分析化学主要计算公式总结
第二章 误差和分析数据处理
（1）误差
绝对误差δ=x-μ 相对误差=δ/μ*100%
(2)绝对平均偏差：
p值用excel怎么算，△=（│△1│+│△2│+……+│△n│）/n （△为平均绝对误差；△1、△2、……△n为各次测量的平均绝对误差）。
（3）标准偏差
编辑
添加图片注释，不超过 140 字（可选）
相对标准偏差（RSD）或称变异系数（CV） RSD=S/X*100%
(4)平均值的置信区间：
编辑
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
s：为标准偏差 n：为测定次数 t：为选定的某一置信度下的几率系数(统计因子)
(5)单个样本的t检验
目的：比较样本均数 所代表的未知总体均数μ和已知总体均数μ0。
计算公式：
t统计量：
添加图片注释，不超过 140 字（可选）
P值的计算公式：=2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；=1-Φ(z0) 当被测假设H1为 p大于p0时；=Φ(z0) 当被测假设H1为 p小于p0时；其中，Φ(z0)要查表得到。z0=（x-n*p0）/(根号下（np0(1-p0)。
自由度：v=n - 1
适用条件：
(1) 已知一个总体均数；
(2) 可得到一个样本均数及该样本标准误；
(3) 样本来自正态或近似正态总体。
例1 难产儿出生体重n=35。
P值即为拒绝域的面积或概率。P值的计算公式是 =2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；=1-Φ(z0) 当被测假设H1为 p大于p0时；=Φ(z0) 当被测假设H1为 p小于p0时；总之，P值越小，表明结果越显著。
=3.42，S =0.40。
一般婴儿出生体重μ0=3.30（大规模调查获得），问相同否？
解：1.建立假设、确定检验水准α
H0：μ = μ0 （无效假设，null hypothesis）
H1：
双侧检验，检验水准:α=0.05
2.计算检验统计量
v=n-1=35-1=34
3.查相应界值表，确定P值，下结论
S^2=∑(X-X平均)^2/(n-1)
两组数据就能得到两个S^2值，S大^2和S小^2
F=S大^2/S小^2
由表中f大和f小（f为自由度n-1)，查得F表。
然后计算的F值与查表得到的F表值比较，如果
F < F表 表明两组数据没有显著差异；
F ≥ F表 表明两组数据存在显著差异
(7)可疑问值的取舍： G检验法 G=
添加图片注释，不超过 140 字（可选）
第三章 滴定分析法概论
主要化学公式
（1）物质的量浓度
cB=nB/VB
P值的计算公式是 =2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；=1-Φ(z0) 当被测假设H1为 p大于p0时；=Φ(z0) 当被测假设H1为 p小于p0时；总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著。
(2)物质的量与质量的关系
nB=mB/MB
(3)滴定剂与待测物质相互作用的计算
cAVA=a/tcTVT
cTVT=t/a(1000mA/MA)
（4）滴定度与滴定剂浓度之间的关系
TT/A=a/tcTMA/1000
p值的计算公式：=2[1-φ(z0)]当被测假设h1为 p不等于p0时；=1-φ(z0)当被测假设h1为 p大于p0时；=φ(z0)当被测假设h1为 p小于p0时；其中，φ(z0)要查表得到。z0=（x-n*p0）/(根号下（np0(1-p0)）)。
(5)待测组分质量分数的计算
ωA=(TT/AVT)/S*100%=
编辑
P值是当 时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值 2、右侧检验 P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值 3、双侧检验。
添加图片注释，不超过 140 字（可选）
*100%
添加图片注释，不超过 140 字（可选）
p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联。
编辑
添加图片注释，不超过 140 字（可选）
编辑
添加图片注释，不超过 140 字（可选）
编辑
添加图片注释，不超过 140 字（可选）
编辑
添加图片注释，不超过 140 字（可选）
编辑
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
添加图片注释，不超过 140 字（可选）
编辑
添加图片注释，不超过 140 字（可选）
![[美]保罗·萨缪尔森《经济学（第19版·中文本·典藏版）》作品简介与读书感悟](http://img.tianshugan.com/tsg/files/202212/1605848907420557313.jpg)
