng sai số xác ñịnh tương ñối ETR ERm ERA ERB ERC = + + Nếu m= A.B/C m A B C Thí dụ 1.2: a) Khi cân mẫu cân phân tích có độ xác ± 0,0002 gam ñược kết sau: mchén +mẫu= (21,1184± 0,0002) gam ; mchén= (15,8465± 0,0002) gam khối lượng mẫu mmẫu= (21,1184± 0,002) - (15,8465± 0,002) = (5,2719± 0,004) gam b) Khối lượng dung (3,43±0,01).(5,66±0,01)=? dịch tính theo cơng thức m=V.d= Ta có: ERV= 0,01/3,43 ; ERd= 0,01/5,66; ERm= (0,01/3,43)+(0,01/5,66) Do m=(3,43.5,66)± [(0,01/3,43)+(0,01/5,66)] (3,43.5,66)= 19,4138±0,0909 Nên m= (19,41± 0,09) 1.3 ðộ lặp lại, ñộ trùng, ñộ hội tụ, ñộ phân tán * ðộ lặp lại (repeatability): Trong phân tích, thực phép thử nghiệm thực vật liệu tình ñược xem y hệt thường không cho kết giống ðiều sai số ngẫu nhiên khơng thể tránh vốn có quy trình phân tích gây khơng thể kiểm sốt hồn tồn tất yếu tố ảnh hưởng ñến ñầu phép ño Khi báo cáo liệu ño, cần xem xét ñến nguyên nhân kết thay ñổi Nhiều yếu tố khác (khơng kể thay đổi mẫu thử xem giống nhau) đóng góp vào thay đổi kết phương pháp ño, bao gồm: a) người thao tác; b) thiết bị ñược sử dụng; c) việc hiệu chuẩn thiết bị; d) mơi trường (nhiệt độ, độ ẩm, nhiễm khơng khí ); e) khoảng thời gian phép ño Sự thay ñổi phép ño ñược thực người thao tác khác và/hoặc với thiết bị khác thường lớn thay ñổi phép ño người thực với thiết bị khoảng thời gian ngắn * ðộ trùng (reproducibility): ñặc trưng cho mức ñộ gần giá trị riêng lẻ xi mẫu phân tích, tiến hành phương pháp phân tích, điều kiện thí nghiệm khác (khác người phân tích, trang thiết bị, phịng thí nghiệm, thời gian) (between laboratory precision) Với phương pháp phân tích, thường xét ñến ñộ lặp lại ñộ trùng * ðộ hội tụ (convergence): phân bố số liệu thực nghiệm xung quanh giỏ trị trung bình Nếu độ lặp lại tốt độ hội tụ tốt * ðộ phân tán (dispersion): mức ñộ phân tán kết thí nghiệm sau nhiều lần đo lặp lại ðộ phân tán nghịch ñảo ñộ lặp lại Nếu kết có độ lặp lại cao tức độ phân tán giá trị xung quanh giá trị trung bỡnh thấp 1.4 ðộ chụm độ xác * ðộ chụm (precision): dùng ñể mức ñộ gần giá trị riêng lẻ xi phép ño lặp lại Nói cách khác, ñộ chụm ñược dùng ñể sai khác giá trị xi so với giá trị trung bình x Ba khái niệm thống kê dùng để mơ tả độ chụm tập số liệu ñộ lệch chuẩn, phương sai hệ số biến thiên (sẽ xét sau) Tất khái niệm có liên quan đến độ lệch số liệu phân tích khỏi giá trị trung bình: di = xi − x *ðộ (trurness): mức độ gần giá trị trung bình dãy lớn kết thí nghiệm giá trị qui chiếu chấp nhận Do đó, thước đo độ ñúng thường ký hiệu ñộ chệch * ðộ xác (accuracy): mức ñộ gần giá trị phân tích (thường giá trị trung bình x ) với giá trị thực hay giá trị ñã ñược chấp nhận xt hay µ Khi khơng có sai số hệ thống giá trị trung bình tiến tới giá trị thực số phép ño lớn ( N→∞) Vì vậy, nói độ xác tuỳ thuộc vào số phép đo ðộ xác biểu diễn dạng sai số tuyệt ñối sai số tương đối Trong Hố phân tích, để đánh giá độ xác người ta pha mẫu tự tạo (synthetic sample) ñã biết trước hàm lượng (tức có giá trị biết trước µ) làm thí nghiệm để tìm giá trị trung bình sau kiểm tra xem có sai khác có ý nghĩa thống kê giá trị trung bình giá trị thực hay khơng Vấn ñề ñược xét chương ðộ chụm độ xác tiêu quan trọng ñể ñánh giá chất lượng số liệu phân tích Thơng thường, cần đánh giá độ chụm trước phương pháp phân tích mắc sai số hệ thống ñược dùng ñể ñịnh lượng sai số ngẫu nhiên nhỏ CÁC ðẠI LƯỢNG THỐNG KÊ Chương (Descriptive statistics) 2.1 Các đại lượng trung bình * Trung bình số học ( x ) (mean, arithmetic mean, average) ñại lượng dùng ñể giá trị ñạt ñược chia tổng kết thí nghiệm lặp lại cho số thí nghiệm lặp lại Giả sử có tập số liệu thí nghiệm lặp lại x1, x2,…, xN giá trị trung bình số học tập số liệu gồm N thí nghiệm lặp lại là: N x = x1 + x2 + + xn = N ∑x i =1 i (2.1) N Giá trị trung bình có tính chất sau: - Tổng độ lệch giá trị riêng rẽ giá trị trung bình khơng ∑ (x − x) = i - Tổng bình phương độ lệch nhỏ tổng bình phương ñộ lệch giá trị ñơn lẻ giá trị a khơng phải giá trị trung bình ∑ ( x − x) i < ∑ ( x − a) i ( với a ≠ x ) * Trung bình bình phương ( x bp): với tập số liệu gồm N số liệu lặp lại x1, x2,…,xn ta có: x bp = x12 + x22 + + xn2 N (2.2) * Trung bình hình học hay trung bình nhân (geometric average) với phép đo có hàm lượng cần tìm dạng logarit thì: lg x hh= Do (lg x1 + lg x + + lg x Nn ) N x hh= N x1 x x N ( 2.3) * Trung vị (median) : Nếu xếp N giá trị lặp lại tập số liệu theo thứ tự tăng ñần giảm dần từ x1, x2, …, xN số nằm tập số liệu gọi trung vị - Nếu N lẻ trung vị số dãy số - Nếu N chẵn trung vị trung bình cộng giá trị nằm dãy số Chú ý: Giá trị trung bình hay trung vị tập số liệu ñược gọi giá trị trung tâm tập số liệu Các tập số liệu khác có giá trị trung bình khác gía trị riêng lẻ số thí nghiệm Vì vậy, trung bình trung vị khơng cho ta nhìn tổng quát phân bố số tập số liệu Trong trường hợp cần xét đến độ phân tán (độ lệch khỏi gía trị trung bình) * ðiểm tứ phân vị (quartile): Nếu xếp số liệu tập số liệu từ nhỏ ñến lớn tập số liệu có điểm tứ phân vị: 25 % số tập số liệu ñã xếp có giá trị nhỏ ñiểm tứ phân vị thứ nhất, 75 % số tập số liệu xếp có giá trị nhỏ ñiểm tứ phân vị thứ ba, 50% số tập số liệu ñã xếp có giá trị nhỏ trung vị (điểm tứ phân vị thứ hai) Khoảng ñiểm tứ phân vị (interquartile) biểu thị khác ñiểm tứ phân vị thứ thứ ba Có thể hình dung ñiểm tứ phân vị theo sơ ñồ sau: Trung vị giá trị thấp 0% 25% 50% ñiểm tứ phân vị thứ 75% 100% giá trị cao ñiểm tứ phân vị thứ ba * Số trôi (mode): số có tần số xuất lớn tập số liệu lặp lại Chú ý: Giá trị bất thường có ảnh hưởng đáng kể tới giá trị trung bình khơng ảnh hưởng đến số trung vị Do vậy, với tập số liệu nhỏ, (thường N 30 xem x ≅ µ - ðộ lệch chuẩn tổng thể (Population standard deviation): (σ) ñặc trưng cho ñộ phân tán số liệu tập hợp với giá trị trung bình xác định theo phương trình: ∑ (x N σ= i =1 i −x N ) hay σ = σ (2.6) với N số thí nghiệm lặp lại tập hợp, thực tế thường xem tập số liẹu có N>30 tập hợp - ðộ lệch chuẩn mẫu ước đốn (Sample estimate standard deviation): (S) ∑ (x N S= i =1 i −x ) S = S2 hay N −1 (2.7) với N số thí nghiệm mẫu thống kê rút từ tập hợp Số bậc tự trường hợp f =N-1 (Bậc tự coi số phép ño kiểm tra cần thiết ñể xác ñịnh ñược kết tập số liệu Một cách khác bậc tự ñược hiểu số quan sát mẫu thống kê tự thay đổi tổng kích thước mầu trừ bậc tự cho mối trung bình Thuật ngữ bậc tự cịn ñược dùng ñể số ñộ lệch ( xi − x) ) độc lập dùng phép tính độ lệch chuẩn) Như vậy, N → ∞ x → µ xem S ≅ σ S → σ Nói cách khác N>30 So với phương sai, ñộ lệch chuẩn thường ñược dùng ñể ño ñộ lặp lại có thứ nguyên với đại lượng đo Khi tính tốn ý khơng làm trịn số liệu độ lệch chuẩn kết thúc phép tính tốn ghi giá trị cuối dạng số có nghĩa Nếu trường hợp có m mẫu thống kê, mẫu làm n thí nghiệm song song thì: ∑∑ (x m S= n ij −x ) m.n − m bậc tự f=m(n-1) (giả thiết Sj khác khơng đáng kể) ðối với tập số liệu nhỏ ( N set as Y error Để tìm đờng hồi qui phơng trình hồi qui khối, vào Tool ->Linear Fit, chọn error as weight Kết thu đợc hình 6.8 6.9 120 cờng độ huỳnh quang trung b×nh 100 80 Y=A+B*X 60 Parameter Value Error -A 2.20952 2.01184 B 1.99029 0.06645 40 20 R SD N P -0.99778 2.77976 WL ðộ lệch chuẩn (SD) 1.Bốn năm điểm đo>1 SD chỉnh 1.Phân tích mẫu khác 2.a ðiểm ño < 1SD 2.a Tiếp tục phân tích 2.b ðiểm đo > 1SD 2.b Dừng lại hiệu chỉnh ðường trung tâm ðiểm ño nằm CTL (CTL) 2.a ðiểm ño CTL 2.b ðiểm ño CTL Phân tích mẫu khác 2.a Tiếp tục phân tích 2.b Dừng lại hiệu chỉnh 7.3.9 ðồ thị hai mẫu (2 sample plots): Dùng ñồ thị hai mẫu ñể kiểm tra sai số hệ thống phương pháp có phải nguyên nhân gây sai lệch kết phân tích PTN hay khơng Nguyên tắc: Mỗi PTN tham gia chương trình kiểm tra chất lượng phải gửi kết phân tích hai mẫu tương tự (X,Y) trả lời câu hỏi xác định mẫu 89 Nếu ký hiệu mẫu x, y, ñánh số PTN từ m ta thu ñược m cặp giá trị x y1 , x y ,… , x m y m Vẽ ñiểm lên trục toạ ñộ chiều x, y có vạch chia trục + Mỗi ñiểm ñồ thị ñại diện cho cặp kết PTN ðường nằm dọc ñường nằm ngang ñược vẽ qua ñiểm chia ñồ thị thành bốn góc phần tư +Nếu kết từ PTN khác bị thay đổi sai số ngẫu nhiên xác định X Y trường hợp đưa kết sau: Cả hai ñều cao ; hai ñều thấp; X thấp, Y cao; Y thấp, X cao + Nếu sai số hệ thống nguyên nhân độ sai lệch khẳng định điều chắn là: PTN mà ñạt ñược giá trị X cao có xu hướng đạt giá trị Y cao ðiều dẫn đến vượt trội điểm phía bên phải bên trái góc phần tư đồ thị + Giả thiết đảo tồn sai số ngẫu nhiên tất điểm nằm góc nghiêng 450 đồ thị Trong thực tế sai số ngẫu nhiên ln có mặt, điểm rơi vào hình ellip có trục đối xứng lớn đường chéo ðộ dài đường vng góc điểm đưa sai số ngẫu nhiên Và đường vng góc giao với đường vng góc điểm (X,Y) tạo sai số hệ thống phương pháp m ẫu Y ( X ,Y ) mẫu X Hình 7.1 ðồ thị hai mẫu kiểm tra sai số hệ thống PTN 7.3.10 Chuẩn bị phép thử liên PTN Mục đích phép thử ñể ñánh giá dao ñộng phương pháp phân tích nghiên cứu số PTN Kết ñược dùng ñể ñánh giá xem thân phương pháp có phù hợp khơng Mỗi PTN tiến hành phân tích mẫu với phương pháp ỏ hai mức hàm lượng cao thấp Sử dụng phân tích phương sai để đánh giá kết cuả PTN Tóm lại, bước tiến hành QA/QC PTN mơ tả sơ đồ hình 90 Mục tiêu sử dụng Xây dựng phương pháp Lựa chọn phương pháp Biên soạn phương pháp Chấp nhận phương pháp - kiểm tra hiệu - ñánh giá hiệu Tốt Khơngtốtt t Kiểm sốt chất lượng (bao gồm bảo trì thiết bị) Sốt xét/chấp nhận lại - kiểm tra hiệu - ñánh giá hiệu Khơngtốt Tốt Hình 7.2 : Hoạt động QA/QC PTN 91 MỤC LỤC Chương 1: CÁC DẠNG SAI SỐ TRONG HĨA PHÂN TÍCH 1.1 Sai số cách biểu diễn sai số 1.1.1.Sai số tuyệt ñối (EA) (Absolute error) 1.2 Phân loại sai số 1.4 ðộ chụm độ xác Chương CÁC ðẠI LƯỢNG THỐNG KÊ 2.1 Các đại lượng trung bình 2.2 Các ñại lượng ñặc trưng cho ñộ lặp lại 2.3 Báo cáo kết phân tích 12 2.3.1 Số có nghĩa cách lấy giá trị gần ñúng 12 2.4 Quy luật lan truyền sai số ngẫu nhiên - ðộ lệch chuẩn ñại lượng ño gián tiếp 14 Chương HÀM PHÂN BỐ VÀ CHUẨN PHÂN BỐ 17 3.1 Biểu diễn số liệu ñịnh lượng 17 3.2 Phân bố lý thuyết 18 3.2.1 Phân bố chuẩn (Phân bố Gauss) 18 3.2.3 Các phân bố ñặc biệt 21 3.2.4 Ph©n bè χ2 ( chi - square distribution) 23 3.3 Quan hÖ phân bố riêng 24 3.4 Kho¶ng tin cậy, giới hạn tin cậy độ không đảm bảo đại lợng đo 25 3.5 Một số toán liên quan đến khoảng tin cậy 26 Chương 4: CÁC PHƯƠNG PHÁP KIỂM TRA THỐNG KÊ 28 4.2 Xác ñịnh giá trị bất thường 28 4.3 Sử dụng chuẩn thống kê phép so sánh 30 4.3.1 So s¸nh mét tËp sè liÖu (1 sample) 30 4.4 So sánh phương pháp 37 4.4.1 So sánh cặp 37 4.4.2 Phơng pháp đồ thị 37 Chương 5: PHÂN TÍCH PHƯƠNG SAI 39 5.1 So sánh số giá trị trung bình 39 5.2 Phân tích phương sai yếu tố ( one-way ANOVA) 42 5.3 Phân tích phương sai hai yếu tố (two-way ANOVA) 46 5.4 Bài toán phân tích phơng sai yếu tố trở lên- phơng pháp ô vuông Latinh 50 Chương 6: PHÂN TÍCH TƯƠNG QUAN VÀ HỒI QUI 54 6.2 Phương pháp bình phương tối thiểu 58 6.3 Kiểm tra số phương trình hồi qui 63 6.4 Giới hạn phát hiện, giới hạn ñịnh lượng, ñộ nhạy, ñộ chọn lọc 66 6.5 Phương pháp thêm chuẩn (standard addition method) (spiking) 70 6.6 Phương pháp nội chuẩn 72 6.7 Sử dụng ñường hồi qui phân tích so sánh 75 Chương ðẢM BẢO CHẤT LƯỢNG VÀ KIỂM SOÁT 81 CHẤT LƯỢNG 81 7.1 Khái niệm ñảm bảo chất lượng kiểm soát chất lượng (QA/QC) 81 Yêu cầu kỹ thuật 81 7.2 Các ñiều kiện tiến hành QA/QC 82 7.2.1 Năng lực quản lý thực thi cơng việc phịng thí nghiệm 82 7.2.2 Về sở vật chất 82 7.3 Thủ tục tiến hành QA/QC 87 92 93 ... Mẫu thống kê mẫu tổng thể (statistical sample and population) Trong thống kê, số xác ñịnh quan sát thực nghiệm (hay kết phép ño mẫu phân tích riêng rẽ) gọi mẫu thống kê Gộp tất mẫu thống kê gọi... Tuy nhiên, xử lý thống kê, đặc biệt phép phân tích đa biến khơng ñược giả thiết trước có phân bố chuẩn tập số liệu thu ñược từ phương pháp phân tích (như phân tích lượng vết, phân tích bán ñịnh... phương pháp - Phân tích độc lập: khơng có mẫu chuẩn phải gửi mẫu phân tích đến phịng thí nghiệm (PTN) khác, tiến hành phân tích độc lập để loại sai số người phân tích thiết bị phân tích, đơi phương