定量分析实验报告样板

定量分析实验报告样式

实验3 有机酸摩尔质量的测定

一、实验目的

1. 进一步熟悉差减称量法的基本要点

2. 了解以滴定分析法测定酸碱物质摩尔质量的基本方法

3. 巩固用误差理论处理分析结果的课堂理论知识

二、实验原理

有机弱酸HnA与NaOH反应为

HnA+nNaOH=NanA+nH2O

n已知、(cKa)HnA≥10-8且有合适的方法确定终点,则可根据滴定至终点时消耗NaOH的物质的量算出有机弱酸的摩尔质量。

三、主要试剂和仪器

NaOH溶液:0.1mol·L-1;酚酞指示剂:2g·L-1乙醇溶液;邻苯二甲酸氢钾基准物质;草酸

四、实验步骤

1. 0.1mol·L-1 NaOH溶液的标定

在台秤上称取1.0gNaOH于烧杯中,加入新鲜蒸馏水将其溶解后转入试剂瓶中,稀释至250mL,摇匀。

在分析天平上准确称取1.8~2.2g邻苯二甲酸氢钾基准物质1份于小烧杯中,用水溶解后转入100mL容量瓶中,准确稀释至刻度。

用25mL移液管分别移取3份邻苯二甲酸氢钾溶液于3个锥形瓶中,各加入2滴酚酞指示剂,用NaOH溶液滴定至微红色半分钟不退即为终点。计算NaOH溶液的平均浓度和相对平均偏差。

2. 有机酸摩尔质量的测定

在分析天平上准确称取0.6~0.8g分析纯H2C2O4·2H2O 1份于小烧杯中,加水溶解,定量转入100mL容量瓶中,用水稀释至刻度,摇匀。

用25mL移液管分别移取3份草酸溶液于3个锥形瓶中,各加入2滴酚酞指示剂,用NaOH标准溶液滴定至微红色半分钟不退为终点。计算草酸的平均摩尔质量和相对平均偏差。

五、实验数据记录和处理

1. 邻苯二甲酸氢钾和草酸的称量

2. NaOH溶液浓度的标定

称取m g KHC8H4O4配制成100mL标准溶液

3. 草酸摩尔质量的测定

称取m g H2C2O4·2H2O配制成100mL溶液

六、实验结论

(略)

七、实验体会

(略)

 

第二篇:定量分析实验报告

Eviews4.0上机实验报告

一、实验目的及要求:

掌握运用Eviews软件进行多元回归分析并进行统计检验的基本操作方法和步骤,对运行结果进行解释。

二、实验内容及步骤

    影响一个给定地点的餐厅的消费者数量的因素有很多,但据分析主要的因素可能有:1.N在餐厅选址两三英里的半径范围内直接市场竞争者的数量。2.P在餐厅选址两三英里的半径范围内居民的数量。3.I人口的平均家庭收入。可以从以上三个方面,分析各种因素对WOODY餐厅选址的的具体影响。建立计量经济模型,研究影响餐厅选址的主要原因,为餐厅作出选址决策提供参考。

在EViews中的操作步骤为:

STEP1:建立工作文件:启动EViews,点击File=〉New=〉Workfile,出现对话框“Workfile Range”。在“Workfile frequency”中选择“undated or irregular”,并在“start observation”中输入“1”,在“  end observation”中输入最后时间“33”,点击“ok”,出现“Workfile UNTITLED”工作框。其中已有变量:“c”—截距项 “resid”—剩余项。

STEP2:输入数据:在“Objects”菜单中点击“New Objects”,在“New Objects”对话框中选“Series”,并在“Name for Objects”上定义文件名Y,点击“OK”窗口中出现了一个新序列Y,双击这个图标,可以得到Series:Y窗口。点击Edit按钮开始编辑数据!用同样的方法建立N、P、I序列并输入数据。

STEP3:作散点图:分别把YN、YP、YI两个序列作为一个组打开。在这个组窗口中选View/Graph/Scatter/Simple scatter 就可以得到相应的散点图。

STEP4:多元线形回归的OLS估计 :在EViews主页界面点击“Quick”菜单,点击“Estimate Equation”,出现“Equation specification”对话框,选OLS估计,即选击“Least Squares”,键入“Y NPI”,点“ok”或按回车,即出现如图所示的回归结果。

三、分析和检验回归结果。

由EViews的回归分析结果可知,总销售额Y与周边地区竞争者数量N,周边地区居民人数P,周边地区居民收入I之间的线性回归方程是:Y=-9074.67N+0.35P+1.29I+102192.43

(1)理论意义检验

在进行回归分析之前,可以根据常理来推断,位于某位置的店铺其总销售额Y与周边地区竞争者的数量N之间应该是负相关关系,与周边地区居民人数之间应该是呈正相关关系,与周边地区居民收入I之间应该是呈正相关关系。因此,回归分析方程的系数应该是,负数,正数,正数。

从经济学意义看,N的系数表示周边地区竞争者数量每增长1%,总销售额将减少9074.67;P的系数表示周边地区居民人数每增长1%,总销售额将增加0.35;I的系数表示周边地区居民收入每增长1%,总销售额将增加1.29。

根据上述回归方程可以得知,该模型通过了理论意义检验。

(2)拟合优度检验

根据上图回归分析结果可知,拟合优度R2数值为0.618,说明解释变量对被解释变量的解释程度大约在61.8%,解释变量所引起的变动占总变动的百分比比较高,而观察点在回归直线附近的密集度是相对来说较高的,拟合度较好,但不是特别理想。

调整后的可决系数是0.579,表明57.9%的总销售额(Y)变动可以通过周边地区竞争者数量(N)、周边地区居民人数(P)、周边地区居民收入(I)来解释。

可见,不管是R2还是,其值都是接近于1,但是距离较大,这表明,所选取的解释变量不能完整的解释被解释变量,原因可能是解释变量不完整,遗漏了某些重要的变量;也可能是某个或者某些解释变量与被解释变量之间的相关关系不显著,可以剔除或者由其他解释变量替代。

(3)显著性检验(以显著性水平α=0.05)——P值检验法

——P值检验法

假设H0:β1=0,H1:β1≠0

根据EViews的回归分析结果EQ01,可以看到,解释变量N的系数β1的P检验值是0.001,明显小于显著性水平α=0.05,因此拒绝原假设H0

同样的,假设H0:β2=0,H1:β2≠0

β2的P值为0.00004<α=0.05,因此拒绝原假设H0

假设H0:β3=0,H1:β3≠0

β3的P值为0.0246<α=0.05,因此拒绝原假设H0

——T值检验法

根据EQ1可得,t0=7.984,t1=-4.421,t2=4.880.t3=2.371

(ⅰ)在有表可以查询的情况下,查表可得,t0.05n-4=2.045(双边检验),t0.05n-4=1.699(单边检验)

(ⅱ)在没有表可以查询的情况下,在EViews主程序界面上方空白处输入vector(2) result,按Enter键,会发现工作文档中多了一项数据result,双击打开出现如下界面:

 

在EViews主程序界面上方空白处输入result(1)=@qtdist(0.975,(eq01.@regobs-eq01.@ncoef)),按Enter键,再次双击打开result,看到其中的R1处有了数据,即如下界面:

在EViews主程序界面上方空白处输入result(2)=@qtdist(0.95,(eq01.@regobs-eq01.@ncoef)),按Enter键,再次双击打开result,看到其中的R1处有了数据,即如下界面:

t0=7.984> t0.05n-4=2.045,

|t1|=4.421> t0.05n-4=2.045,

t2=4.880> t0.05n-4=2.045,

t3=2.371> t0.05n-4t3=2.371

可见,T检验结果显著,拒绝原假设β0=0,β1=0,β2=0,β3=0。

(4)方程整体显著性检验——F检验法

假设H0:β123=0,

对于给定的显著性水平α=0.05,查F分布上侧分位数表确定临界值

Fα(k,n-k-1)=F0.05(3,29)=3.33。

根据EViews的回归结果显示,F0=15.65>Fα(k,n-k-1)=3.33,拒绝H0,即认为Y关于N,P,I的线性相关关系显著。

相关推荐