|
荷兰G.卡特曼在20世纪80年代初撰写的《分析化学中的质量控制》以及后来D.B.希伯特的《分析化学实验室的质量保证》、E.普里查德和V.巴维克的《分析化学中的质量保证》，应可视为涉及分析质量控制的系统专著。 采样理论和采样方法采样的好坏直接影响分析测试结果的可靠性，因分析测试的目的是获取有关对象全体（总体）的准确信息，但实际的测试样本往往是从总体样本中采集的局部试样（样本），如何能使局部试样尽量代表对象全体，或者说使局部采样在统计意义上尽可能地代表总体，是采样理论和方法所研究的内容。从统计学上看，分析试样的采集应满足下述要求：①均值应能提供总体均值的无偏估计，一般而言，随机采样是保证无偏性的基本方法；②分析结果应能提供总体方差的无偏估计，例如系统试样，应能提供分析对象有关参量随时间的变化等；③在给定的时间和人力消耗下，采样方法应保证总体均值和总体方差的估计尽可能地精密。 采样方法很多，常用的可分为四类：①随机采样，又称概率采样。等概率地从总体中采集试样，它强调的是随机性。例如将分析对象全体分成若干个部分，随机地选取几个部分。②系统采样。为了检验某些系统假设而采集的试样。例如生产或其他过程中成分随时间、温度变化及在空间中变化，因此一般是间隔一定区间（时间、空间、区域）采样，间隔不一定是等距的，有时可事先预期总体成分是不均匀的，系统采样要尽量减少这种不均匀性的影响。当分析对象可划分为若干个采样单元时，还可采用分层（或分步）采样的方法。③分层采样。先将分析对象划分成不同的部分或层，然后针对不同的层次进行随机采样。如果各层之间试样成分的变化显著大于每一层内部成分的变化，分层采样是最好的选择。④代表性采样。特定的分析项目所涉及的采样，是分层采样的特殊情况，例如按环境保护部门的规定采集废水试样。 定性分析的质量控制在分析化学中，经常要做出统计判决，如定性分析中的是与不是、分析方法与分析仪器的检测下限、产品质量是合格还是不合格等，特别在化学计量学的模式识别中，大量的分类与判别问题都属于统计判决分析。图1是分析化学中定性分析的两类错误的示意图。图中可看到存在两个分布。如果是属于分析仪器的检测下限的问题，则 注意到在分析结果的统计假设检验中，由于需提出原假设 定量分析的质量控制在定量分析中，分析方法的准确性和精密度是表征分析质量最重要的指标。分析结果与真实结果之间的差值称为误差。误差根据性质和来源，可分为系统误差和偶然误差。一般说来，分析方法的精密度是与偶然误差的大小密切相关的。准确度与精密度的关系可以打靶为例来说明（图2），准确度高的不一定精密度高，精密度高的不一定准确度高。 分析方法的可追溯性为追溯一个测量结果，就必须对影响结果的每个因素皆要追溯。要做到可追溯一个测量结果不容易，就像要在实验室里建立一个质量管理体系并不太难，但要十分充分地理解所用的分析方法却不容易，而且，还要了解这个方法产生影响的每一个已知量及其与其相关联的不确定度。获得测量结果的计量溯源的一个方法就是用基准方法得到结果。一个基准方法的定义是由国际计量局给出的，即它应该具有最高的计量质量，其操作可以完全被描述和理解，其测量不确定性应完全可被国际单位制来记录。基准方法的例子包括了滴定法和重量法。可实现计量追溯的已使用的方法是同位素稀释质谱光谱和中子活化分析。要实现一个基准方法的可追溯性的确不容易，它不但需要人们能充分地理解所用分析方法的每一个步骤，每一种参考物、标准物和化学试剂的准确用途，而且对分析方法的各种参数、用于测量影响量的仪器设备及产生不确定度的来源人们也都必须要有充分的理解，这样才有可能建立起一个可进行计量溯源的基准方法。 过程分析的质量控制过程分析的质量控制是分析化学和化学计量学研究的一个主要问题。一般可先采用对质量控制样本的分析来进行质量控制预试验，因为通过对质量控制样本的分析，可对一个测量系统进行一段时期的监控，而且还将产生大量的数据。利用这些数据，可解释很多有关分析系统的特性，将数据转变成容易解释的控制图。当系统接近失去控制时，可通过在图上定义警戒限来进行警示。控制图实际就是将一段时序测量的数据，比如将质量控制样本分析结果的相应值画出来，这样即可容易从数据波动中看到测量系统的波动。众所周知，如果对一个测量系统进行连续测量，所得数据应该主要是反映该测量系统的自然的随机波动的信息。这些结果将产生一个均值，而其余数值都是围绕此值进行着一个符合正态分布的系统波动。注意到在均值±2倍标准偏差的区间包括了95%的置信度，而在均值±3倍标准偏差的区间包括了99.7%的置信度。所以，对于服从正态分布的数据来说，只有5%的概率的数将落在均值±2倍标准偏差的区间之外，只有0.3%的概率的数将落在均值±3倍标准偏差的区间之外，如果这样的事情发生了，就说明发生了不应该发生的小概率事件，说明该测量系统发生了变化，已脱离了质量控制。而采用质量控制图就是要使这样的变化容易被发现，以保证测量系统的正常运行。在过程分析中，常用的质量控制图包括：休哈特（Shewhart）图、移动平均图、累积和（CUSUM）图、极差控制图。 分析方法的效验国际标准（ISO/IEC 17025）对分析方法的效验给出了如下定义：通过客观证据的提供与检查，说明该方法的特别要求，并对一个需完成的特殊应用完全适用。这说明对一个已效验的方法，它可产生系列分析结果，而这些结果可适合于评价该实验室。可以说，方法效验实际就是进行一系列的有计划的实验，测定一些必要的方法执行参数。一般说来，方法的选择性、精密度、偏差、线性范围、检测下限、定量限、校正都将受到严格检查与评价。此外，对该方法还需要进行方法耐受性试验。对被改进的或新发展的方法都需要进行优化和识别，检验对其进行质量控制时所需的要求，从而确保该方法可以在实验室中使用。然后，收集证据以证明该方法确实可“符合分析的目标”。方法效验的程度和内容必须根据对分析问题的细节和已可用的信息来共同决定。 分析数据的统计检验方法为对分析质量进行有效控制，在分析实验完成后，一般都需要对所得分析结果进行必要的统计检验。 分析信号的预处理方法随着分析仪器的飞速发展，分析信号的预处理方法，包括信号去噪、背景去除、谱峰校准、变换运算等方法，主要目的在于增强分析信号的信噪比、信背比、分辨率，不同的同类仪器所产生的分析信号的可比性等，以提高分析信号的质量。平滑处理就是一种常用的去噪以提高信噪比的方法。分析信号因为存在测量噪声而常常呈现为凸凹不平的曲线，平滑就是要将凸凹不平的分析信号曲线变为变化平缓的光滑曲线，它在分析化学的信号预处理中得到了相当广泛的应用。常见的平滑方法包括最简单的窗口移动平均法、窗口移动多项式最小二乘拟合法、稳健中位数法以及傅里叶变换、小波变换平滑法等。分析信号的变换运算包括卷积运算、阿达马变换、傅里叶变换以及小波变换等。其中傅里叶变换已内置于商品分析仪器的操作软件之内。由于傅里叶变换可将时域或空间域的信号转换为频域信号，所以它也可用于分析信号的平滑预处理。因为在化学量测中，量测噪声一般可用零均的噪声表达，大多频率很高，而分析信号一般在时域内为低频信号。所以，在对分析信号进行时频域的傅里叶变换后，只需将高频部分切去，再利用傅里叶反变换将低频部分保留，即可达到平滑去噪的功效。同时，傅里叶变换还在波谱多重性效益及波谱解卷积以提高分辨率等方面得到了极其广泛的应用。然而，傅里叶变换也因为这一点而同样具有自己的局限性。因为傅里叶变换旨在将整个时域信号变换为频域信号，因而失去了时域中的分辨率，为克服傅里叶变换这一弱点，可使用小波变换的新方法。它是一种全新的信号处理的工具。小波变换在信号和图像分析、地球物理信号分析、计算机视觉与编码、语言的合成与分析、信号的奇异性检测与谱估计，甚至在分形与混沌理论中都获得广泛的应用。在小波变换中，以不同的“标度”和“分辨率”同时在时域（或空间）和频域中观察信号，这种观察信号的多分辨或多标度的方法是小波变换的基本点，其目的就在于“既要看到森林（信号的概貌），又要看到树木（信号的细节）”。在分析化学中，小波变换已用于数据压缩、分析信号的背景扣除和平滑除噪，取得了不小的成绩。 条目图册 扩展阅读
|
|
|
可以是试剂空白测量的分布，而
则可以是最低可检测到的分析物（analyte）测量的分布；如属于模式识别的问题，则
可以是a类样本测量的分布，而
，即判决界，故同样会发生“弃真”和“取伪”的两类错误，不可片面追求某类错误率减少。
图1 分析化学中两类错误的示意
图2 准确度与精密度的关系
检验和
