哪些因素会造成测量偏差以及如何减少偏差

当我们用光谱仪进行测量时，我们希望相信所获得的结果。无论我们测量成分或厚度，无论我们采用XRF、OES或LIBS进行分析，我们都希望所获得的结果尽可能准确。 信任我们的测量结果的第一步是理解我们对准确性的定义。 准确性定义 在光谱学中，准确性是衡量我们的测量值与期望值有多接近的尺度。（我们希望期望值是真实值，但由于我们无法知道真实值，因此我们使用期望值这个术语。）   准确性取决于两个因素： 精密度。测量值重复性。如果使用运行相同程序的相同设备在同一点多次测量同一样品，结果的可重复性如何？ 准确度。如果进行几次测量，平均值是否与期望值相匹配？这也称为“平均值的准确性”。   下图说明了精密度和准确度如何共同影响准确性。 由此可知，有可能获得良好精密度，但也有可能获得差的准确度。并且有可能获得高准确度（平均值的准确性）和差的精密度。为获得真正准确的结果，我们既需要高精密度又需要准确度。   不同的偏差类型 在解决我们希望减少的偏差之前，我们应该先讨论我们想要消除的偏差。   过失偏差 我们的首要任务是检验并消除测量中的过失偏差。通过观察上述图表，我们会发现，一个过失偏差将造成测量结果完全位于绿色区域之外，并且可能会被视为异常。制备过程当中的样品污染等工艺偏差可能造成过失偏差。缺点样品亦如此，例如，测量区域中的空腔或运行不准确的测量程序也会造成过失偏差。通过培训和使用准确的程序，可以避免过失偏差。   我们必须假设测量系统中存在两种偏差类型：   系统偏差 系统偏差通常与准确度有关，并在测量样品的平均值和预期结果之间给出一致的偏差。造成这类偏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区域内的每个测量值均一致，因此可以测量偏移量，然后将校正系数合并到样品测量值中。定期校准和维护可以减少系统偏差。   随机偏差 随机偏差与精密度有关。随机变化越大，测量精密度越低，偏差幅度越大。不同于系统偏差，这类偏差是不可预测的，并且使用统计方法进行估计。这些测量波动可能由样品的不均匀性、测量环境的微小变化以及用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，尽可能提高精密度。   如何获得您信任的结果 事实上，您能完全相信结果的唯一方法是您了解读数的偏差范围。在每次测量中，由于测量系统的局限性和其中的随机波动，总会存在偏差范围。为获得尽可能准确的读数，我们应消除过失偏差，减少系统偏差和随机偏差，然后在商定的置信度内接受并计算剩余的偏差范围。   从本质上讲：在置信度为95%的情况下，铬成分为20%+/-0.2%，这是一个值得信赖的结果。而这种说法：铬成分为20%，是不完整且不可靠的结果。