Eric Cai schrieb:
Ich bin froh, dass es dir gefallen hat, Shalin! Ich habe sehr hart an all meinen Visualisierungen in dieser Serie von Blogbeiträgen gearbeitet. Danke fürs Lesen!
Anmerkung des Herausgebers: Dieser Beitrag wurde geschrieben von @eric_cai , ein Chemiker und Statistiker, der auch bei bloggt Der chemische Statistiker . Folge Eric auf Twitter @chemstateric .
Probenvorbereitung ist ein sehr wichtiger Bestandteil der Messung von Stoffmengen in der analytischen Chemie. Ein Vorteil eines guten Probenvorbereitungsschemas ist die Minimierung der kumulativen Unsicherheit für die geschätzte Menge von Interesse. Diese zweiteilige Blogserie zeigt, wie sich eine grundlegende statistische Technik nennt Varianzanalyse (ANOVA) kann die in ein Probenvorbereitungsschema eingebrachte Unsicherheit bewerten und Erkenntnisse darüber liefern, wie sie verbessert werden kann, um die kumulative Unsicherheit zu minimieren.
Der erste Teil dieser Reihe wird das Problem vorstellen und die Daten in ein Format bringen, das zur Analyse bereit ist. Der zweite Teil dieser Serie verwendet ANOVA, um die beiden Variationsquellen in einem vorgeschlagenen Probenvorbereitungsschema zu partitionieren und zu vergleichen.
Natrium in Kartoffelchips messen
Eine häufige Zutat in Kartoffelchips ist Kochsalz oder Natriumchlorid. Angenommen, Sie möchten die Gewichtsprozentsatz von Natrium in einer Tüte Kartoffelchips. Hier ist ein mögliches Schema, um Proben von Chips aus diesem Beutel zu ziehen und sie für die Messung vorzubereiten. In diesem Beispiel wird die interessierende Menge - normalerweise als Analyt in der Chemie - ist Natrium.
- Ziehe nach dem Zufallsprinzip vier Chips aus einem Beutel und wiege sie.
- Mahlen Sie jeden Chip zu einer homogenen Paste.
- Lösen Sie jede Probe der Paste in einem Erlenmeyer-Kolben aus Wasser.
- Zeichnen Sie drei Unterproben (genannt Aliquots ) mit gleichem Volumen aus der homogenisierten Probe jedes Kolbens. Legen Sie jedes Aliquot in ein Messkolben .
- Verwenden Sie ein analytisches Instrument oder eine analytische Technik, um den prozentualen Gewichtsanteil von Natrium aus jedem Aliquot zu messen.
- Berechnen Sie den Durchschnitt der 12 Gewichtsprozente aus den 12 Aliquots.
Das folgende Diagramm fasst dieses Schema zusammen.
Bildquellen: „Erlenmeyerkolben“ von Danilo Prudêncio Silva und „Messkolben“ von Lucasbosch - Eigene Arbeit. Lizenziert unter CC BY-SA 3.0 über Wikimedia Commons.
Hier ist ein Datensatz von gemessenen Gewichtsprozentsätzen von Natrium aus den 12 Aliquoten; Ich habe es von Seite 736 in Kapitel 29 der 6 erhalten th Ausgabe von "Quantitative Chemical Analysis" von Daniel Harris.
Die Schätzung des tatsächlichen Natriumgehalts in dieser Tüte Kartoffelchips ist relativ einfach - wählen Sie einfach eine gute Analysetechnik aus. Erstellen Sie eine Kalibrierungskurve und verwenden Sie die inverse Vorhersage um eine Punktschätzung und ein Konfidenzintervall zu erhalten. In diesem Blogbeitrag wird jedoch auf die Variationen eingegangen, die während des gesamten Probenvorbereitungsprozesses eingeführt werden, und wie sie minimiert werden können. Dieser Prozess ist entscheidend, um die kumulative Unsicherheit für die endgültigen Messungen der Gewichtsprozente zu minimieren.
Daten eingeben und transformieren
Geben wir den obigen Datensatz in ein JMP .
Wenn Sie es vorziehen, das erste Aliquot unter Chip 3 als 0,420 anzuzeigen, können Sie dies in ändern Spalteneigenschaften . Markieren Sie alle Spalten und wählen Sie Attribute standardisieren unter dem Menü Cols.
In dem Attribute Dropdown-Liste, wählen Sie Format . Dies aktiviert die Format zur Änderung.
Ändern Sie das Format von Beste zu Fixed Dec . Im neu verfügbaren Dez. ändern Sie den Wert von 0 auf 3.
Beachten Sie jetzt, dass das erste Aliquot unter Chip 3 jetzt 0,420 anzeigt.
Wie Sie später in diesem Blog-Beitrag sehen werden, kann das Layout dieses Datensatzes in JMP nicht analysiert werden. Lassen Sie uns stattdessen Stapel Dieser Datensatz enthält alle Datenwerte in einer Spalte und eine andere Spalte gibt an, von welchem Chip jeder Wert stammt. Wir werden später die Fit Y by X-Plattform in JMP verwenden, und es erfordert, dass die Daten in diesem gestapelten Format strukturiert sind.
Unter dem Tabelle Menü wählen Stapel .
Unter Spalten auswählen Wählen Sie alle vier Chipsäulen aus und klicken Sie dann auf Spalten stapeln . Dadurch wird sichergestellt, dass alle vier Spalten gestapelt werden. Ich habe auch die neuen Namen der Ausgabetabelle, der Spalte für gestapelte Daten und der Quellbezeichnungsspalte eingegeben.
So sieht der gestapelte Datensatz aus.
Die Daten können jetzt analysiert werden! Im nächsten Blogbeitrag dieser zweiteiligen Reihe werde ich das verwenden Passen Sie Y durch X an Plattform zur Visualisierung und Analyse der Daten ANOVA .
Ich werde diese Serie mit der Interpretation der ANOVA-Ergebnisse abschließen, um unsere ursprüngliche Frage zum Vergleich der Variation in den beiden Phasen unseres Probenvorbereitungsschemas zu beantworten.
Bleib dran!
Referenz
Harris, DC (2002). Quantitative chemische Analyse (6 th Auflage). Macmillan.
