Chimica analitica strumentale

CHIMICA ANALITICA STRUMENTALE

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 X₀

_si → 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

1. per effetto a C_n
2. effetti errori minori

circolare con corrispondenza vicina mediante una soluzione esaminata

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

mutuo concentrissimo ma non potevo sulle stesse segemagnatite

matrice

inquinato

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?

1. diluire molto il campione portandolo al tasso concempiene
2. Simile a quella dello standard
3. 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 = _c

tio verificare C_x:

_a=a_{subopeaSyxo b Xm YIm - T}

a perchè risometriamo la propagazione dell'errore

S_xo - S_yx b Xm T (C_xi - X̅_i)²

errore nelle valore discriminato é 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: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

L'uso del coefficiente di correlazione per verificare la linearità: mono, consigliabile:

dipende solo da come sono - numeri di dati - non dipende dal modello

R^2 = 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 √ b

2 + 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