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。