哪些因素會導致測量誤差以及如何減少誤差
當我們用光譜儀進行測量時,我們希望相信所獲得的結果。無論我們測量成分或厚度,無論我們采用XRF、OES或LIBS進行分析,我們都希望所獲得的結果盡可能準確。
準確性定義
在光譜學中,準確性是衡量我們的測量值與期望值有多接近的尺度。(我們希望期望值是真實值,但由于我們無法知道真實值,因此我們使用期望值這個術語。)
準確性取決于兩個因素:
精密度。測量值重復性。如果使用運行相同程序的相同設備在同一點多次測量同一樣品,結果的可重復性如何?
正確度。如果進行幾次測量,平均值是否與期望值相匹配?這也稱為“平均值的準確性”。
下圖說明了精密度和正確度如何共同影響準確性。
由此可知,有可能獲得良好精密度,但也有可能獲得差的正確度。并且有可能獲得高正確度(平均值的準確性)和差的精密度。為獲得真正準確的結果,我們既需要高精密度又需要正確度。
不同的誤差類型
在解決我們希望減少的誤差之前,我們應該先討論我們想要消除的誤差。
過失誤差
我們的首要任務是檢查并消除測量中的過失誤差。通過觀察上述圖表,我們會發現,一個過失誤差將導致測量結果完全位于綠色區域之外,并且可能會被視為異常。制備過程中的樣品污染等工藝誤差可能導致過失誤差。缺陷樣品亦如此,例如,測量區域中的空腔或運行不正確的測量程序也會導致過失誤差。通過培訓和使用正確的程序,可以避免過失誤差。
我們必須假設測量系統中存在兩種誤差類型:
系統誤差
系統誤差通常與正確度有關,并在測量樣品的平均值和預期結果之間給出一致的偏差。造成這類誤差的原因在于設備缺乏維護、部件磨損或校準不良等設備故障。由于偏差對于確定的關注區域內的每個測量值均一致,因此可以測量偏移量,然后將校正系數合并到樣品測量值中。定期校準和維護可以減少系統誤差。
隨機誤差
隨機誤差與精密度有關。隨機變化越大,測量精密度越低,誤差幅度越大。不同于系統誤差,這類誤差是不可預測的,并且使用統計方法進行估計。這些測量波動可能由樣品的不均勻性、測量環境的微小變化以及用于校準的參考樣品的測量不確定性造成。目標是通過良好的程序和維護良好的設備,盡可能提高精密度。
如何獲得您信任的結果
事實上,您能完全相信結果的唯一方法是您了解讀數的誤差范圍。在每次測量中,由于測量系統的局限性和其中的隨機波動,總會存在誤差范圍。為獲得盡可能準確的讀數,我們應消除過失誤差,減少系統誤差和隨機誤差,然后在商定的置信度內接受并計算剩余的誤差范圍。
從本質上講:在置信度為95%的情況下,鉻成分為20%+/-0.2%,這是一個值得信賴的結果。而這種說法:鉻成分為20%,是不完整且不可靠的結果。