定量分析(Quantitative Analysis)的任務是準确測定試樣組分的含量，因此必須使分析結果具有一定的準确度。不準确的分析結果可以導緻生産上的損失、資源的浪費、科學上的錯誤結論。

在定量分析中，由于受分析方法、測量儀器、所用試劑和分析工作者主觀條件等方面的限制，使測得的結果不可能和真實含量完全一緻；即使是技術很熟練的分析工作者，用最完善的分析方法和最精密的儀器，對同一樣品進行多次測定，其結果也不會完全一樣。這說明客觀上存在着難于避免的誤差。因此，人們在進行定量分析時，不僅要得到被測組分的含量，而且必須對分析結果進行評價，判斷分析結果的準确性(可靠程度)，檢查産生誤差的原因，采取減小誤差的有效措施，從而不斷提高分析結果的準确程度。

1、誤差及其産生的原因

分析結果與真實值之間的差值稱為誤差。分析結果大于真實值，誤差為正；分析結果小于真實值，誤差為負。

相對誤差% =(絕對誤差/真實值) ×100%

相對誤差表示誤差在測定結果中所占的百分率。分析結果的準确度常用相對誤差表示。絕對誤差和相對誤差都有正值和負值。正值表示分析結果偏高，負值表示分析結果偏低。

二、精密度與偏差

精密度是指在相同條件下多次測定結果相互吻合的程度，表現了測定結果的重現性。精密度用“偏差”來表示。偏差越小說明分析結果的精密度越高。所以偏差的大小是衡量精密度高低的尺度。偏差也分為絕對偏差和相對偏差。

（一）絕對偏差、平均偏差和相對平均偏差

絕對偏差＝個别測定值一測定平均值

如果對同一種試樣進行了n次測定，若其測得的結果分别為：x1，x2，x3，…，xn，則它們的算術平均值、算術平均偏差、和相對平均偏差分别可由以下各式計算：

（二）标準偏差

近年來，在分析化學的教學中，愈來愈廣泛地采用數理統計方法來處理各種測定數據。在數理統計中，我們常把所研究對象的全體稱為總體（或母體）；自總體中随機抽出的一部分樣品稱為樣本（或子樣）；樣本中所含測量值的數目稱為樣本大小（或容量）。例如，我們對某一批煤中硫的含量進行分析，首先是按照有關部門的規定進行取樣、粉碎、縮分，最後制備成一定數量的分析試樣，這就是供分析用的總體。如果我們從中稱取10份煤樣進行平行測定，得到10個測定值，則這一組測定結果就是該試樣總體的一個随機樣本，樣本容量為10。

若樣本容量為n，平行測定次數分别為x1，x2，x3，…，xn，則其樣本平均值為：

當測定次數無限增多，既n→∞時，樣本平均值即為總體平均值μ：

若沒有系統誤差，且測定次數無限多（或實用上n＞30次）時，則總體平均值μ就是真實值T。此時，用σ 代表總體标準偏差，其數學表示式為：

三、準确度和精密度的關系

從以上的讨論可知，系統誤差是定量分析中誤差的主要來源，它影響分析結果的準确度；偶然誤差影響分析結果的精密度。獲得良好的精密度并不能說明準确度就高(隻有在消除了系統誤差之後，精密度好，準确度才高)。

根據以上分折，我們可以知道：準确度高一定需要精密度好，但精密度好不一定準确度高。若精密度很差，說明所測結果不可靠，雖然由于測定的次數多可能使正負偏差相互抵消，但已失去衡量準确度的前提。因此，我們在評價分析結果的時候，還必須将系統誤差和偶然誤差的影響結合起來考慮，以提高分析結果的準确度。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!