气体色谱分析方法总结
永久性气体色谱分析
1.方法原理
以13X或5A分子筛为固定相,用气固色谱法分析混合气中的氧、氮、甲烷、一氧化碳,用纯物质对照进行定性,再用峰面积归一化法计算各个组分的含量。 2.仪器和试剂 ①仪器 气相色谱仪,备有热导池检测器;皂膜流量计;秒表。 ②试剂
13X或5A分子筛(60~80目);使用前预先在高温炉内,于350℃活化4h后备
用。纯氧气、氮气、甲烷、一氧化碳装入球胆或聚乙烯取样袋中。氢气装在高压钢瓶内。
3.色谱分析条件
固定相:13X或5A分子筛(60~80目);不锈钢填充柱管φ4mm×2m;柱温:室温。 载气:氢气,流量30mL/min
检测器:热导池检测器,桥流200mA;衰减1/2~1/8,检测室温度:室温。 气化室:室温,进样量用六通阀进样,定量管0.5mL。 4.定性分析
记录各组分从色谱柱流出的保留时间,用纯物质进行对照。 5.定量分析
由谱图中测得各个组分的峰高和半峰宽计算各组分的峰面积。已知氧、氮、甲烷、一氧化碳的相对摩尔校正因子分别为2.50、2.38、2.80、2.38。再用峰面积归一法就可计算出各个组分的体积百分数(%)。
白酒中主要成分的色谱分析
1.方法原理
白酒的主要成分为醇、酯和羟基化合物,由于所含组分较多,且沸点范围较宽,适合用程序升温气相色谱法进行分离,并用氢火焰离子化检测器进行检测。
为分离白酒中的主要成分可使用填充柱或毛细管柱,常用的填充柱固定相为GDX-102;16%邻苯二甲酸二壬酯+7%吐温-60/硅烷化101白色载体(60~80目);10%聚乙二醇20M/有机载体402(80~100目);15%吐温-60+15%司班-60/6201红色载体(60~80目)等。也可使用以聚乙二醇20M或FFAP交联制备的石英弹性毛细管柱。 2.仪器和试剂
①仪器 带有分流进样器和氢火焰离子化检测器的气相色谱仪、皂膜流量计、微处理机。 ②试剂 氮气、氢气、压缩空气,与白酒中主要成分对应的醛、醇、酯的色谱纯标样。 3.色谱分析条件
色谱柱:冠醚+FFAP交联石英弹性毛细管柱φ0.25mm×30m,固定液液膜厚度df=0.5um。程序升温:50℃(6min)以40℃/min升温至220℃(1min)。 载气:氮气,流量1mL/min。燃气:氢气,流量50mL/min。助燃气:压缩空气,流量500mL/min。
检测器:氢火焰离子化检测器,高阻1010
Ω,衰减1/4~1/16,检测室温度200℃。 气化室:250℃,分流进样分流比1:100,进样量0.2uL。 4.定性分析
记录各组分的保留时间和保留温度,用标准样品对照。 5.定量分析
以乙酸正丁酯作内标,用内标法定量。
有机溶剂中微量水的分析
1.方法原理
以GDX103为固定相,利用高分子多孔小球的弱极性、强憎水性,可分析有机溶剂甲醇中的微量水含量。用纯水对照定性,用外标法测水的含量。 2.仪器和试剂 ①仪器 气相色谱
仪,热导池检测器;皂膜流量计;秒表。 ②试剂
氢气,苯-水饱和溶液;GDX103(40~60目)。
3.色谱分析条件
色谱柱:GDX103(40~60目);不锈钢填充柱管φ4mm×2m;柱温:150℃。 载气:氢气,流量40mL/min。
检测器:热导池检测器,桥流200mA;衰减1/2~1/8,检测室温度:室温。 气化室:150℃,进样量20uL。
4.定性分析
甲醇中微量水色谱图水出的峰在甲醇的前面。
5.定量分析
采用外标法,以25℃苯-水饱和溶液为标准水样,所得检量线为一条通过原点的直线。使过程可用单点法进行校准。
25℃,苯-水饱和溶液其含水量为如下: 进样量/uL 20.0 15.0 10.0 5.0
含水量/mg 0.0104 0.0078 0.0052 0.0026
牛奶中有机氯农药的毛细管柱色谱分析
1.方法原理
取一定量鲜奶试样,经离心分离弃去水层,向上层脂肪中加入无水硫酸钠至呈流动状态,加入一定量石油醚,搅拌下至脂肪全溶,过滤后将滤液置旋转蒸发器中,水浴温度70~72℃ ,进行中速旋转蒸发、浓缩,待石油醚全部挥发后,冷却称重,求出试样中的脂肪含量。 取1g脂肪,用乙酸乙酯-环己烷(1:1)混合溶剂溶解,移入10mL容量瓶中定容,将此溶液用填充有凝胶渗透色谱定相的净化柱进行净化。收集净化后溶液,于真空浓缩上在水温70~72℃,抽真空浓缩至干,加入1~3mL石油醚溶解残渣,以供进行气相色谱分析使用。 用SE-52高效石英毛细管柱,进行残渣留有机氯农药的色谱分离,用电子捕获检测器进行检测。 2.仪器和试剂
①仪器 带有分流进样器和电子捕获检测器的气相色谱仪、皂膜流量计、微处理机。 ②试剂 超纯氮气、各种有机氯农药标样。 3.色谱分析条件
色谱柱:SE-52交联石英弹性毛细管柱φ0.32mm×25m,固定液液膜厚度df=0.15um。两阶段程序升温:40℃(1min)以20℃/min升温至14℃以3℃/min升温至220℃。 载气:超纯氮气,流量2mL/min。 检测器:电子捕获检测器(NI63),检测室温度250℃。 气化室:230℃,分流进样分流比1:100,进样量1uL。 4.定性分析
记录各组分的保留时间和保留温度,用标准样品对照。 5.定量分析
用归一化法计算各种残留有机氯农药的含量。
第二篇:统计分析方法总结
1.连续性资料
1.1 两组独立样本比较
1.1.1 资料符合正态分布,且两组方差齐性,直接采用t检验。
1.1.2 资料不符合正态分布,(1)可进行数据转换,如对数转换等,使之服从正态分布,然后对转换后的数据采用t检验;(2)采用非参数检验,如Wilcoxon检验。
1.1.3 资料方差不齐,(1)采用Satterthwate 的t检验;(2)采用非参数检验,如Wilcoxon检验。
1.2 两组配对样本的比较
1.2.1 两组差值服从正态分布,采用配对t检验。
1.2.2 两组差值不服从正态分布,采用Wilcoxon的符号配对秩和检验。
1.3 多组完全随机样本比较
1.3.1资料符合正态分布,且各组方差齐性,直接采用完全随机的方差分析。如果检验结果为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,Tukey法,Scheffe法,SNK法等。
1.3.2资料不符合正态分布,或各组方差不齐,则采用非参数检验的Kruscal-Wallis法。如果检验结果为有统计学意义,则进一步作两两比较,一般采用Bonferroni法校正P值,然后用成组的Wilcoxon检验。
1.4 多组随机区组样本比较
1.4.1资料符合正态分布,且各组方差齐性,直接采用随机区组的方差分析。如果检验结果为有统计学意义,则进一步作两两比较,两两比较的方法有LSD检验,Bonferroni法,Tukey法,Scheffe法,SNK法等。
1.4.2资料不符合正态分布,或各组方差不齐,则采用非参数检验的Fridman检验法。如果检验结果为有统计学意义,则进一步作两两比较,一般采用Bonferroni法校正P值,然后用符号配对的Wilcoxon检验。
需要注意的问题:
(1) 一般来说,如果是大样本,比如各组例数大于50,可以不作正态性检验,直接采用t检验或方差分析。因为统计学上有中心极限定理,假定大样本是服从正态分布的。
(2) 当进行多组比较时,最容易犯的错误是仅比较其中的两组,而不顾其他组,这样作容易增大犯假阳性错误的概率。正确的做法应该是,先作总的各组
间的比较,如果总的来说差别有统计学意义,然后才能作其中任意两组的比较,这些两两比较有特定的统计方法,如上面提到的LSD检验,Bonferroni法,Tukey法,Scheffe法,SNK法等。**绝不能对其中的两组直接采用t检验,这样即使得出结果也未必正确**
(3) 关于常用的设计方法:多组资料尽管最终分析都是采用方差分析,但不同设计会有差别。常用的设计如完全随即设计,随机区组设计,析因设计,裂区设计,嵌套设计等。
2.分类资料
2.1 四格表资料
2.1.1 例数大于40,且所有理论数大于5,则用普通的Pearson 检验。
2.1.2 例数大于40,所有理论数大于1,且至少一个理论数小于5,则用校正的 检验或Fisher’s确切概率法检验。
2.1.3 例数小于40,或有理论数小于2,则用Fisher’s确切概率法检验。
2.2 2×C表或R×2表资料的统计分析
2.2.1 列变量&行变量均为无序分类变量,则(1)例数大于40,且理论数小于5的格子数目<总格子数目的25%,则用普通的Pearson 检验。(2)例数小于40,或理论数小于5的格子数目>总格子数目的25%,则用Fisher’s确切概率法检验。
2.2.2列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通的Pearson 检验只说明组间构成比不同,如要说明疗效,则可用行平均分差检验或成组的Wilcoxon秩和检验。
2.2.3 列变量为效应指标,且为二分类变量,行变量为有序多分类变量,则可采用普通的Pearson 检验比较各组之间有无差别,如果总的来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
2.3 R×C表资料的统计分析
2.2.1 列变量&行变量均为无序分类变量,则(1)例数大于40,且理论数小于5的格子数目<总格子数目的25%,则用普通的Pearson 检验。(2)例数小于40,或理论数小于5的格子数目>总格子数目的25%,则用Fisher’s确切概率法检验。(3)如果要作相关性分析,可采用Pearson相关系数。
2.2.2列变量为效应指标,且为有序多分类变量,行变量为分组变量,用普通的Pearson 检验只说明组间构成比不同,如要说明疗效或强弱程度的不同,则可
用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。
2.2.3 列变量为效应指标,且为无序多分类变量,行变量为有序多分类变量,则可采用普通的Pearson 检验比较各组之间有无差别,如果有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
2.2.4 列变量&行变量均为有序多分类变量,(1)如要做组间差别分析,则可用行平均分差检验或成组的Wilcoxon秩和检验或Ridit分析。如果总的来说有差别,还可进一步作两两比较,以说明是否任意两组之间的差别都有统计学意义。
(2)如果要做两变量之间的相关性,可采用Spearson相关分析。
2.4 配对分类资料的统计分析
2.4.1 四格表配对资料,(1)b+c>40,则用McNemar配对 检验。(2)b+c<40,则用校正的配对 检验。
2.4.1 C×C资料,(1)配对比较:用McNemar配对 检验。(2)一致性检验,用Kappa检验。