ˇ ’astn´ Milan Bernauer, Bohumil Bernauer, Petr St y
Statistick´ e zpracov´ an´ı namˇ eˇ ren´ ych dat ´ ´ Technologie Ustav Anorganicke
Obsah 1 Z´ akladn´ı pojmy 1.1 V´ybˇerov´e charakteristiky . . . . . . . . . . . . . . 1.2 Aplikace v´ybˇerov´ych charakteristik - I . . . . . . . . 1.3 Aplikace v´ybˇerov´ych charakteristik - II . . . . . . .
1 2 3 4
2 Z´ akon ˇ s´ıˇ ren´ı chyb
5
3 Regresn´ı anal´ yza 3.1 Line´arn´ı regrese . . . . . . . . . . . . . . 3.2 V´aˇzen´a line´arn´ı regrese . . . . . . . . . . 3.3 Urˇcen´ı poˇctu parametr˚ u modelov´e rovnice 2 3.4 χ test konsistence sd a s(yi) . . . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
7 8 11 12 13
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
1
Z´ akladn´ı pojmy
Chyby vyskytuj´ıc´ı se pˇri experiment´aln´ı pr´aci m˚ uˇzeme rozdˇelit do dvou kategori´ı: N´ ahodn´e chyby Systematick´e chyby.
Opakovan´ ym mˇeˇren´ım za identick´ ych podm´ınek na stejn´em zaˇr´ızen´ı neobdrˇz´ıme vˇzdy identick´e v´ ysledky, coˇz je d˚ usledkem fluktuac´ı veliˇcin bˇehem experimentu (zmˇeny teploty, tlaku...), resp. vlivem n´ahodn´ ych chyb. N´ahodn´e chyby m˚ uˇzeme popsat vcelku snadno a rigor´oznˇe vztahy uveden´ ymi v n´asleduj´ıc´ı sekci 1.1. Systematick´e chyby jsou m´ırou odlehlosti zjiˇstˇen´e veliˇciny od nˇejak´e zn´am´e ˇci standardn´ı hodnoty. Systematick´e chyby m˚ uˇzeme roztˇr´ıdit do n´asleduj´ıc´ıch skupin podle jejich p˚ uvodu Instrument´ aln´ı chyby (nejistoty v kalibraci mˇeˇr´ıc´ıch pˇr´ıstroj˚ u, neˇcistoty ve vzorc´ıch) Chyby experiment´aln´ı metody (nedokonalost pouˇzit´ ych model˚ u popisuj´ıc´ıch danou metodu) Chyby experiment´ atora
Zjistit vliv systematick´ ych chyb na v´ ysledky mˇeˇren´ı je obt´ıˇzn´e pokud nezn´ame v´ yslednou (spr´avnou) hodnotu, at’ jiˇz standardu, nebo napˇr´ıklad hodnotu z literatury. Pokud je tato hodnota nedostupn´a, je tu moˇznost prov´est mˇeˇren´ı identick´e veliˇciny na jin´e aparatuˇre, nejl´epe zaloˇzen´e na jin´em principu neˇz ta p˚ uvodn´ı. Napˇr´ıklad mˇeˇrit teplotu rtut’ov´ ym a alternativnˇe odporov´ ym teplomˇerem. D´ale se setk´av´ame s pojmy vyjadˇruj´ıc´ımi “kvalitu” experiment´alnˇe z´ıskan´ ych dat; pˇresnost a spr´avnost. Uveden´e pojmy by mˇely slouˇzit k objektivn´ımu popisu dat, jak z pohledu jejich vz´ajemn´e vnitˇrn´ı konzistence a reprodukovatelnosti (pˇresnost) tak jejich vztahu k nˇejak´e zn´am´e, spr´avn´e hodnotˇe (spr´avnost). Pˇresnost (precision) a spr´avnost ˇ (accuracy) jsou definov´any na z´akladˇe normy CSN ISO 57251 a jejich v´ yznam je patrn´ yz obr´azku 1. Pˇresnost mˇeˇren´ı je ovlivnˇena n´ahodn´ ymi chybami a m˚ uˇzeme ji vyhodnotit statistick´ ymi postupy, kter´e budou uvedeny v n´asleduj´ıc´ım odd´ıle 1.1. Spr´avnost dat m˚ uˇzeme vyhodnotit pouze zn´ame-li spr´avnou (referenˇcn´ı) hodnotu. Hodnota experiment´alnˇe stanoven´e veliˇciny, uveden´a bez odhadu jej´ı nejistoty, je ochuzena o podstatnou ˇca´st sv´e vˇedeck´e informace. V´ ysledek uveden´ y ve formˇe 25.0 ± 0.2 je diametr´alnˇe odliˇsn´ y od v´ ysledku 25.0 ± 15.5, aˇc jsou absolutn´ı hodnoty identick´e 2 . Nejistota (uncertainty) se vˇetˇsinou ud´av´a jako odhad standardn´ı smˇerodatn´e odchylky dan´e veliˇciny 3 . ˇ CSN ISO 5725:Pˇresnost (spr´ avnost a shodnost) metod a v´ ysledk˚ u mˇeˇren´ı Malanowski, E.R. A Computer Program for Calculating Standard Deviations from Standard Deviations J. Chem. Educ. 1995, 72 , 1079 − 1082. 3 http://physics.nist.gov/cuu/Uncertainty/index.html 1 2
1 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Obr´azek 1: V´ yznam pojm˚ u pˇresnost a spr´avnost. Oba obr´azky obsahuj´ı stejn´a data, pouze je zmˇenˇen zp˚ usob jejich vynesen´ı do grafu. ∆ = xi −µ, kde xi je zmˇeˇren´a (zjiˇstˇen´a) hodnota a µ je spr´avn´a (referenˇcn´ı) hodnota. - pˇresn´a a spr´avn´a data; - nepˇresn´a a spr´avn´a data; - pˇresn´a a nespr´avn´a data (dle teorie pozn´an´ı plynouc´ı z filozofie externismu J´ary Cimrmana: ”Nev´ıme nic, ale zato to v´ıme pˇresnˇe ”); - nepˇresn´a a nespr´avn´a data.
@
E
1.1
p
u
V´ ybˇ erov´ e charakteristiky
Mˇejme n´ahodnou veliˇcinu Y , kterou z´ısk´av´ame opakovan´ ym mˇeˇren´ım, napˇr´ıklad nˇekter´e fyzik´aln´ı veliˇciny. Obvykle se z tˇechto opakovan´ ych mˇeˇren´ı vyhodnocuj´ı tyto veliˇciny: pr˚ umˇern´a hodnota a odhad rozptylu, resp. smˇerodatn´a odchylka, kter´e poskytnou odhad o stˇredn´ı hodnotˇe a pˇresnosti, resp. nejistotˇe veliˇciny Y . Slovo odhad je zde pouˇzito z d˚ uvodu koneˇcn´eho poˇctu mˇeˇren´ı veliˇciny Y . Aby bylo moˇzno stanovit stˇredn´ı hodnotu µ a rozptyl σ 2 veliˇciny Y (maj´ıc´ı Gaussovo rozdˇelen´ı, t´eˇz naz´ yv´ano norm´aln´ı rozdˇelen´ı) muselo by se prov´est nekoneˇcnˇe mnoho experiment˚ u. Z evidentn´ıch d˚ uvod˚ u tento poˇcet mˇeˇren´ı nem˚ uˇzeme uskuteˇcnit a proto se vyhodnocuj´ı odhady z vybran´eho (koneˇcn´eho) poˇctu mˇeˇren´ı na z´akladˇe tzv. v´ ybˇerov´ ych funkc´ı4 . Tyto funkce jsou: V´ ybˇerov´ y pr˚ umˇer
n
Y =
1X Yi n i=1
V´ ybˇerov´ y rozptyl
(1)
n
s2 (Y ) =
1 X (Yi − Y )2 n − 1 i=1
(2)
p s2 (Y )
(3)
V´ ybˇerov´a smˇerodatn´a odchylka
s(Y ) = 4
V´ ybˇerov´e funkce jsou definovan´e na v´ ybˇerov´em prostoru a jejich rozdˇelen´ı pravdˇepodobnosti je urˇceno pravdˇepodobnostn´ım rozdˇelen´ım z´ akladn´ıho souboru.
2 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Smˇerodatn´a odchylka v´ ybˇerov´eho pr˚ umˇeru
s(Y ) s(Y ) = √ n
(4)
K v´ ybˇerov´e smˇerodatn´e odchylce ze vztahu 3 a smˇerodatn´e odchylce v´ ybˇerov´eho pr˚ umˇeru ze vztahu 4 existuj´ı relativn´ı veliˇciny, kter´e jsou definov´any jako pomˇer v´ ybˇerov´e smˇerodatn´e odchylky a absolutn´ı hodnoty veliˇciny Y sr (Y ) =
s(Y ) , Y
(5)
respektive jako pomˇer smˇerodatn´e odchylky v´ ybˇerov´eho pr˚ umˇeru a pr˚ umˇern´e hodnoty Y sr (Y ) =
s(Y ) . Y
(6)
V pˇr´ıpadˇe, kdy zn´ame rozptyl jednotliv´eho pozorov´an´ı s2 (Yi ), napˇr´ıklad kdyˇz tato veliˇcina Y je mˇeˇrena s konstantn´ı relativn´ı smˇerodatnou odchylkou (nejistotou) sr (Y ), m˚ uˇzeme vyj´adˇrit ”v´aˇzen´ y” pr˚ umˇer n X Yi 2 s (Yi ) , (7) Y w = i=1 n X 1 s2 (Yi ) i=1 a rozptyl tohoto v´aˇzen´eho pr˚ umˇeru vypoˇcteme z s (Y w ) =
n
1
2
n X i=1
1 s2 (Yi )
1 X (Yi − Y w )2 . n − 1 i=1 s2 (Yi )
(8)
V pˇredchoz´ım odd´ıle byly zavedeny pojmy pˇresnost, spr´avnost a nejistota. Vztah mezi smˇerodatnou odchylkou a pˇresnost´ı je ten, ˇze smˇerodatn´a odchylka je m´ırou pˇresnosti v´ ysledku mˇeˇren´ı. Takt´eˇz nejistota je podle definice z pˇredchoz´ıho odd´ılu rovna hodnotˇe smˇerodatn´e odchylky v´ ybˇerov´eho pr˚ umˇeru. Nejl´epe bude v´ yznam v´ ybˇerov´ ych funkc´ı patrn´ y z n´asleduj´ıc´ıch pˇr´ıklad˚ u, ve kter´ ych pro zjednoduˇsen´ı a zkr´acen´ı je vypuˇstˇeno slovo ”v´ ybˇerov´ y”.
1.2
Aplikace v´ ybˇ erov´ ych charakteristik - I
Mˇeˇr´ıme plynovou chromatografi´ı koncentrace N-methyl-pyrrolidonu(NMP) ve vodˇe. Jedn´a se o velmi zˇredˇen´ y roztok (xi < 0.001) a prov´ad´ıme 12 anal´ yz (n´astˇrik˚ u) tak, abychom mohli prov´est statistick´e vyhodnocen´ı namˇeˇren´ ych dat. Detekce NMP prob´ıh´a pomoc´ı plamenovˇe ionizaˇcn´ıho detektoru a v n´asleduj´ıc´ı tabulce 1 jsou vyneseny hodnoty ploch p´ık˚ u 3 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
n A n A
1 26805 7 26876
2 27712 8 27377
3 27587 9 27014
4 27536 10 26484
5 27001 11 26413
6 26721 12 26789
Tabulka 1: Hodnoty ploch p´ık˚ uAu ´mˇern´ ych koncentraci NMP ve vodˇe. Au ´mˇern´ ych koncentraci NMP ve vodˇe. Z tˇechto hodnot budeme cht´ıt zjistit pr˚ umˇernou yzy (resp. smˇerodatnou odchylku) a smˇerodatnou hodnotu A, rozptyl chromatografick´e anal´ odchylku pr˚ umˇern´e hodnoty A. Pr˚ umˇernou hodnotu A vypoˇcteme ze vztahu 1, A = 27026. Smˇerodatnou odchylku chromatografick´eho mˇeˇren´ı, respektive smˇerodatnou odchylku ”jednoho mˇeˇren´ı” vypoˇcteme ze vztah˚ u 2 a 3, s(A) = 433. A smˇerodatnou odchylku vypoˇcten´eho pr˚ umˇeru A z´ısk´ame ze vztahu 4, s(A) = 125. Z´avˇery, kter´e m˚ uˇzeme uˇcinit na z´akladˇe pˇredchoz´ı statistiky jsou, ˇze relativn´ı nejistota jedn´e chromatografick´e anal´ yzy (vztah 5)je pˇribliˇznˇe sr (A) =
s(A) = 433/27026 = 0.016 A
(9)
a z´ıskan´a pr˚ umˇern´a hodnota plochy p´ıku A (´ umˇern´a koncentraci NMP ve vodˇe) byla stanovena s relativn´ı nejistotou (vztah 6) sr (A) =
1.3
s(A) = 125/27026 = 0.005 A
(10)
Aplikace v´ ybˇ erov´ ych charakteristik - II
Metodou diferenci´aln´ı destilace byl opakovanˇe stanovov´an limitn´ı aktivitn´ı koeficient γ1∞ N-methylformamidu (NMF) ve vodˇe5 . Vˇsechna mˇeˇren´ı byla provedena za konstantn´ı teploty 70o C, tlaku a pr˚ utoku stripovac´ıho plynu, s c´ılem stanovit nejistotu (smˇerodatnou odchylku) stanoven´ı γ1∞ touto metodou. Jelikoˇz kaˇzd´a hodnota γ1∞ mˇela jinou v´ahu (rozptyl), plynouc´ıch z rozd´ıln´ ych nejistot pˇri chromatografick´e anal´ yze z´ıskan´ ych vzork˚ u, byl ∞ ∞ k v´ ypoˇctu pr˚ umˇeru pouˇzit vztah 7. Hodnoty γ1 a jejich nejistoty s(γ1 ) jsou uvedeny y v n´asleduj´ıc´ı tabulce 2. Nev´aˇzen´ y pr˚ umˇer byl vypoˇc´ıt´an z rovnice 1, γ1∞ = 1.52, v´aˇzen´ ∞ pr˚ umˇer z rovnice 7, γ1 w = 1.42 a smˇerodatn´a odchylka v´aˇzen´eho pr˚ umˇeru (nejistota) ze ∞ vztahu 8, respektive z jeho druh´e odmocniny s(γ1 w ) = 0.05. V´ ysledky jsou vyneseny na obr´azku 2. 5
Bernauer, M. and Dohnal, V. Temperature Dependence of Air-Water Partitioning of N-Methylated (C1 and C2) Fatty Acid Amides. J. Chem. Eng. Data. 2008, 53 , 2622 − 2631
4 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
n γ1∞ s(γ1∞ ) n γ1∞ s(γ1∞ ) n γ1∞ s(γ1∞ )
1 1.42 0.07 10 1.43 0.09 19 1.25 0.07
2 1.57 0.13 11 1.05 0.11 20 1.57 0.11
3 1.30 0.08 12 1.16 0.08 21 1.58 0.09
4 1.21 0.11 13 1.43 0.10 22 1.98 0.13
5 1.89 0.15 14 2.01 0.16 23 1.90 0.15
6 1.37 0.08 15 1.29 0.08 24 1.38 0.08
7 1.78 0.12 16 1.11 0.07 25 1.19 0.07
8 1.72 0.14 17 1.78 0.14 26 1.62 0.13
9 1.69 0.08 18 1.88 0.11
Tabulka 2: Namˇeˇren´e hodnoty γ1∞ NMF ve vodˇe spoleˇcnˇe s hodnotami nejistot s(γ1∞ ), stanoven´ ymi na z´akladˇe z´akona ˇs´ıˇren´ı chyb.
Obr´azek 2: V´aˇzen´ y pr˚ umˇer opakovan´ ych mˇeˇren´ı limitn´ıho aktivitn´ıho koeficientu γ1∞ NMF ve vodˇe pˇri 70o C. , experiment´aln´ı data γ1∞ ; − nev´aˇzen´ y pr˚ umˇer γ1∞ (rovnice 1); − − − v´aˇzen´ y pr˚ umˇer γ1∞ w (rovnice 7); − · − odlehl´e hodnoty γ1∞ > γ1∞ ± 3s(γ1∞ ).
@
2
Z´ akon ˇ s´ıˇ ren´ı chyb
Mˇeˇr´ıme-li (pozorujeme) n´ahodnou veliˇcinu Y v z´avislosti na jin´ ych, takt´eˇz n´ahodn´ ych veliˇcin´ach A1 , A2 aˇz An Y = f (Ai ), i = 1, . . . , n, (11)
5 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
m˚ uˇzeme odvodit vztah, kter´ y vystihuje, jak se nejistota plynouc´ı z n´ahodn´eho charakteru veliˇcin Ai prom´ıt´a do vypoˇcten´e hodnoty Y 6 n X n X ∂f ∂f cov(Ai , Aj ), s (Y ) = ∂Ai ∂Aj i=1 j=1 2
(12)
kde cov(Ai , Aj ) je prvek kovarianˇcn´ı matice C, kter´a je definov´ana
cov(A1 , A1 ) . . . cov(A1 , An ) | {z }
s2 (A1 ) .. .. ... C= . . cov(An , A1 ) . . . cov(An , An ) {z } |
.
s2 (An )
Kovariance mezi dvˇema vektory Ai a Aj vyjadˇruje vztah cov(Ai , Aj ) = E{[Ai − E(Ai )][Aj − E(Aj )]} = E(Ai Aj ) − E(Ai )E(Aj ),
(13)
kde E() znaˇc´ı stˇredn´ı hodnotu. Z tohoto vztahu plyne pro kovarianci cov(Ai , Ai ) = s2 (Xi ). Pokud jsou Ai a Aj nez´avisl´e, plat´ı cov(Ai , Aj ) = 0.
(14)
Opˇet si vˇse vysvˇetl´ıme na konkr´etn´ım pˇr´ıpadu. Chceme stanovit objemov´ y pr˚ utok dus´ıku membr´anov´ ym modulem pomoc´ı bublinkov´eho pr˚ utokomˇeru. Z´aroveˇ n chceme zjistit jeho smˇerodatnou odchylku. Pr˚ utok je nastavov´an nenakalibrovan´ ym hmotnostn´ım pr˚ utokoo mˇerem. Cela je pˇresnˇe temperov´ana na 25 C, ale mˇeˇren´ı pr˚ utoku je prov´adˇeno na urˇcit´em m´ıstˇe v laboratoˇri, kde teplomˇer, mˇeˇr´ıc´ı s pˇresnost´ı na 0.5o C ud´av´a teplotu 20o C. Bylo provedeno 12 mˇeˇren´ı pˇri konstantn´ım pr˚ utoku dus´ıku. Objem bublinkov´eho pr˚ utokomˇeru je 10 ml. Tlak v laboratoˇri je 100.0 kPa. Namˇeˇren´e hodnoty jsou uvedeny v tabulce 3. Uˇzit´ım n t/s n t/s
1 11.96 7 10.42
2 11.25 8 10.25
3 11.15 9 10.27
4 12.81 10 10.52
5 11.25 11 12.03
6 12.82 12 10.38
Tabulka 3: Namˇeˇren´e hodnoty ˇcasu v sekund´ach pˇri mˇeˇren´ı pr˚ utoku bublinkov´ ym pr˚ utokomˇerem 6
Tento vztah lze odvodit z Taylorova rozvoje v okol´ı stˇredn´ıch hodnot Ai . Detaily tohoto odvozen´ı jsou k nalezen´ı napˇr´ıklad v: Meloun, M., Militk´ y, J., Chemometrie-Zpracov´an´ı Experiment´aln´ıch Dat na IBM-PC, SNTL Praha 1990
6 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
vztah˚ u z pˇredchoz´ıho odd´ılu zjist´ıme pr˚ umˇernou hodnotu ˇcasu a smˇerodatnou odchylku pr˚ umˇern´eho ˇcasu (vztah 4). t = t ± s(t) = 11.26 ± 0.28 s. Pr˚ utok vypoˇcteme z n´asleduj´ıc´ıho vztahu (zanedb´ame korekci na objem vodn´ı p´ary uvolnˇen´e z n´aplnˇe bublinkov´eho pr˚ utokomˇeru7 a pˇredpokl´ad´ame ide´aln´ı chov´an´ı plynn´e f´aze) VB T2 V˙ (T2 ) = , t T1
(15)
kde V˙ (T2 ) je objemov´ y pr˚ utok za teploty T2 = 298 K, VB je objem pr˚ utokomˇeru, T1 je absolutn´ı teplota, za kter´e bylo provedeno mˇeˇren´ı pr˚ utoku a t je zmˇeˇren´ y ˇcas. Veliˇciny T1 a t nejsou zn´amy s ”absolutn´ı” pˇresnost´ı, ale zn´ame jejich nejistoty s(T1 ) a s(t). Tak´e v´ıme, ˇze tyto dvˇe n´ahodn´e veliˇciny jsou mezi sebou nekorelovan´e (neexistuje vztah mezi nimi, viz. vztah 14) a proto m˚ uˇzeme vztah 12 zjednoduˇsit na 2 np X ∂f s2 (Ai ), s (Y ) = ∂A i i=1 2
(16)
a pro n´aˇs konkr´etn´ı pˇr´ıpad s (V˙ 2 ) = 2
2 2 V1 T2 1 V1 T2 1 2 − s (t) + − s2 (T1 ). T1 t2 t T12
(17)
Dosazen´ım ˇc´ıseln´ ych hodnot do pˇredchoz´ıho vztahu a pouˇzit´ım vztahu 3 vypoˇcteme smˇerodatnou odchylku pr˚ utoku celou s(V˙ 2 ) = 1.4 ml min−1 . V´ ysledek zap´ıˇseme V˙ 2 = 54.9 ± 1.4 ml min−1 .
3
Regresn´ı anal´ yza
Tentokr´ate se budeme zab´ yvat z´avislost´ı n´ahodn´e veliˇciny Y na promˇenn´e x, kter´a nen´ı n´ahodnou veliˇcinou. Obecnˇe x m˚ uˇze b´ yt n-rozmˇern´e. Z´avislost´ı Y = f (x) mysl´ıme matematick´ y model, kter´ ym se snaˇz´ıme popsat nˇejak´ y pozorovan´ y jev a z pozorovan´ ych hodnot 7
Korekce pr˚ utoku na objem vypaˇren´e vodn´ı p´ary je V˙ s = V˙
p , (p + psT2 )
kde V˙ s je pr˚ utok such´eho dus´ıku, V˙ je celkov´ y pr˚ utok plynu zmˇeˇren´ y bublinkov´ ym pr˚ utokomˇerem, p je celkov´ y tlak a psT2 je tlak nasycen´e vodn´ı p´ary pˇri teplotˇe T2 . Tlak nasycen´e vodn´ı p´ary pˇri 25o C je 3.16 kPa coˇz je pˇribliˇznˇe 3% z celkov´eho tlaku a nav´ıc z d˚ uvodu konstrukˇcn´ıho uspoˇr´ad´an´ı pr˚ utokomˇeru lze stˇeˇz´ı pˇredpokl´ adat rovnov´ aˇzn´e nasycen´ı proud´ıc´ıho plynu vodn´ı parou. Proto tuto korekci m˚ uˇzeme zanedbat.
7 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
odhadnout parametry tohoto matematick´eho modelu. Napˇr´ıklad hodnotu tlaku nasycen´ ych par nad kapalinou (pozorovan´a veliˇcina) v z´avislosti na teplotˇe dobˇre vystihuje v rozmez´ı od trojn´eho bodu po norm´aln´ı bod varu zn´am´a Antoinova rovnice ln ps = A −
B , C +T
(18)
kde A, B a C jsou nastaviteln´e parametry, kter´e z´ısk´ame (v tomto pˇr´ıpadˇe neline´arn´ı) ˇ e teoreticky by staˇcily k urˇcen´ı tˇechto tˇr´ı parametr˚ regres´ı zmˇeˇren´ ych dvojic dat ps a T . Cistˇ u s pouze tˇri dvojice hodnot p a T . Nen´ı tˇeˇzk´e si pˇredstavit jak mizern´a by byla spr´avnost takto stanoven´e teplotn´ı z´avislosti ps . Proto se prov´ad´ı mˇeˇren´ı v´ıce a je obecnˇe zn´am´ ym pravidlem, ˇze mˇeˇren´ı (n) m´a b´ yt pˇrinejmenˇs´ım o dvˇe v´ıce neˇz je parametr˚ u (np ) v modelov´e rovnici n = np + 2. Regresn´ı anal´ yza potom spoˇc´ıv´a v nalezen´ı takov´ ych hodnot parametr˚ u A, B, C, tak aby po dosazen´ı do Antoinovy rovnice co ”nejl´epe” popsaly zmˇeˇrenou z´avislost. Slovo ”nejl´epe” je velmi d˚ uleˇzit´e a vede n´as k urˇcen´ı nˇejak´eho krit´eria, pomoc´ı kter´eho objektivnˇe a nestrannˇe urˇc´ıme ty ”nejlepˇs´ı” hodnoty parametr˚ u. Bohuˇzel nestaˇc´ı namˇeˇren´a data ps (T ) vyn´est do grafu a proloˇzit je kˇrivkou odpov´ıdaj´ıc´ı Antoinovˇe rovnici s n´ahodnˇe zvolen´ ymi parametry, a spokojit se vizu´aln´ım ”oko-metrick´ ym” vyhodnocen´ım a s konstatov´an´ım, ˇze kˇrivka pˇeknˇe ”sed´ı” na namˇeˇren´ ych datech. T´ımto objektivn´ım krit´eriem je v pˇr´ıpadˇe veliˇcin s norm´aln´ım rozdˇelen´ım 8 suma ˇctverc˚ u rozd´ıl˚ u mezi zmˇeˇrenou a vypoˇctenou hodnotou Y respektive n X S(A, B, C) = (psi,zmˇeˇren´a − psi,vypoˇcten´a )2 .
(19)
i=1
Tato funkce se naz´ yv´a objektivn´ı funkce, nˇekdy t´eˇz c´ılov´a nebo kriteri´aln´ı funkce. Hodnoty parametr˚ u A, B, C pˇri kter´ ych nab´ yv´a S(A, B, C) minima jsou potom jejich nejlepˇs´ım nestrann´ ym odhadem pro dan´ y soubor experiment´aln´ıch dat. V´ yˇse zm´ınˇen´ ymi slovy jsou tˇemi ”nejlepˇs´ımi”:-). ´ Ukoly regresn´ı anal´ yzy se daj´ı shrnout do n´asleduj´ıc´ıho seznamu: 1. Stanoven´ı hodnot parametr˚ u matematick´eho modelu 2. Odhad nejistoty vypoˇcten´ ych parametr˚ u 3. Statistick´e vyhodnocen´ı kvality korelace goodnes-of-fit
3.1
Line´ arn´ı regrese
Nyn´ı se budeme zab´ yvat pˇr´ıpadem, kdy modelov´a rovnice je line´arn´ı v˚ uˇci parametr˚ um, jako napˇr´ıklad v n´asleduj´ıc´ım polynomu y(x) = a1 + a2 x + a3 x2 +, . . . , +anp xnp −1 , 8
Odvozen´ı je napˇr´ıklad uvedeno v: Bard, Y., Nonlinear Parameter Estimation, Academic Press, New York 1973
8 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
y
yk y(xk )
xk
x1
xn
x
u
Obr´azek 3: Konstrukce objektivn´ı funkce a princip metody nejmenˇs´ıch ˇctverc˚ u. jsou experiment´aln´ı (zmˇeˇren´e) body, kter´ ym odpov´ıd´a hodnota yk pˇri xk , n je celkov´ y poˇcet pozorov´an´ı, y(xk ) je vypoˇcten´a hodnota z modelov´e rovnice pro xk . Plochy jednotliv´ ych 2 ˇctverc˚ u jsou rovny (yk − y(xk )) . Pln´a kˇrivka reprezentuje proloˇzen´ı bod˚ u zvolenou modelovou rovnic´ı. nebo v kompaktnˇejˇs´ı formˇe y(x) =
np X
ai xi−1 ,
(20)
i=1
kde np je poˇcet parametr˚ u. Pro tuto rovnici sestav´ıme kriteri´aln´ı funkci minima souˇctu ˇctverc˚ u odchylek n X S(~a) = (yk − y(xk ))2 , (21) k=1
nebo Sw (~a) =
n X (yk − y(xk ))2
s2 (yk )
k=1
,
(22)
2
kde s (yk ) je rozptyl k-t´eho experiment´aln´ıho bodu, yk je hodnota n´ahodn´e veliˇciny a n je poˇcet bod˚ u. Pro pochopen´ı jednotliv´ ych veliˇcin je na obr´azku 3 zn´azornˇena grafick´a konstrukce objektivn´ı funkce a jej´ı v´ yznam v metodˇe nejmenˇs´ıch ˇctverc˚ u. Kvalita v´ ysledn´e korelace je vystiˇzena veliˇcinou naz´ yvanou rezidu´aln´ı rozptyl s2d =
S(~a) , n − np
nebo
s2d =
Sw (~a) , n − np
(23)
kde ~a je vektor parametr˚ u. Jej´ı odmocnina se naz´ yv´a smˇerodatn´a odchylka korelace q sd = s2d . (24) 9 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Minimalizac´ı rovnice 21 nebo 22 se vyhodnot´ı parametry ai rovnice 20. Minimalizace spoˇc´ıv´a v ˇreˇsen´ı tzv. soustavy norm´aln´ıch rovnic, kter´e vzniknou derivac´ı S(~a) podle parametr˚ u ai ∂S(~a) = 0, i = 1, . . . , np . (25) ∂ai Pokud zap´ıˇseme vektor pozorovan´ ych hodnot jako ~y = (y1 , . . . , yn )T a vektor parametr˚ u T ~a = (a1 , . . . , anp ) , m˚ uˇzeme zm´ınˇenou soustavu norm´aln´ıch rovnic zapsat maticovˇe FFT ~a = F~y ,
(26)
kde F je matice prvn´ıch derivac´ı modelov´e funkce podle parametr˚ u ∂f1 ∂fn ... ∂a1 ∂a1 . .. . . .. F= . , . ∂f1 ∂fn ... ∂anp ∂anp kde fk =
np X
ai xki−1 ,
k = 1, . . . , n.
(27)
i=1
Napˇr´ıklad pro rovnici 20 bude se daj´ı vypoˇc´ıtat z9
∂fk ∂a1
= 1, pro vˇsechna k = 1, . . . , n. Nezn´am´e parametry ai ~a = (FFT )−1 F~y .
(28) T
Souˇcin matice F a transponovan´e matice FT (respektive FF ) je v pˇr´ıpadˇe line´arn´ı funkce 20 roven n´asleduj´ıc´ı matici 1 ∂ 2 S(~a) 1 ∂ 2 S(~a) ... 2 ∂a ∂a 2 ∂a1 ∂anp 1 1 . .. 2 1 ∂ S(~a) .. .. T FF = . . 2 ∂a ∂a i j .. . 2 2 1 ∂ S(~a) 1 ∂ S(~a) ... 2 ∂anp ∂a1 2 ∂anp ∂anp coˇz je regul´arn´ı matice typu (np , np ). Souˇcin rezidu´aln´ıho rozptylu a inverzn´ı matice Ca = s2d (FFT )−1
(29)
9
Vˇetˇsinou se pˇri v´ ypoˇctu parametr˚ u ai d´av´a pˇrednost ˇreˇsen´ı rovnice 26 , pˇred ˇreˇsen´ım rovnice 28 spojen´e s inverz´ı matice FFT , coˇz je v´ ypoˇcetnˇe n´ aroˇcnˇejˇs´ı u ´kon.
10 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
se naz´ yv´a kovarianˇcn´ı matice parametr˚ u a. Vezmeme-li v u ´vahu pouze line´arn´ı rovnici (np = 2), to znamen´a ˇze m´ame pouze dva nastaviteln´e parametry a1 a a2 , soustava norm´aln´ıch rovnic bude m´ıt rozmˇery 2 × 2 n X xi n i=1 FFT = X , n n X 2 xi xi i=1
i=1
pˇriˇcemˇz matice F bude m´ıt rozmˇer 2 × n, kde n je poˇcet mˇeˇren´ı (experiment´aln´ıch bod˚ u) 1 ... 1 F= . x1 . . . xn V tomto pˇr´ıpadˇe bude rovnice 26 vypadat n´asledovnˇe n X n x y i 1 1 . . . 1 .. a1 i=1 = X . . n n X a2 x1 . . . xn 2 xi xi yn i=1
i=1
Prvky v kovarianˇcn´ı matici Ca Ca =
cov(a1 , a1 ) cov(a1 , a2 ) cov(a2 , a1 ) cov(a2 , a2 )
,
poskytuj´ı odhad rozptylu s2 (ai ) = cov(ai , ai ) vypoˇcten´ ych parametr˚ u a1 , a2 a kovarianci mezi parametry cov(a1 , a2 ) = cov(a2 , a1 ). Samozˇrejmˇe v dobˇe, kdy je k dispozici nepˇrebern´e mnoˇzstv´ı softwarov´eho vybaven´ı (Matlab, Excel, Gnuplot, Origin . . . atd.) nemus´ı se ”ruˇcnˇe” prov´adˇet v´ ypoˇcty souvisej´ıc´ı s ˇreˇsen´ım soustavy norm´aln´ıch rovnic. Ale m´alokter´ y z v´ yˇse uveden´ ych n´astroj˚ u poskytuje v´ ypoˇcet kovarianˇcn´ı matice, pomoc´ı kter´e se m˚ uˇze vyhodnotit nejistota ve vypoˇcten´ ych parametrech, a proto ˇcasto ˇreˇsen´ı tohoto probl´emu pad´a na bedra neboh´eho uˇzivatele.
3.2
V´ aˇ zen´ a line´ arn´ı regrese
V pˇredchoz´ım odd´ıle se tiˇse pˇredpokl´adalo, ˇze pozorovan´e veliˇciny y maj´ı shodn´e rozptyly σ 2 (y1 ) = σ 2 (y2 ) =, . . . , = σ 2 (yn ). Jin´ ymi slovy, ˇze vˇsechny hodnoty y maj´ı stejnou v´ahu. Pokud bude tˇreba ”penalizovat” urˇcit´e hodnoty pozorovan´ ych hodnot, tˇreba z d˚ uvodu zhorˇsen´ ych experiment´aln´ıch podm´ınek (pˇribl´ıˇzen´ı se k hranici citlivosti aparatury), je tˇreba pouˇz´ıt metodu v´aˇzen´e regrese, kter´a je pouh´ ym zobecnˇen´ım postupu popsan´eho v pˇredchoz´ım odd´ıle. Tam byla pro odhad parametr˚ u line´arn´ıho modelu odvozena rovnice 28 ~a = (FFT )−1 F~y .
(28)
11 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Pro zobecnˇen´ı v pˇr´ıpadˇe nestejn´ ych rozptyl˚ u σ 2 (yi ) je zavedena kovarianˇcn´ı matice Cy = σ 2 (y)W,
(30)
kde W je matice vah jednotliv´ ych pozorovan´ ych hodnot. S´eri´ı u ´prav10 lze odvodit vztah pro ˇreˇsen´ı soustavy norm´aln´ıch rovnic vedouc´ı k v´ ypoˇctu parametr˚ u line´arn´ıho modelu T
~a = (FW−1 F )−1 FW−1 ~y .
(31)
Kovarianˇcn´ı matice Cy parametr˚ u ~a je potom T
Cy = s2d (FW−1 F )−1 ,
(32)
kde s2d je rezidu´aln´ı rozptyl vypoˇcten´ y podle rovnice 23.
3.3
Urˇ cen´ı poˇ ctu parametr˚ u modelov´ e rovnice
Probl´em urˇcen´ı poˇctu parametr˚ u rovnice 20 potˇrebn´ ych k popisu experiment´aln´ıch dat m˚ uˇze b´ yt vyˇreˇsen pouˇzit´ım statistick´eho F-testu (Fisher˚ uv F-test) o rovnosti rozptyl˚ u dvou z´akladn´ıch soubor˚ u, kdy se testuj´ı rezidu´aln´ı rozptyly dvojice fit˚ u s r˚ uzn´ ym poˇctem pouˇzit´ ych parametr˚ u. Probl´em je moˇzno formulovat tak, ˇze se snaˇz´ıme rozhodnout zda rezidu´aln´ı rozptyl fitu s np,1 parametry je vˇetˇs´ı neˇz rezidu´aln´ı rozptyl fitu s np,2 parametry na zadan´e hladinˇe v´ yznamnosti α. V ˇreˇci matematick´e statistiky vyslov´ıme nulovou hypot´ezu (H0), ˇze nedoˇslo ke sn´ıˇzen´ı s2d a tuto budeme testovat proti alternativn´ı hypot´eze (H1), ˇze doˇslo k sn´ıˇzen´ı s2d H0 : s2d,1 ≤ s2d,2 ; H1 : s2d,1 > s2d,2 . (33) Rezidu´aln´ı rozptyly s2d,1 a s2d,2 odpov´ıdaj´ıc´ı regresi pomoc´ı rovnice 20 s np,1 respektive np,2 parametry a n1 respektive n2 poˇctem experiment´aln´ıch bod˚ u se vypoˇc´ıtaj´ı Pn1 2 i=1 (Yi,1 − Yi,1 ) s2d,1 = , (34) n1 − np,1 Pn2 2 2 i=1 (Yi,2 − Yi,2 ) sd,2 = . (35) n2 − np,2 Testovac´ı statistika je pops´ana funkc´ı s2d,1 R= 2 . sd,2
(36)
Rozhodnut´ı zda zv´ yˇsen´ım poˇctu parametr˚ u rovnice 20 z np,1 na np,2 z´ısk´ame menˇs´ı rezidu´aln´ı rozptyl prob´ıh´a na z´akladˇe nerovnosti R > Fα (n1 − np,1 , n2 − np,2 ) ⇒
zam´ıt´ame H0, tud´ıˇz s2d,1 > s2d,2 ,
R < Fα (n1 − np,1 , n2 − np,2 ) ⇒
nem˚ uˇzeme zam´ıtnout H0, tud´ıˇz plat´ı H1 s2d,1 ≤ s2d,2 ,
kde Fα (n1 −np,1 , n2 −np,2 ) je tabelovan´a hodnota Fisherova rozdˇelen´ı pro dan´ y poˇcet stupˇ n˚ u volnosti a dan´e hladinˇe v´ yznamnosti. 10
ˇ Viz napˇr´ıklad skripta: Jaroˇs, F. a spol., Pravdˇepodobnost a Statistika, VSCHT Praha 2002
12 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
3.4
χ2 test konsistence sd a s(yi )
Pokud jsou hodnoty smˇerodatn´ ych odchylek experiment´aln´ıch veliˇcin s(yi ) statisticky konzistentn´ı s v´ yslednou hodnotou souˇctu ˇctverc˚ u v´aˇzen´ ych odchylek Sw (~a), mus´ı se hodnota v´aˇzen´e smˇerodatn´e odchylky korelace sd pohybovat v okol´ı jedniˇcky s Sw (~a) sd = ≈ 1, (37) n − np kde n je poˇcet experiment´aln´ıch bod˚ u a np je poˇcet parametr˚ u. Toto krit´erium je moˇzno povaˇzovat za splnˇen´e, pokud hodnota Sw (~a) leˇz´ı v intervalu vymezen´em kvantily rozdˇelen´ı χ2 pro dan´ y poˇcet stupˇ n˚ u volnosti (n − np ) na zvolen´e hladinˇe v´ yznamnosti α χ2α/2 (n − np ) < Sw (~a) < χ21−α/2 (n − np ),
(38)
kdy hladina v´ yznamnosti je obvykle volena α = 0.05. Pokud je hodnota Sw (~a) niˇzˇs´ı neˇz doln´ı kvantil χ2α/2 (n − np ) jsou nejistoty pˇr´ısluˇs´ıc´ı experiment´aln´ım bod˚ um ”nadhodnocen´e” oproti v´ ysledn´e hodnotˇe sd . Slovy terminologie zaveden´e v u ´vodu tohoto dokumentu se pravdˇepodobnˇe jedn´a o spr´avn´a ale nepˇresn´a data. um ”podhodPokud Sw (~a) > χ21−α/2 (n − np ) jsou nejistoty pˇr´ısluˇs´ıc´ı experiment´aln´ım bod˚ nocen´e” a data jsou pravdˇepodobnˇe pˇresn´a ale nespr´avn´a.
Line´ arn´ı regrese - nev´ aˇ zen´ a Rozˇs´ıˇr´ıme pˇr´ıklad z pˇredchoz´ıho odd´ılu (mˇeˇren´ı pr˚ utoku bublinkov´ ym pr˚ utokomˇerem) o kalibraci hmotnostn´ıho regul´atoru pr˚ utoku. Budeme mˇeˇrit pr˚ utok plynu (V˙ B ) pro r˚ uzn´e hodnoty nastaven´e na regul´atoru (VD ) a z tˇechto uspoˇr´adan´ ych dvojic se budeme snaˇzit vyhodnotit parametry modelov´e rovnice. Pouˇzijeme rozvoj rovnice 20 do prvn´ıho stupnˇe, resp. line´arn´ı z´avislost y(x) = a1 + a2 x, (39) kde x = VD a y = V˙ B . Postup mˇeˇren´ı pr˚ utoku je stejn´ y jako v pˇredchoz´ım pˇr´ıpadˇe. V tabulce 4 jsou uvedeny namˇeˇren´e hodnoty a pˇrepoˇcten´e hodnoty za norm´aln´ıch podm´ınek (p = 101.325 kPa a T2 = 273.15 K) Pˇrepoˇcet na norm´aln´ı podm´ınky byl proveden podle rovnice 15 se zapoˇcten´ım vlivu zmˇeny tlaku (z atmosf´erick´eho p1 na standardn´ı p2 ) V1 (T2 ) T2 p1 . V˙ (T2 ) = t T1 p2
(40)
Smˇerodatn´a odchylka s(V˙ ) byla vypoˇctena ze vztahu 16 zahrnuj´ıc´ı pˇr´ıspˇevky s(t) s(T ) a s(p1 )11 . Line´arn´ı regresi je moˇzno prov´est napˇr´ıklad v tabulkov´em procesu (MS Excel, OpenOffice Calc, Gnumeric), kter´ y podporuje maticov´e operace (maticov´ y souˇcin a operaci 11
Atmosf´erick´ y tlak byl mˇeˇren s pˇresnost´ı 0.1kPa
13 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
VD / (ml min−1 ) VB / ml T1 /o C n 1 2 3 4 5 6 7 8 9 10 11 12 t/s s(t)/s V˙ B s(V˙ B )
50 10 23 6.90 7.22 7.21 7.6 7.2 7.31 7.05 7.22 6.92 7.25 7.25 7.28
40 10 23
30 10 25
9.2 9.06 9.16 9.5 9.12 9.03 9.16 9.12 9.4 9.5 9.1 9.12
20 4 25 ˇ t/s Cas 6.13 6.23 6.35 6.04 6.20 6.22 6.13 6.16 6.13 6.16 6.26 6.22
10 2 25
11.50 5.74 11.60 6.08 11.59 5.93 11.46 5.58 11.49 5.62 11.54 5.68 11.8 5.86 11.43 5.52 11.63 5.33 11.78 5.86 11.67 5.49 11.67 5.42 Statistika 7.20 9.26 11.6 6.19 5.68 0.05 0.05 0.04 0.02 0.07 −1 ˙ Pr˚ utok VB /(ml.min ) pˇri 273.15 K a 101.325 kPa 76.90 60.03 47.41 35.55 19.40 0.57 0.31 0.14 0.13 0.22
15 4 25
12 2 25
10.09 10.19 10.31 10.28 10.12 10.28 10.22 10.15 10.18 10.25 10.25 10.19
5.75 5.63 5.62 5.75 5.75 5.68 5.69 5.72 5.59 5.62 5.62 5.68
10.21 0.02
5.68 0.02
21.54 0.04
19.37 0.06
Tabulka 4: Tabulka experiment´aln´ıch hodnot mˇeˇren´ı pr˚ utoku bublinkov´ ym pr˚ utokomˇerem. VD je hodnota ud´avan´a na hmotnostn´ım pr˚ utokomˇeru, VB je objem bublinkov´eho pr˚ utokomˇeru, T1 je teplota pˇri kter´e bylo provedeno mˇeˇren´ı pr˚ utoku (V˙ B )
inverze matice). Tento postup je jednoduch´ y ale z´aroveˇ n neefektivn´ı. Pokud bude zmˇenˇen poˇcet parametr˚ u nebo pozorov´an´ı bude tˇreba prov´est ”pˇreprogramov´an´ı” cel´eho v´ ypoˇctu, protoˇze tyto tabulkov´e procesory neumoˇzn ˇuj´ı dynamickou alokaci pol´ı. Jinou moˇznost´ı je pouˇz´ıt nˇekter´eho z programovac´ıch jazyk˚ u, at’ jiˇz kompilovan´eho - FORTRAN, C, nebo interpretovan´eho Matlab, Maple. V´ ysledky byly v tomto pˇr´ıpadˇe z´ısk´any pomoc´ı programu WLINREG12 napsan´em v programovac´ım jazyce FORTRAN. V´ ystup z v´ ypoˇctu je uveden v dodatku. V´ ysledn´e hodnoty (odhady!) parametr˚ u rovnice 39 jsou a1 = 2.938
a2 = 1.467
Souˇcet ˇctverc˚ u odchylek a smˇerodatn´a odchylka korelace (rovnice 24) jsou S(~a) = 29.98 12
sd = 2.449
Zdrojov´ y k´ od programu je k dispozici na adrese ...
14 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Smˇerodatn´e odchylky stanoven´ ych parametr˚ u a1 , a2 se urˇc´ı z kovarianˇcn´ı matice (rovnice 29) 3.6079 −0.1088 Ca = , −0.1088 0.0043 kde prvky na hlavn´ı diagon´ale jsou rozptyly parametr˚ u, kter´e po odmocnˇen´ı d´avaj´ı smˇerodatn´e odchylky s(a1 ) = 1.899 s(a2 ) = 0.066. Pokud bude tˇreba stanovit nejistotu v pr˚ utoku pˇri nastaven´e hodnotˇe VD = 30, pouˇzijeme rovnici 12 v podobˇe np np X X ∂Vb ∂Vb 2 s (Vb ) = cov(ai , aj ) ∂a ∂a i j i=1 j=1 = 1 cov(a1 , a1 ) + x2 cov(a2 , a2 ) + 2x cov(a1 , a2 ),
kde za cov(ai , aj ) dosad´ıme hodnoty z vypoˇcten´e kovarianˇcn´ı matice. Po dosazen´ı obdrˇz´ıme Pro VD = 30 je pr˚ utok Vb = 46.94 ± 0.98 ml min−1 Na obr´azku 4 jsou zn´azornˇeny zmˇeˇren´e hodnoty a v´ ysledky line´arn´ı regrese.
Line´ arn´ı regrese - v´ aˇ zen´ a φ Zd´anliv´a mol´arn´ı tepeln´a kapacita Cp,1 N-methyl-pyrrolidonu (NMP) ve vodˇe byla mˇeˇrena na kalorimetru Pickerova typu v z´avislosti na molalitˇe roztoku pˇri atmosf´erick´em tlaku a teplotˇe 298 K13 . C´ılem tohoto experimentu bylo stanoven´ı zd´anliv´e mol´arn´ı tepeln´e kapaφ.∞ city NMP ve vodˇe v nekoneˇcn´em zˇredˇen´ı Cp,1 , kter´a je rovna parci´aln´ı mol´arn´ı tepeln´e ∞ φ modekapacitˇe v nekoneˇcn´em zˇredˇen´ı C p,1 . Proto bylo potˇreba koncentraˇcn´ı z´avislost Cp,1 φ φ lovat line´arn´ı funkc´ı Cp,1 (b) = a1 + a2 b a z v´ ysledku urˇcit hodnotu Cp,1 v b = 0 (respektive urˇcit parametr a1 ). V´ ysledky experimentu jsou uvedeny v tabulce 5 Nejistota ve stanoven´e φ hodnotˇe Cp,1 vzr˚ ustala smˇerem k niˇzˇs´ım hodnot´am molality roztoku, z d˚ uvodu niˇzˇs´ı odezvy mˇeˇr´ıc´ı aparatury a t´ım p´adem vˇetˇs´ım vlivu ”ˇsumu” na v´ yslednou hodnotu. Proto byla zvolena metoda v´aˇzen´e line´arn´ı regrese, kter´a zohledn´ı nejistoty v jednotliv´ ych mˇeˇren´ıch. K proloˇzen´ı dat byl pouˇzit jiˇz zm´ınˇen´ y line´arn´ı model φ (b) = a1 + a2 b, Cp,1
a n´astrojem, kter´ ym byla povedena samotn´a regrese byl opˇet program WLINREG. Matice vah W obsahovala na sv´e hlavn´ı diagon´ale rozptyly experiment´aln´ıch hodnot a zbytek prvk˚ u byl roven nule. V´ ysledky jsou zn´azornˇeny na obr´azku 5. 13 Bernauer, M. and Dohnal, V. Temperature dependences of limiting activity coefficients and Henry’s law constants for N-methylpyrrolidone, pyridine, and piperidine in water. Fluid Phase Equilib. 2009, 282 , 100 − 107
15 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
Obr´azek 4: Kalibrace pr˚ utokomˇeru, VD u ´daj na pr˚ utokomˇeru, Vx ”re´aln´a” hodnota pr˚ utoku. , experiment´aln´ı body; −, kˇrivka line´arn´ı regrese; − − −, 95% konfidenˇcn´ı p´asy.
p
n
b/mol kg−1
φ Cp,1 (exptl)
1 2 3 4 5 6 7 8
0.500 0.314 0.194 0.106 0.081 0.047 0.019 0.009
302 305 304 306 297 308 275 308
φ s(Cp,1 (exptl)) −1 J mol K−1 2 2 2 2 5 10 15 15
φ Cp,1 (calc)
304 304 304 305 305 305 305 305
wdev 0.3 −0.5 0.2 −0.7 1.5 −0.3 2.0 −0.2
Tabulka 5: Tabulka experiment´aln´ıch hodnot a v´ ysledk˚ u v´aˇzen´e line´arn´ı regrese. φ φ φ (exptl), Cp,1 (calc) jsou experiment´aln´ı, resp. vypoˇcten´e hodnoty a wdev = (Cp,1 (calc)− Cp,1 φ φ Cp,1 (exptl))/s(Cp,1 (exptl)) je v´aˇzen´a odchylka.
16 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y
´ Ustav anorganick´ e technologie: Statistick´e zpracov´an´ı namˇeˇren´ ych dat
φ Obr´azek 5: V´aˇzen´a line´arn´ı regrese dat zd´anliv´e tepeln´e mol´arn´ı kapacity Cp,1 NMP ve vodˇe v z´avislosti na molalitˇe b. , experiment´aln´ı body; −, kˇrivka line´arn´ı regrese; − − −, 95% konfidenˇcn´ı p´asy.
p
17 ˇ ’astn´ Last change 3.12.2009 Milan Bernauer & Bohumil Bernauer & Petr St y