哪些因素会导致测量误差以及如何减少误差

   日期：2019-08-28

当我们用(yòng)光谱仪进行测量时，我们希望相信所获得的结果。无论我们测量成分(fēn)或厚度，无论我们采用(yòng)XRF、OES或LIBS进行分(fēn)析，我们都希望所获得的结果尽可(kě)能(néng)准确。

信任我们的测量结果的第一步是理(lǐ)解我们对准确性的定义。

准确性定义

在光谱學(xué)中(zhōng)，准确性是衡量我们的测量值与期望值有(yǒu)多(duō)接近的尺度。（我们希望期望值是真实值，但由于我们无法知道真实值，因此我们使用(yòng)期望值这个术语。）

准确性取决于两个因素：

• 精(jīng)密度。测量值重复性。如果使用(yòng)运行相同程序的相同设备在同一点多(duō)次测量同一样品，结果的可(kě)重复性如何？

• 正确度。如果进行几次测量，平均值是否与期望值相匹配？这也称為(wèi)“平均值的准确性”。

下图说明了精(jīng)密度和正确度如何共同影响准确性。

由此可(kě)知，有(yǒu)可(kě)能(néng)获得良好精(jīng)密度，但也有(yǒu)可(kě)能(néng)获得差的正确度。并且有(yǒu)可(kě)能(néng)获得高正确度（平均值的准确性）和差的精(jīng)密度。為(wèi)获得真正准确的结果，我们既需要高精(jīng)密度又(yòu)需要正确度。

不同的误差类型

在解决我们希望减少的误差之前，我们应该先讨论我们想要消除的误差。

过失误差

我们的首要任務(wù)是检查并消除测量中(zhōng)的过失误差。通过观察上述图表，我们会发现，一个过失误差将导致测量结果完全位于绿色的區(qū)域之外，并且可(kě)能(néng)会被视為(wèi)异常。制备过程中(zhōng)的样品污染等工(gōng)艺误差可(kě)能(néng)导致过失误差。缺陷样品亦如此，例如，测量區(qū)域中(zhōng)的空腔或运行不正确的测量程序也会导致过失误差。通过培训和使用(yòng)正确的程序，可(kě)以避免过失误差。

我们必须假设测量系统中(zhōng)存在两种误差类型：

• 系统误差

系统误差通常与正确度有(yǒu)关，并在测量样品的平均值和预期结果之间给出一致的偏差。造成这类误差的原因在于设备缺乏维护、部件磨损或校准不良等设备故障。由于偏差对于确定的关注區(qū)域内的每个测量值均一致，因此可(kě)以测量偏移量，然后将校正系数合并到样品测量值中(zhōng)。定期校准和维护可(kě)以减少系统误差。

• 随机误差

随机误差与精(jīng)密度有(yǒu)关。随机变化越大，测量精(jīng)密度越低，误差幅度越大。不同于系统误差，这类误差是不可(kě)预测的，并且使用(yòng)统计方法进行估计。这些测量波动可(kě)能(néng)由样品的不均匀性、测量环境的微小(xiǎo)变化以及用(yòng)于校准的参考样品的测量不确定性造成。目标是通过良好的程序和维护良好的设备，尽可(kě)能(néng)提高精(jīng)密度。

如何获得您信任的结果

事实上，您能(néng)完全相信结果的方法是您了解读数的误差范围。在每次测量中(zhōng)，由于测量系统的局限性和其中(zhōng)的随机波动，总会存在误差范围。為(wèi)获得尽可(kě)能(néng)准确的读数，我们应消除过失误差，减少系统误差和随机误差，然后在商(shāng)定的置信度内接受并计算剩余的误差范围。

从本质(zhì)上讲：在置信度為(wèi)95%的情况下，铬成分(fēn)為(wèi)20%+/-0.2%，这是一个值得信赖的结果。而这种说法：铬成分(fēn)為(wèi)20%，是不完整且不可(kě)靠的结果。