檢測數據處理基礎知識1
誤差及相關概念 → 真實值與標準值 誤差是測量值與真實結果之間的差異，要想知道誤差的大小，必須知道真實的結果，這個真實的值，我們稱之“真值”。 1. 真實值 從理論上說，樣品中某一組分的含量必然有一個客觀存在的真實數值，稱之為“真實值”或“真值”。用“μ”表示。但實際上，對于客觀存在的真值，人們不可能精確的知道，只能隨著測量技術的不斷進步而逐漸接近真值。實際工作中，往往用“標準值”代替“真值”。 2. 標準值 采用多種可靠的分析方法、由具有豐富經驗的分析人員經過反復多次測定得出的結果平均值，是一個比較準確的結果。 實際工作中一般用標準值代替真值。例如原子量、物理化學常數：阿佛伽得羅常數為6.02×10 等。 與我們實驗相關的是將純物質中元素的理論含量作為真實值。1. 準確度 準確度是測定值與真實值接近的程度。 為了獲得可靠的結果，在實際工作中人們總是在相同條件下，多測定幾次，然后求平均值，作為測定值。一般把這幾......閱讀全文
檢測數據處理基礎知識（一）
1. 真實值 從理論上說，樣品中某一組分的含量必然有一個客觀存在的真實數值，稱之為“真實值”或“真值”。用“μ”表示。但實際上，對于客觀存在的真值，人們不可能精確的知道，只能隨著測量技術的不斷進步而逐漸接近真值。實際工作中，往往用“標準值”代替“真值”。 2. 標準值 采用多種可靠的分析方法、
檢測數據處理基礎知識-4
1. 減少測量誤差 測定過程中要進行重量、體積的測定，為保證分析結果的準確度，就必須減少測量誤差。 例：在重量分析中，稱重是關鍵一步，應設法減少稱量誤差。 要求：稱量相對誤差＜0.1%。 一般分析天平的稱量誤差為±0.0001克，試樣重量必須等于或大于0.2
檢測數據處理基礎知識（二）
全屏顯示表格有限數據的統計處理 隨機誤差分布的規律給數據處理提供了理論基礎，但它是對無限多次測量而言。實際工作中我們只做有限次測量，并把它看作是從無限總體中隨機抽出的一部分，稱之為樣本。樣本中包含的個數叫樣本容量，用n表示。 數據的趨勢 → 數據集中趨勢的表示 1. 算術平均值 n次測定數據的平
檢測數據處理基礎知識-3
1. 比較方法 用標準試樣做幾次測定，然后用t檢驗法檢驗測定結果的平均值與標準試樣的標準值之間是否存在差異。 2. 計算方法 ① 求t 。 t = ② 根據置信度（通常取置信度95%）和自由度f，查t分布表中t 值。 ③ 比較t 和
檢測數據處理基礎知識-1
誤差及相關概念 → 真實值與標準值 誤差是測量值與真實結果之間的差異，要想知道誤差的大小，必須知道真實的結果，這個真實的值，我們稱之“真值”。 1. 真實值 從理論上說，樣品中某一組分的含量必然有一個客觀存在的真實數值，稱之為“真實值”或“真值”。用“μ”表示。但實際上，對于客觀存在的真值，人
檢測數據處理基礎知識（三）
全屏顯示表格顯著性檢驗 → 兩組平均值的比較 常用的方法有兩種：t檢驗法和F檢驗法。 分析工作中常遇到兩種情況：樣品測定平均值和樣品標準值不一致；兩組測定數據的平均值不一致。需要分別進行平均值與標準值比較和兩組平均值的比較。 1. 比較方法 用兩種方法進行測定，結果分別為 ，S ，n ；
檢測數據處理基礎知識-2
3. 隨機誤差規律性 （1）小誤差出現的概率比大誤差多，特別大的誤差出現的概率極少。 （2）正誤差和負誤差出現的概率是相等的。 4. 標準正態分布： 橫坐標用u表示，其定義式為： 即：以σ為單位來表示隨機誤差。 函數表達式為： 因此曲線的形狀與σ大小無關， 不同的曲線都合并為一條。
生物芯片實驗信號檢測及數據處理
芯片實驗完成后，芯片就可以放人商品化的生物芯片掃描儀中進行掃描、識別、提取和分析(掃描儀的操作根據商家提供的具體操作執行)。掃描儀得到圖像后，必須對數據進行提取，才能進行后續的數據分析。圖像處理和數據分析是基因芯片研究的核心技術之一。對于SNP實驗結果分析較簡單，而對于基因表達譜研究、CGH分析及高
分析數據的處理
一. 有效數字及其運算規則 1. 有效數字的意義和位數 （1）有效數字：所有準確數字和一位可疑數字（實際能測到的數字） （2）有效位數及數據中的“ 0 ” 1.0005， 五位有效數字 0.5000， 31.05% 四位有效數字 0.0540， 1.86
DLS數據處理
一般最好使用Intensity的數據，因為這個數據是DLS直接給出來的。Volume和number都是經過后期的數據處理得來的。由于大粒子對Intensity的數據很敏感，有時候會在大粒徑區域出現不必要的干擾，這個時候可以使用Volume的結果。一般不使用number的結果，因為誤差實在太大了。