化学实验数据分析的计算机实现*

多本加



化学实验数据分析的计算机实现*

多本加

（青海师范大学民族师范学院，青海西宁 810008）

摘 要：一项化学实验，必然会产生一定数量的化学数据。能否科学、有效地处理和分析这些数据，将直接关系到实验的成败。而在现实中，处理数据的媒介和方式有很多，计算机就是其中不可或缺的一种。现如今，随着计算机技术的不断发展，其在化学实验领域的应用价值也愈发凸显。本文通过一些实例介绍了利用EXCEL、SPSS、MTLAB对实验数据的单因子方差分析的应用。

关键词：单因子方差分析；EXCEL；SPSS；MATLAB

通常情况下，化学实验都是围绕着某项任务而展开的。通过实验，能否直观地感受此项任务的影响因素，明确此项任务的可靠性，而在此过程中，会产生庞大的数据信息［1-2］。对测定的结果，不同的因素所带来的影响是不同的。关于这种影响力大小的判断，在多因素的环境下是很难进行的。而通过大量的数据证明，方差分析是应对此类问题的一种有效方法，能够正确地区分实验结果间的差异［3］。

化学实验中的误差主要有两种，一种是随机误差，另一种是条件误差。如何正确地区分这两种误差，正是方差分析的核心内容。两种误差的大小，对实验结果所带来的影响是不同的。若前者大于后者，则最终的实验结果会因实验条件的改变而改变，且这种变化非常明显。若前者小于后者，则实验结果基本不会受到实验条件的影响。方差分析的核心理念恰恰体现于此。为了更好地说明计算机在此方面的应用，本文以MATLAB、SPSS、Microsoft Excel等软件为例，具体分析了单因素方差分析的数据处理。

方差检验的方法是通过计算F值（F=MSb/ MSw），然后查F值表，查出α=0.05显著性水平的F临界值，或α=0.01显著性水平的F临界值，进行F检验。F检验统计判断规则见表1。

表1 F检验统计判断规则Tab.1 F-test statistical judgement rules

以下举例所采用数据引自文献［4］。

［例］：统一分发含铜0.100 mg/L的样品到6个实验室，下表为各实验室5次测定值，试分析实验室之间是否存在显著差异。

表2 单因素试验的数据（mg/L）Tab.2 Data of unifactor experimet（mg/L）

1 Excel的单因素方差分析

打开Excel，将上例数据输入表格中。点击菜单中的“工具→数据分析”，可弹出“数据分析菜单”界面 见图1，从中选择“单因素方差分析→确定”按钮，打开“单因素方差分析”对话框，见图2，在输入区域，选中包括原始数据A2-F7的所有格子，在输出区域，选中MYMIMYM1，在标志位于第一列处打“√”，单击“确定”按钮。在MYMIMYM1区域出现单因素方差分析结果，见图3。

图1 选择“数据分析”的单因素方差分析功能项Fig.1 Selectionof"dataanalysis"functionof one-wayanalysisofvariance

图　2 “单因素方差分析”对话框Fig.2 "One-way analysis of variance"dialog box

图3 单因素方差分析Fig.3 One-factor analysis of variance

2 SPSS10.0中的单因素方差分析［5］

①建立数据文件，我们把原始数据中的“测定值”作为应变量，把“实验室编号”作为自变量，分别按上表录入数据。

②单因素方差分析，Analyze→Compare Mean→One-Way ANOVA进入单因素方差分析过程主对话框，见图4：

图4 数据输入界面Fig.4 Data input interface

在“One-Way ANOVA”对话框中，把“实验测定值”选入“Dependent List”框中，把“实验室编号”选入“Factor”框中，单击“OK”按钮，运行结果见图5和图6：

图5 方差分析界面Fig.5 Variance analysis interface

图　6 单因素方差分析结果Fig.6 One-factor analysis of variance

3 MATLAB的单因素方差分析

在MATLAB的命令窗口以矩阵形式输入：

＞＞X=［0.098 0.099 0.101 0.100 0.098 0.098；0.099 0.101 0.101 0.100 0.098 0.094；0.098 0.099 0.104 0.097 0.102 0.098；0.100 0.098 0.101 0.097 0.100 0.098；0.099 0.097 0.102 0.095 0.100 0.098］；%将所给数据以矩阵的形式输入

＞＞anova1（X）%单因素方差分析命令anova1

ans=0.0026%获得的结果：

MATLAB返回的p值为0.0026，说明差异显著。并且MATLAB还同时给出更为详细的方差分析表（见图7）以及非常直观的箱形图（见图8）。

图7 单因素方差分析Fig.7 One-factor analysis of variance

图8 方差箱形图Fig.8 Variance box-plot

结果从图3、图6、图7单因素方差分析的输出，可见各组的观察数、平均数和方差。其F值= 5.082353，P值=0.002566，结合专业知识，可以作出6个实验室之间有差别的统计学结论。我们可以根据表1“P-值”和“临界值”进行显著性判断，如“P-值”小于显著水平概率α值如0.05，则F检验显著，如“P-值”小于0.01则F检验达极显著，反之亦然；如实际“F值”大于“临界值”，则F检验显著。

4 结论

随着计算机在化学实验领域的应用，实验数据处理的效率得到了极大的提升，分析的准确性得到了极大的增强。尤其是MATLAB、SPSS、Microsoft Excel等软件，在此方面都体现出了较高的应用价值。通过这些软件，数据处理与分析方面的诸多难题迎刃而解，如模型分析、数学处理数值计算等等。而且，在计算机应用环境下，极少需要人工绘图或者人工计算，这样可以最大限度地降低误差所带来的影响，使计算过程得到进一步优化，计算准确性得到进一步提高。就目前情况看，教师与学生掌握了一定的计算机知识，具备了一定的计算机技能，这为计算机在化学实验的应用提供了便利条件。长此以往，学生可以养成用计算机来处理和分析各类实验数据的意识，通过各类计算机软件，将复杂的问题简单化，认真完成化学实验，实现预期的实验目标。

参考文献：

［1］陆良秋.用计算机处理化学实验数据的三种类型［J］.高等函授学报（自然科学版），2004，17（4）：47-52.

［2］谭敏生，刘震宇，罗新密.计算机文化基础［M］.长沙：湖南大学出版社，2004：168.

［3］梁潇.一种计算机处理分析化学实验数据的方法［J］.化工高等教育，2003（4）：67-68.

［4］奚旦立，等.环境监测（修订版）［M］.北京：高等教育出版社，1999.

［5］陆志波，汪毅，王娟，等.SPSS 10.0在实验数据分析中的应用［J］.环境技术，2003（3）：37-38.

中图分类号：O6-39

文献标识码：A

文章编号：1673-6125（2016）02-0011-03

收稿日期：2016-03-29

作者简介：多本加（1975-），男，藏族，青海黄南人。副教授、硕士。主要研究方向：化学计量学的研究。

Computer-based Data Analysis for Chemical Tests

DUO Ben-jia
（Department of Chemistry，Minorities Teuchers College，Qinghai Normal University，Xining 810008，China）

Abstract：A chemical test is bound to generate chemical data.Scientific and effective data processing and analysis are essential to test success.Lots of data processing media and tools are available，among which computers are indispensable.With continuous development of computer technology nowadays，the chemical test field relies more and more on application of computers.Through several cases，this paper introduces how computer software such as EXCEL，SPSS，and MTLAB can be used for single-factor analysis of variance on chemical data.

Key words：single-factor analysis of variance；EXCEL；SPSS；MATLAB