Chimica analitica strumentale

Chimica analitica strumentale

Metodi compositivi

Metodi compositivi: basati su una relazione matematica (funzione di calibrazione) che lega il parametro misurato (S segnale) con la concentrazione dell'analita.

Segnale = ƒ (concentrazione)

Metodo della curva di taratura_si a C_sti

Solitamente S a C_st

Retta di calibrazione con concentrazioni note.

Regressione lineare.

Estrazione punto X_0si → metodo valido per molte analisi nel tempo.

È necessario costruire punti all'interno dell'intervallo di linearità e che comprendano i segnali del campione incognito per garantire ripetibilità e se le risposte sono separate e al centro.

• Per effetto a C_n effetti errori minori.

Circolare con corrispondenza vicina mediante una soluzione esaminata.

• Sopra diff concepti eliminare l'effetto matrice SogNati nella stessa matrice di composizione incognito dopo:

Mutuo concentrissimo ma non potevo sulle stesse segemagnatitematriceinquinato.

C_{i":Sstruttura_mio} matrice arcologico metallico associato=a

Significi per la separazione di un campione modificato:

Se non conosca la matrice come specifico che ho bisogno dell'effetto matrice?

• Diluire molto il campione portandolo al tasso concempiene simile a quella dello standard.
• Metodo delle aggiunte standard → non può essere utilizzato per verificare la qualità del laboratorio nel tempo.

S_" = a + b_m

1. O = a + b m₀

m₀ = 1/m_a1m"mololol

m = a₁ = _ctio verificare C_x: _a=a_{subopeaSyxo b Xm YIm - T}a perché risometriamo la propagazione dell'errore.

S_xo - S_yx b Xm T (C_xi - X̅_i)²

Errore nelle valore discriminato è dato dalla somma dell'errore di misura e l'errore dovuto all'incertezza della retta.

Diagnostica

All'interno delle rette di calibrazione vi sono punti caratteristici:

• Punto levrà liquida che amplifica il peso specifico della densità.
• Punto anomalo: punto anomaliozzato dal modulo stesso.
• Punto influente: punto che si rimuove produce un notevole cambiamento nello stesso del modello, un punto influente non annotato non sempre un attore da pesare alla severità della variabile da pendere allo stesso delle caratteristiche.

Osservazione dei punti non robusti in modo uguale che determineranno i parametri dal modello alla rappresentazione.

b = (∑ λ_i x_i y_i) pesatura di calibrazione.

L'estremo basso è sempre influente.

Meglio avere dati con intorni negativi ed equispaziati.

La media: stima μ_i quindi è uno stimatore parametrico e può essere influenzata da dati anomali.

Lo median: è uno stimatore non parametrico e non viene influenzato da dati anomali.

Regressione robusta di Theile

Regressione robusta di Theile:

b₀ si avere, che i punti abbiano lo stesso importanza di tipo non parametrico.

(x₁, y₁)... proiezione ulteriori alla (punto di tutti).

Amore y = $\bar{y} = bx$

Verificare o caratterizzè della regressione.

Analisi grafico dei residui della regressione.

Punto y scarti dei punti dalla retta.

Distribuzione con tutti dati anomali.

Coefficiente di correlazione

Coefficiente di correlazione.

L'uso del coefficiente di correlazione per verificare la linearità: non consigliabile: dipende solo da come sono - numeri di dati - non dipende dal modello.

R² = proporzione spiegata.

Dipende dal modello.

Correlazione non significa causalità.

p_crit = possibilità con - 95% - di ottenere R calcolato.

Voightman errore I tipo: accetto h₀ quando (p) - falso errore II tipo: rifiuto h₀ quando (a) - è vero.

Il LDLR di Voightman rotta di calibrazione.

X_ldlr = 2 Z_alfa Sb √ b² + 0.95 = 1.645

Se la ripetizione è nel dominio della concentrazione.

X_lab = X_b + Z . σ₁ . d . t+σ₁ deviazione standard delle concentrazioni d non sempre.

X_O errori casuali.

X_Lab = Z . t_{1- α},95% - m^-1/2 S_y/x

Si mette sulla propria immagine.

Concentrazioni σ standard deve essere simile al lab.

Rimettere di quantificazione e capacità.

O rimuovere dal lab.

L.d.a = 10 . S_bianco . 3- X . s.d.R

L_c = L_ld.R se β=0,5 α=0,05 β=0,5