实验室废液处理方法 我们实验室主要产生的废液为无机废液，主要为以下几种： 一、废酸废碱：乙酸，草酸，硼酸，盐酸，硫酸，氢氟酸，氢氧化钠，氢氧化钾 (1)直接稀释法.适用于浓度较低的酸碱类废液或浓度略高于《污水综合排放标准》中规定的二级标准的废液,可用此法。 (2)化学处理法.含剧毒强腐蚀性物质的废液,污染物浓度远远高于《污水综合排放标准》二级标准的废液,可采用此法处理.多适用于无机废酸、废碱的处理。 (3)回收利用法.对有机废液的处理多采用蒸馏回收利用的方法.酸性废液、碱性废液的处理方法多采用酸碱综合法或直接稀释法.各实验室产生的废酸、废碱除可再利用的以外,可进行酸碱中和生成无毒性盐类溶液,然后再排放至下水管.浓度高的酸碱废液,平时分开贮存、定期混合再进行中和处理.中和后的酸、碱废液pH在6．5～8．5问,达到排放标准后方可排放.另外清洗玻璃器皿等仪器的废液,因经大量水洗涮,浓度小,可 直接排放至下水管。 二、盐溶液 金属盐废液：氯化锌，柠檬酸钠，氯化钠，氯化镍，氟化钠，硝酸铁，氯化钾，，氯化铁，硫酸亚铁铵，硝酸亚铁，硫酸镍，钼酸铵，硫酸亚铁，硫酸钴 化学法 化学法主要包括化学沉淀法和电解法，主要适用于含较高浓度重金属离子废水的处理，化学法是目前国内外处理含重金属废水的主要方法 1化学沉淀法 化学沉淀法的原理是通过化学反应使废水中呈溶解状态的重金属转变为不溶于水的重金属化合物，通过过滤和分离使沉淀物从水溶液中去除，包括中和沉淀法、硫化物沉淀法、铁氧体共沉淀法。由于受沉淀剂和环境条件的影响，沉淀法往往出水浓度达不到要求，需作进一步处理，产生的沉淀物必须很好地处理与处置，否则会造成二次污染。 2电解法 电解法是利用金属的电化学性质，金属离子在电解时能够从相对高浓度的溶液中分离出来，然后加以利用。电解法主要用于电镀废水的处理，这种方法的缺点是水中的重金属离子浓度不能降的很低。所以，电解法不适于处理较低浓度的含重金属离子的废水物理处理法
012. 数据预处理（1）——剔除异常值及平滑处理测量数据在其采集与传输过程中，由于环境干扰或人为因素有可能造成个别数据不切合实际或丢失，这种数据称为异常值。为了恢复数据的客观真实性以便将来得到更好的分析结果，有必要先对原始数据（1）剔除异常值； 另外，无论是人工观测的数据还是由数据采集系统获取的数据，都不可避免叠加上“噪声”干扰（反映在曲线图形上就是一些“毛刺和尖峰”）。为了提高数据的质量，必须对数据进行（2）平滑处理（去噪声干扰）； （一）剔除异常值。 注：若是有空缺值，或导入Matlab数据显示为“NaN”（非数），需要①忽略整条空缺值数据，或者②填上空缺值。 填空缺值的方法，通常有两种：A. 使用样本平均值填充；B. 使用判定树或贝叶斯分类等方法推导最可能的值填充（略）。 一、基本思想： 规定一个置信水平，确定一个置信限度，凡是超过该限度的误差，就认为它是异常值，从而予以剔除。
二、常用方法：拉依达方法、肖维勒方法、一阶差分法。 注意：这些方法都是假设数据依正态分布为前提的。 1. 拉依达方法（非等置信概率） 如果某测量值与平均值之差大于标准偏差的三倍，则予以剔除。 3x i x x S -> 其中，11n i i x x n ==∑为样本均值，1 2 2 11()1n x i i S x x n =?? ??? =--∑为样本的标准偏差。 注：适合大样本数据，建议测量次数≥50次。 代码实例（略）。 2. 肖维勒方法（等置信概率） 在 n 次测量结果中，如果某误差可能出现的次数小于半次时，就予以剔除。 这实质上是规定了置信概率为1-1/2n ，根据这一置信概率，可计算出肖维勒系数，也可从表中查出，当要求不很严格时，还可按下列近似公式计算： 10.4ln()n n ω=+
数据中异常值的检测与处理方法 一、数据中的异常值 各种类型的异常值： 数据输入错误：数据收集，记录或输入过程中出现的人为错误可能导致数据异常。例如：一个客户的年收入是$ 100,000。数据输入运算符偶然会在图中增加一个零。现在收入是100万美元，是现在的10倍。显然，与其他人口相比，这将是异常值。 测量误差：这是最常见的异常值来源。这是在使用的测量仪器出现故障时引起的。例如：有10台称重机。其中9个是正确的，1个是错误的。 有问题的机器上的人测量的重量将比组中其他人的更高/更低。在错误的机器上测量的重量可能导致异常值。 实验错误：异常值的另一个原因是实验错误。举例来说：在七名跑步者的100米短跑中，一名跑步者错过了专注于“出发”的信号，导致他迟到。 因此，这导致跑步者的跑步时间比其他跑步者多。他的总运行时间可能是一个离群值。 故意的异常值：这在涉及敏感数据的自我报告的度量中通常被发现。例如：青少年通常会假报他们消耗的酒精量。只有一小部分会报告实际价值。 这里的实际值可能看起来像异常值，因为其余的青少年正在假报消费量。 数据处理错误：当我们进行数据挖掘时，我们从多个来源提取数据。某些操作或提取错误可能会导致数据集中的异常值。 抽样错误：例如，我们必须测量运动员的身高。错误地，我们在样本中包括一些篮球运动员。这个包含可能会导致数据集中的异常值。 自然异常值：当异常值不是人为的（由于错误），这是一个自然的异常值。例如：保险公司的前50名理财顾问的表现远远高于其他人。令人惊讶的是，这不是由于任何错误。因此，进行任何数据挖掘时，我们会分别处理这个细分的数据。
在以上的异常值类型中，对于房地产数据，可能出现的异常值类型主 要有：(1)数据输入错误，例如房产经纪人在发布房源信息时由于输入错误，而导致房价、面积等相关信息的异常；在数据的提取过程中也可能会出现异常值，比如在提取出售二手房单价时，遇到“1室7800元/m 2”，提取其中的数字结果为“17800”，这样就造成了该条案例的单价远远异常于同一小区的其他房源价格，如果没有去掉这个异常值，将会导致整个小区的房屋单价均值偏高，与实际不符。(2)故意的异常值，可能会存在一些人，为了吸引别人来电询问房源，故意把价格压低，比如房屋单价为1元等等；(3)自然异常值。房价中也会有一些实际就是比普通住宅价格高很多的真实价格，这个就需要根据实际请况进行判断，或在有需求时单独分析。 二、数据中异常值的检测 各种类型的异常值检测： 1、四分位数展布法 方法[1]：大于下四分位数加倍四分位距或小于上四分位数减倍。 把数据按照从小到大排序，其中25%为下四分位用FL 表示，75%处为上四分位用FU 表示。 计算展布为：L U F F F d -=，展布（间距）为上四分位数减去下四分位数。 最小估计值（下截断点）：F L d F 5.1- 最大估计值（上截断点）：F U d F 5.1+ 数据集中任意数用X 表示，F U F L d F X d F 5.15.1+<<-， 上面的参数不是绝对的，而是根据经验，但是效果很好。计算的是中度异常，参数等于3时，计算的是极度异常。我们把异常值定义为小于下截断点，或者大于上截断点的数据称为异常值。
实验室废弃物的处理 1.前言 废弃物，包含的种类繁多。从实验室排出的废弃物，主要为列于附录中的物质。排放这些废弃物时，受到政府颁布的各项法令的限制。特别是化学物质，由于考虑到它会以某种形式危及人们的健康，所以从防止污染环境的立场出发，即使数量甚微，也要避免把它排放到自然水域或大气中去，而必须加以适当的处理。 通常从实验室排出的废液，虽然与工业废液相比在数量上是很少的，但是，由于其种类多，加上组成经常变化，因而最好不要把它集中处理，而由各个实验室根据废弃物的性质，分别加以处理。为此，废液的回收及处理自然就需依赖实验室中每一个工作人员。所以，实验人员应予足够的重视，疏忽大意固然不对，而即使由于操作错误或发生事故，也应避免排出有害物质。同时，实验人员还必须加深对防止公害的认识，自觉采取措施，防止污染，以免危害自身或者危及他人。 本章所叙述的，是对实验室的废弃物中，以列于防止水质污染法的有害物质为对象，提出一些处理方法示例。然而，这里所叙述的方法不是万能的，也可能由于废液的组成不同而不能充分发挥其应有的效果。并且，随着各地处理设施或所要求的条件的不同，也可有各自不同的处理方法。因此，对于各有关研究机构来说，若已有确定的处理标准，应按其进行；而若有新的更合理的处理方法，则应将其正确使用，进而自己也必须保持高度的热情，研究出更合理的处理方法。
2.收集、贮存一般应注意的事项 1).废液的浓度超过表4—1所列的浓度时，必须进行处理。但处理设施比较齐全时，往往把废液的处理浓度限制放宽。 2).最好先将废液分别处理，如果是贮存后一并处理时，虽然其处理方法将有所不同，但原则上仍如表4—1所列的方法，将可以统一处理的各种化合物收集后进行处理。 3).处理含有络离子、螯合物之类的废液时，如果有干扰成份存在，要把含有这些成份的废液另外收集。 4).下面所列的废液不能互相混合： ①过氧化物与有机物；②氰化物、硫化物、次氯酸盐与酸；③盐酸、氢氟酸等挥发性酸与不挥发性酸；④浓硫酸、磺酸、羟基酸、聚磷酸等酸类与其它的酸； ⑤铵盐、挥发性胺与碱。 5).要选择没有破损及不会被废液腐蚀的容器进行收集。将所收集的废液的成份及含量，贴上明显的标签，并置于安全的地点保存。特别是毒性大的废液，尤要十分注意。 6).对硫醇、胺等会发出臭味的废液和会发生氰、磷化氢等有毒气体的废液，以及易燃性大的二硫化碳、乙醚之类废液，要把它加以适当的处理，防止泄漏，并应尽快进行处理。
如何利用SPSS 19.0剔除数据中的异常值(Outliers) 一般数组应遵循正态分布，但一列数组中有可能会出现异常值，从而影响数据的方差和统计结果，因此挡在SPSS中输入数据后，首先要检查数据中是否存在异常值。方法如下： 1.选择想要观察的数据，此处我们选择normal 列中的数据进行查看 2.进入菜单栏中“分析”→“描述统计”→“探索” 3.将“normal”数组放入因变量列表中
4.点击“探索”窗口中的“统计量”，点掉“描述性”，选择“界外值”和“百分位数” 5.点击“探索”窗口中“绘制”，选择“直方图”，去掉“茎叶图” 6.选择结束后点击“探索”窗口“确定”查看结果： （1）百分位数图：
（2）以50%左右两个百分位数（即四分位数25和75下方的加权平均值）的加权平均值计算最高和最低临界值，使用计算公式如下： Upper=Q3+(2.2*(Q3-Q1)) Lower=Q1-(2.2*(Q3-Q1)) 此处Q3=26.0281, Q1=17.8396 计算后，Upper=44.0428，Lower=-0.1751 （3）查看“极值”表格： 极值 案例号值 normal 最高 1 20 29.30 2 22 29.30 3 2 4 29.30 4 46 29.30 5 47 29.30a 最低 1 81 16.82 2 78 16.82 3 75 16.82 4 57 16.82 5 54 16.82b a. 上限值表中仅显示一部分具有值 29.30 的案例。 b. 下限值表中仅显示一部分具有值 16.82 的案例。 如果有最高值查过Upper，或最低值小于Lower值，则被视为Outliers, 即异常值。由图中看，此列数组并无异常值
. 一、 一、实验/实习过程 实验题1在程序中产生一个ArithmeticException类型被0除的异常，并用catch 语句捕获这个异常。最后通过ArithmeticException类的对象e 的方法getMessage给出异常的具体类型并显示出来。 package Package1; public class除数0 { public static void main(String args[]){ try{ int a=10; int b=0; System.out.println("输出结果为："+a/b); } catch(ArithmeticException e){ System.out.println("除数不能为0"+e.getMessage()); } } } 实验题2在一个类的静态方法methodOne（）方法内使用throw 产生
ArithmeticException异常，使用throws子句抛出methodOne（）的异常，在main方法中捕获处理ArithmeticException异常。 package Package1; public class抛出异常 { static void methodOne() throws ArithmeticException{ System.out.println("在methodOne中"); throw new ArithmeticException("除数为0"); } public static void main(String args[]){ try{ int a=10; int b=0; int c=1; System.out.println("输出结果为："+a/b); } catch(ArithmeticException e){ System.out.println("除数不能为0"+e.getMessage()); } } }
随着人们对生活环境的要求越来越高，人类保护环境的意识越来越强，对于各类实验室污染源的不同，废水排放无规律。作为实验人员，应考虑到保护环境的重任。然而经过调研，发现许多科研实验室对产生的废水仅仅是简单的处理，甚至不作任何处理就排放。为了进一步加强对实验室的管理，研究实验室废水处理的方法和处理效果好、技术先进、投资较少的设备势在必行。 一、废液定义： 1.过期的药品，实验废弃的高浓度溶液、标准溶液及配置不当的溶液。 2.检测仪器使用过程当中排除的废弃化学药液。 二、化验室废液处理： 1.目的：为防止实验室的药液污染扩散。 2.适用范围：生产、检验过程中产生的废物、废液。 3.责任与监督：化验操作人员执行该管理制度，主管领导负责监督本制度的执行。
三、化验室处理废液的一般原则： 1.在证明废液浓度已相当小而又安全时，可以排放到排水沟中； 2.尽量浓缩废液，使其体积变小，放在安全处隔离储存，处置。 3.利用蒸馏、过滤、吸附等方法，将危险物分离，而只弃去安全部分。 4.无论液体或固体，凡能安全燃烧的则燃烧，但数量不宜太大，燃烧时切勿残留有害气体或残余物，如不能焚烧时，要选择安全场所填埋，不能裸露在地面上。 5.一般有毒气体可通过通风橱或通风管道，经空气稀释后排除，大量的有毒气体必须通过与氧充分燃烧或吸附处理后才能排放。 6.废液应根据其化学特性选择合适的容器和存放地点，通过密闭容器存放，不可混合贮存，标明废物种类，贮存时间，定期处理。 四、废液的分类处理如下：
1.化学废液 废液应根据其化学特性选择合适的容器和存放地点，通过密闭容器存放，不可混合贮存，容器标签必须标明废物种类、贮存时间，定期处理。一般废液可通过酸碱中和、混凝沉淀、次氯酸钠氧化处理后排放，有机溶剂废液应根据性质进行回收。 2.生物废液 生物类废液应根据其病源特性、物理特性选择合适的容器和地点，专人分类收集进行消毒、烧毁处理，日产日清。液体废物一般可加漂白粉进行氯化消毒处理。 3.综合废液 用酸、碱调节废液PH为3-4、加入铁粉，搅拌30min，然后用碱调节pH 为9左右，继续搅拌10min，加入硫酸铝或碱式氯化铝混凝剂、进行混凝沉淀，上清液可直接排放，沉淀于废渣方式处理。 五、化验室废液的具体处理：
一、线性方程的异常值剔除——肖维勒准则，适用于小样本和线性分析 1、用spss方法计算出残差和标准值，具体步骤如下： 步骤1：选择菜单“【分析】—>【回归】—>【线性】”，打开Linear Regression 对话框。将变量住房支出y移入Dependent列表框中，将年收入x移入Independents 列表框中。在Method 框中选择Enter 选项，表示所选自变量全部进入回归模型。 步骤2：单击Statistics 按钮，如图在Statistics 子对话框。该对话框中设置要输出的统计量。这里选中估计、模型拟合度复选框。 ?估计：输出有关回归系数的统计量，包括回归系数、回归系数的标准差、标准化的回归系数、t 统计量及其对应的p值等。 ?置信区间：输出每个回归系数的95％的置信度估计区间。 ?协方差矩阵：输出解释变量的相关系数矩阵和协差阵。 ?模型拟合度：输出可决系数、调整的可决系数、回归方程的标准误差 回归方程F检验的方差分析 步骤3：单击绘制按钮，在Plots子对话框中的标准化残差图选项栏中选中正态概率图复选框，以便对残差的正态性进行分析。 步骤4：单击保存按钮，在Save 子对话框中残差选项栏中选中未标准化复选框，这样可以在数据文件中生成一个变量名尾res_1 的残差变量，以便对残差进行进一步分析。 其余保持Spss 默认选项。在主对话框中单击ok按钮，执行线性回归命令。 结果输出与分析 散点图（判断随机扰动项是否存在异方差，根据散点图，若随着解释变量x的增大，被解释变量的波动幅度明显增大，说明随机扰动项可能存在比较严重的异方差问题，应该利用加权最小二乘法等方法对模型进行修正）、相关系数表Correlations（皮尔逊相关系数，双尾检验概率p值尾<0.05，则变量之间显著相关，在此前提下进一步进行回归分析，建立一元线性
文档通用封面模板 本页面为作品封面，下载文档后可自精吕文档 由编辑删除！ 实验室废液处理方法总结
实验室废液处理方法 1.废液处理原则：对高浓度废酸、废碱液要经中和至中性时排放。对于含少量被测物和其他试剂的高浓度有机溶剂应回收再用。用于回收的高浓度废液应集中储存，以便回收；低浓度的经处理后排放，应根据废液性质确定储存容器和储存条件，不同废液一般不允许混合，避光、远离热源、以免发生不良化学反应。废液储存容器必须贴上标签、写明种类、储存时间等。 2.处理方法： 含汞、铬、铅、镉、砷、酚、氰的废液必须经过处理达标后才能排放，实验室处理方法如下： 2.1含汞废弃物的处理 若不小心将金属汞散落在实验室里（如打碎温度计）必须及时清除。如用滴管或用在硝酸汞的酸性溶液中浸过得薄铜片、铜丝收集与烧杯中用水覆盖。散落在地面上的汞颗粒应撒上硫磺粉，生成毒性较小的硫化汞；或喷上用盐酸酸化过的高锰酸钾溶液（5：1000体积比），过1至2小时后清除；或喷上20%三氯化铁水溶液，干后再清除（但该方法不能用于金属表面，会产生腐蚀）。 对于含汞废液的处理，可先将废液调至PH8~10家入过量硫化钠，使其生成硫化汞沉淀，再加入硫酸亚铁作为共沉淀剂，生成硫化铁沉淀可将硫化汞微粒吸附沉淀，然后静止分离，清液可排放，残渣可用焙烧法回收汞或制成汞盐。 2.2铅、镉 用碱将废液PH调至8~10，生成Pb(OH)2和Cd(OH)2沉淀，再加入硫酸亚铁作为共沉淀剂，沉淀物可与其他无机物混合进行烧结处理，清液排放。 2.3铬 含铬废液中加入还原剂，如硫酸亚铁、亚硫酸钠、铁屑，在酸性条件下将六价铬还原成三价铬，然后加入碱，如氢氧化钠、氢氧化钙碳酸钠等，使三价格形成Cr(OH)3沉淀，清液可排放。沉淀干燥后可用焙烧法处理，使其与煤渣一起焙烧，处理后可填埋。 2.4砷 加入氧化钙，使PH为8，生成砷酸钙和亚砷酸钙沉淀，在Fe3+存在时共沉淀。或使溶液PH大于10，加入硫化钠，与砷反应生成难容、低毒的硫化砷沉淀。产生含砷气体的试验在通风橱中进行。 2.5酚 低浓度含酚废液可加入次氯酸钠或漂白粉，使酚氧化城市和二氧化碳。高浓度可使用丁酸乙脂萃取，在用少量氢氧化钠溶液反复萃取。调解PH后，进行重蒸馏，提纯后使用。 2.6氰 低浓度废液可加入氢氧化钠调节PH为10以上，再加入高锰酸钾粉末（3%），使氰化物分解。若是高浓度的，可使用碱性氯化法处理，先用碱调至PH为10以上，加入次氯酸钠或漂白粉。经充分叫板，氢化物分解为二氧化碳和氮气，放置24小时排放。含氰化物费也不得乱倒或与酸混合，生成挥发性氰化氢气体有剧毒。 2.7混合废液
实验室废液处理方法 【专题】实验室废液处理方法 实验室废液处理方法 1.废液处理原则：对高浓度废酸、废碱液要经中和至中性时排放。对于含少量被测物和其他试剂的高浓度有机溶剂应回收再用。用于回收的高浓度废液应集中储存，以便回收；低浓度的经处理后排放，应根据废液性质确定储存容器和储存条件，不同废液一般不允许混合，避光、远离热源、以免发生不良化学反应。废液储存容器必须贴上标签、写明种类、储存时间等。 2.处理方法： 含汞、铬、铅、镉、砷、酚、氰的废液必须经过处理达标后才能排放，实验室处理方法如下： 2.1含汞废弃物的处理 若不小心将金属汞散落在实验室里（如打碎温度计）必须及时清除。如用滴管或用在硝酸汞的酸性溶液中浸过得薄铜片、铜丝收集与烧杯中用水覆盖。散落在地面上的汞颗粒应撒上硫磺粉，生成毒性较小的硫化汞；或喷
上用盐酸酸化过的高锰酸钾溶液（5：1000体积比），过1至2小时后清除；或喷上20%三氯化铁水溶液，干后再清除（但该方法不能用于金属表面，会产生腐蚀）。 对于含汞废液的处理，可先将废液调至PH8~10家入过量硫化钠，使其生成硫化汞沉淀，再加入硫酸亚铁作为共沉淀剂，生成硫化铁沉淀可将硫化汞微粒吸附沉淀，然后静止分离，清液可排放，残渣可用焙烧法回收汞或制成汞盐。 2.2铅、镉 用碱将废液PH调至8~10，生成Pb(OH)2和Cd(OH)2沉淀，再加入硫酸亚铁作为共沉淀剂，沉淀物可与其他无机物混合进行烧结处理，清液排放。 2.3铬 含铬废液中加入还原剂，如硫酸亚铁、亚硫酸钠、铁屑，在酸性条件下将六价铬还原成三价铬，然后加入碱，如氢氧化钠、氢氧化钙碳酸钠等，使三价格形成Cr(OH)3沉淀，清液可排放。沉淀干燥后可用焙烧法处理，使其与煤渣一起焙烧，处理后可填埋。 2.4砷 加入氧化钙，使PH为8，生成砷酸钙和亚砷酸钙沉淀，在Fe3+存在时共沉淀。或使溶液PH大于10，加入硫化钠，与砷反应生成难容、低毒的硫化砷沉淀。产生含砷气体的试验在通风橱中进行。 2.5酚 低浓度含酚废液可加入次氯酸钠或漂白粉，使酚氧化城市和二氧化碳。高浓度可使用丁酸乙脂萃取，在用少量氢氧化钠溶液反复萃取。调解PH后，
一、实验/实习过程 实验题1在程序中产生一个ArithmeticException类型被0除的异常，并用catch 语句捕获这个异常。最后通过ArithmeticException类的对象e 的方法getMessage给出异常的具体类型并显示出来。 package Package1; public class除数0 { public static void main(String args[]){ try{ int a=10; int b=0; System.out.println("输出结果为："+a/b); } catch(ArithmeticException e){ System.out.println("除数不能为0"+e.getMessage()); } } } 实验题2在一个类的静态方法methodOne（）方法内使用throw 产生ArithmeticException异常，使用throws子句抛出methodOne（）的异常，
在main方法中捕获处理ArithmeticException异常。 package Package1; public class抛出异常 { static void methodOne() throws ArithmeticException{ System.out.println("在methodOne中"); throw new ArithmeticException("除数为0"); } public static void main(String args[]){ try{ int a=10; int b=0; int c=1; System.out.println("输出结果为："+a/b); } catch(ArithmeticException e){ System.out.println("除数不能为0"+e.getMessage()); } } }
化学实验室废液的处理方法 1、实验室中经常有大量的废酸液。废液缸中废液可先用耐酸塑料网纱或玻璃纤维过滤，滤液加碱中和，调至pH=6—8后就可排出，少量滤渣可埋于地下。 2、对于回收较多的废铬酸洗液，可以用高锰酸钾氧化法使其再生，还可使用。少量的废液可加入废碱液或石灰使其生成Cr(OH)3沉淀，将沉淀埋于地下即可。 3、氰化物是剧毒物质，含氰废液必须认真处理。少量的含氰废液可加入Na OH调至pH=10以上，再加入几克高锰酸钾使CN-氧化分解。量大的含氰废液碱液氯化法处理，先用碱调至pH=10以上，再加入次氯酸钠，使CN-氧化成氰酸盐，并进一步分解为CO2和N2。 4、含汞盐废液应先调pH至8—10后加适当过量的Na2S，使生成HgS沉淀，并加FeSO4与过量S2-生成FeS沉淀，从而吸附HgS共沉淀下来，静置后分离，再离心，过滤；清液含汞量可降至0.02mg/L以下排放。少量残渣可埋于地下，大量残渣可用焙烧法回收汞，但要注意一定要在通风橱内进行。 5、含重金属离子的废液，最有效和最经济的方法是加碱或加Na2S把重金属离子变成难溶性的氢氧化物或硫化物而沉积下来，从而过滤分离，少量残渣可埋于地下。 化学实验室废液废气处理办法 1、溶解法：在水或其它溶剂中溶解度特别大或比较小的气体， 用合适的溶剂把它们完全或大部分溶解掉。 2、燃烧法：部分有害的可燃性气体，在排放口点火燃烧，消除污染。例如，一氧化碳等。化学实验中废弃的有机溶剂，大部分可回 收利用，少部分可以燃烧处理掉，有些在燃烧时可能产生有害气体的废物，必须用配有洗涤有害废气的装置燃烧。 3、中和法：对于酸性或碱性较强的气体，用适当的碱或酸进行吸收。对于含酸或碱类物质的废液，如浓度较大时，可利用废酸或废碱相互中和，再用pH 试纸检验，若废液的pH值在5．8～8．6之间，如此废液中不含其它有害物质，则可加水稀释至含盐浓度在5％以
计算VaR值的基本方法 ①方差-协方差法，又称德尔塔正态法。 方差-协方差法的优点是原理简单，计算快捷。确定表现在三个方面：一是不能预测突发事件的风险，原因是方差-协方差法是基于历史数据来估计未来，其成立的假设条件是未来和过去存在着分布的一致性，而突发事件打破了这种分布的一致性，其风险无法从历史序列模型中得到揭示。二是方差-协方差法的正态假设条件受到质疑，由于“肥尾”现象广泛存在，许多金融资产的收益率分布并不符合正态分布，这样，基于正态近似的模型往往会低估实际的风险值。三是方差-协方差法只反映了风险因子对整个组合的一阶线性影响，无法充分度量非线性金融工具(如期权)的风险。 ②历史模拟法 历史模拟法是运用当前资产组合中各证券的权重和各证券的历史数据重新构造资产组合的历史序列，从而得到重新构造资产组合收益率的时间序列。 历史模拟法克服了方差-协方差法的一些缺陷，如考虑了“肥尾”现象，能度量非线性金融工具的风险等，而且历史模拟法是通过历史数据构造收益率分布，不依赖特定的定价模型，这样，也不存在模型风险。 但历史模拟法仍存在不少缺陷：首先，风险包含着时间的变化，单纯依靠历史数据进行风险度量，将低估突发性的收益率波动;其次，风险度量的结果受制于历史周期的长度;再次，历史模拟法以大量的历史数据为基础，对数据的依赖性强;最后，历史模拟法在度量较为庞大且结构复杂的资产组合风险时，工作量十分繁重。 ③蒙特卡洛模型 蒙特卡洛法分两步进行：第一步，设定金融变量的随即过程及过程参数;第二步针对未来利率所有可能的路径情景，模拟资产组合中各证券的价格走势，从而编制出资产组合的收益率分布来度量VaR。 蒙特卡洛模拟法的优点包括：它是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题;产生大量路径模拟情景，比历史模拟方法更精确和可靠;可以通过设置消减因子，使得模拟结果对近期市场的变化更快地做出反映。其缺点包括：对于基础风险因素仍然有一定的假设，存在一定的模型风险;计算量很大，且准确性的提高速度较慢，如果一个因素的准确性要提高10倍，就必须将模拟数增加100倍以上;如果产生的数据序列是伪随机数，可能导致错误结果。
实验室常见废液处理方法 核心提示：实验的废液不能随便倒，随便倒废液既不环保也不满足实验室认可的要求，但是要单独处理废液也不是那么容易，本文和大家分享下一 实验的废液不能随便倒，随便倒废液既不环保也不满足实验室认可的要求，但是要单独处理废液也不是那么容易，本文和大家分享下一些废液的处理方法 无机实验废液处理的一些方法 (1)无机实验中的废液经常产生大量的是废酸液。废酸缸中废酸液可先用耐酸塑料网纱或玻璃纤维过滤，滤液中加碱中和，调pH至6—8后就可排出。 (2)无机实验中含铬废液量大的是废铬酸洗液。这可以用高锰酸钾氧化法使其再生，继续使用。(氧化方法：先在110—130℃下断搅拌加热浓缩，除去水分后，冷却至室温，缓慢加入高锰酸钾粉末。每lO00ml，逐渐加入lOg左右，直至溶液呈深褐色或微紫色却不要过量。边加边搅拌直至全部加完，然后直接加热至有三氧化硫出现，停止加热。稍冷，通过玻璃砂芯漏斗过滤，除去沉淀：冷却后析出红色三氧化铬沉淀，再加适量硫酸使其溶解即可使用)少量的废洗液可加入废碱液或石灰石使其生成氢氧化铬沉淀，将此废渣埋于地下。 (3)氰化物是剧毒物质，含氰废液必须认真处理。少量的含氰废液可先加氢氧化钠调pH>lO，再加入几克高锰酸钾使CN根氧化分解。量大的含氰废液可用碱性氯化法处理。先用碱调至PH>l0，再加入漂白粉，使CN根氧化成氰酸盐，并进一步分解为二氧化碳和氮气。 (4)含汞盐废液应先调DH至8-10后，加适当过量的硫化钠，而生成硫化汞沉淀，加硫酸亚铁而生成硫化弧铁沉淀，从而吸附硫化汞共沉淀下来。静置后分离，再离心，过滤：清液含汞量可降到0．02mg／L以下排放。 (5)含重金属离子的废液，最有效和最经济的处理方法是，加碱或加硫化钠把重金属离子变成难溶性的氢氧化物或硫化物而沉淀下来，从而过滤分离。 有机类实验废液的处理原则及处理方法 处理原则：尽量回收溶剂，在对实验没有妨碍的情况下，把它反复使用。
目录 摘要......................................................................... I 关键词...................................................................... I 1引言 (1) 2异常值的判别方法 (1) 检验（3S）准则 (1) 狄克松（Dixon）准则 (2) 格拉布斯（Grubbs）准则 (2) 指数分布时异常值检验 (3) 莱茵达准则（PanTa） (3) 肖维勒准则（Chauvenet） (4) 3 实验异常数据的处理 (4) 4 结束语 (5) 参考文献 (6)
试验数据异常值的检验及剔除方法 摘要：在实验中不可避免会存在一些异常数据，而异常数据的存在会掩盖研究对象的变化规律和对分析结果产生重要的影响，异常值的检验与正确处理是保证原始数据可靠性、平均值与标准差计算准确性的前提.本文简述判别测量值异常的几种统计学方法，并利用DPS软件检验及剔除实验数据中异常值，此方法简单、直观、快捷，适合实验者用于实验的数据处理和分析. 关键词：异常值检验；异常值剔除；DPS；测量数据
1 引言 在实验中，由于测量产生误差，从而导致个别数据出现异常，往往导致结果产生较大的误差，即出现数据的异常.而异常数据的出现会掩盖实验数据的变化规律，以致使研究对象变化规律异常，得出错误结论.因此，正确分析并剔除异常值有助于提高实验精度. 判别实验数据中异常值的步骤是先要检验和分析原始数据的记录、操作方法、实验条件等过程，找出异常值出现的原因并予以剔除. 利用计算机剔除异常值的方法许多专家做了详细的文献[1] 报告.如王鑫，吴先球，用Origin 剔除线形拟合中实验数据的异常值；严昌顺．用计算机快速剔除含粗大误差的“环值”；运用了统计学中各种判别异常值的准则，各种准则的优劣程度将体现在下文. 2 异常值的判别方法 判别异常值的准则很多，常用的有t 检验（3S ）准则、狄克松（Dixon ）准则、格拉布斯（Grubbs ）准则等准则.下面将一一简要介绍. 2.1 检验（3S ）准则 t 检验准则又称罗曼诺夫斯基准则，它是按t 分布的实际误差分布范围来判别异常值，对重复测量次数较少的情况比较合理. 基本思想：首先剔除一个可疑值，然后安t 分布来检验被剔除的值是否为异常值. 设样本数据为123,,n x x x x ，若认j x 为可疑值.计算余下1n -个数据平均值 1n x -及标准差1n s - ，即2 111,1,1n n i n i i j x x s n --=≠=-∑. 然后，按t 分布来判别被剔除的值j x 是否为异常值. 若1(,)n j x x kn a -->，则j x 为异常值，应予剔除，否则为正常值，应予以保留.其中：a 为显著水平；n 数据个数；(,)k n a 为检验系数，可通过查表得到.
实验室废液的处理方法 一、废液处理 所谓废水处理就是将污水经过处理达到容许排放标准后，排入下水道。目前，污水处理的方法一般有两种： 1、循环使用。采取循环用水系统，使废水在实验过程中多次重复利用，减少废水排放量。 2、净化处理。净化处理就是用各种方法将废水中所含的污染物质分离出来，或将其转化为无害物质，从而使废水得以净化。净化的方法一般有三种： (1)物理法：沉淀、过滤、离心分离、浮选（气浮）、机械阻留、隔油、萃取、蒸发结晶（浓缩）、反渗透等。 (2)化学法：混凝沉淀、酸碱中和、氧化还原、电解、吸附消毒等。 (3)生物法：活性污泥法、生物膜法、生物氧化塘、污水灌溉等。 二、含汞废液的处理
废液中汞的最高容许排放浓度为0.05mg/L(以Hg计)。其处理方法有： 1.硫化物共沉淀法：先将含汞盐的废液的pH值调至8-10，然后加入过量的 Na2S，使其生成HgS沉淀。再加入FeS04(共沉淀剂)，与过量的 S2-生成FeS沉淀，将悬浮在水中难以沉淀的HgS微粒吸附共沉淀．然后静置、分离，再经离心、过滤，滤液的含汞量可降至0.05mg/L以下。 2.还原法：用铜屑、铁屑、锌粒、硼氢化钠等作还原剂，可以直接回收金属汞。 三、含镉废液的处理 1.氢氧化物沉淀法：在含镉的废液中投加石灰，调节pH值至10.5以上，充分搅拌后放置，使镉离子变为难溶的Cd(OH)2沉淀．分离沉淀，用双硫腙分光光度法检测滤液中的Cd离子后(降至0.1mg/L以下)，将滤液中和至pH值约为7，然后排放。 2.离子交换法：利用Cd2+离子比水中其它离子与阳离子交换树脂有更强的结合力，优先交换． 四、含铅废液的处理
data下拉菜单里有define variable properties,把变量选到右边的框里，点continue，在新窗口中有变量在样本中的所有取值，要定义某个值是异常值，就把相应的missing框勾上就ok 啦~~~然后再处理数据时这些值就已经被剔除，不参与分析了~~~ 使用箱型图Boxplot...发现异常值，然后把大于等于最小异常值或小于等于最大异常值的值 用Data主菜单里的Cases Select子菜单里的条件设置按钮，就可以自动剔除异常值。 spss里有个功能，好像是绘图吧。绘制Box plot图的。Box plot，可译成箱线图，由一个矩形箱和几条线段组合而成。针对一个数据批，其箱线图的绘制一般由以下几个步骤：第一、画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长。 第二、画一个矩形盒，两端边的位置分别对应数据批的上下四分位数（Q1 和Q3）。在矩形盒内部中位数（X m）位置画一条线段为中位线。 第三、在Q3＋1.5IQR（四分位距）和Q1－1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称其为内限；在F＋3IQR和F－3IQR处画两条线段，称其为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值（mild outliers），在外限以外的为极端的异常值(extreme outliers)。 第四、从矩形盒两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间。 第五、用“〇”标出温和的异常值，用“＊”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上，不同值的数据点标在不同数据线位置上。至此一批数据的箱线图便绘出了。统计软件绘制的箱线图一般没有标出内限和外限。箱线图示例可见下图。 我常用一下方法: 1、可以通过“分析”下“描述统计“下“频率”的”绘制“直方图”，看图发现频数出现最少的值，就可能是异常值，但还要看距离其它情况的程度。 2、可通过“分析”下的“描述统计”下的“探索”下的“绘制”选项的“叶茎图”，看个案偏离箱体边缘(上端、下端)的距离是箱体的几倍，“○”代表在1.5-3倍之间(离群点)，“*”代表超过3倍(极端离群点)。 3、可以通过“分析”下“描述统计“下“描述”下的选项“将标准化存为变量Z”，选择相应的变量，“确定”。将生成新变量，如果值超过2，肯定是异常值。
实验室有机类废液的处理方法 每间实验室每天都会产生实验废液，但这些废液要如何正确的处理呢？下面我就具体讲一下实验室废液的处理方法和注意事项。 注意事项 1).尽量回收溶剂，在对实验没有妨碍的情况下，把它反复使用 2).为了方便处理，其收集分类往往分为：a)可燃性物质b)难燃性物质c)含水废液d)固体物质等。 3).可溶于水的物质，容易成为水溶液流失。因此，回收时要加以注意。但是，对甲醇、乙醇及醋酸之类溶剂，能 被细菌作用而易于分解。故对这类溶剂的稀溶液经，用大量水稀释后，即可排放。 4).含重金属等的废液，将其有机质分解后，作无机类废液进行处理。 处理方法 1).焚烧法 ①将可燃性物质的废液，置于燃烧炉中燃烧。如果数量很少，可把它装入铁制或瓷制容器，选择室外安全的地方 把它燃烧。点火时，取一长棒，在其一端扎上沾有油类的破布，或用木片等东西，站在上风方向进行点火燃烧。 并且，必须监视至烧完为止。 ②对难于燃烧的物质，可把它与可燃性物质混合燃烧，或者把它喷入配备有助燃器的焚烧炉中燃烧。对多氯联苯 之类难于燃烧的物质，往往会排出一部份还未焚烧的物质，要加以注意。对含水的高浓度有机类废液，此法亦能 进行焚烧。 ③对由于燃烧而产生NO2 SO2 或HCl 之类有害气体的废液，必须用配备有洗涤器的焚烧炉燃烧。此时，必须用碱 液洗涤燃烧废气，除去其中的有害气体。
④对固体物质亦可将其溶解于可燃性溶剂中然后使之燃烧。 2).溶剂萃取法 ①对含水的低浓度废液，用与水不相混合的正己烷之类挥发性溶剂进行萃取，分离出溶剂层后，把它进行焚烧。 再用吹入空气的方法，将水层中的溶剂吹出。 ②对形成乳浊液之类的废液，不能用此法处理，要用焚烧法处理。 3).吸附法 用活性炭硅藻土矾土层片状织物聚丙烯聚酯片氨基甲酸乙酯泡沫塑料稻草屑及锯末之类能良好吸附溶剂的物质使 其充分吸附后与吸附剂 一起焚烧 4).氧化分解法（参照含重金属有机类废液的处理方法） 在含水的低浓度有机类废液中，对其易氧化分解的废液，用H2O2 KMnO4 NaOCl H2SO4+HNO3 HNO3+HClO4 H2SO4+HClO4 及废铬酸混合液等物质，将其氧化分解。然后，按上述无机类实验废液的处理方法加以处理。 5).水解法 对有机酸或无机酸的酯类，以及一部份有机磷化合物等容易发生水解的物质，可加入氢氧化钠或氢氧化钙， 在室温或加热下进行水解。水解后，若废液无毒害时，把它中和、稀释后，即可排放。如果含有有害物质时，用 吸附等适当的方法加以处理。 6).生物化学处理法 用活性污泥之类东西并吹入空气进行处理。例如，对含有乙醇、乙酸、动植物性油脂、蛋白质及淀粉等的稀
作业条件危险性评价法 本次风险评价采用作业条件危险性评价法进行分析评价。 作业条件危险性评价法认为对于一个具有潜在危险性的作业条件，影响危险性的主要因素有3个： （1）发生事故或危险事件的可能性（L）； （2）暴露于这种危险环境的情况（频率）（E）； （3）事故一旦发生可能产生的后果（C）。 那么作业条件的危险性D就用公式 D＝L×E×C 来表示。 1）发生事故或危险事件的可能性（L） 在实际生产条件中，事故或危险事件发生的可能性与其实际发生的概率相关。若用概率来表示时，绝对不发生的概率为0；而必然发生的事件其概率为1。但在考察一个系统的危险性时，绝对不可能发生事故是不确切的，即概率为0的情况是不确切的。所以，实际上不可能发生的情况作为“打分”的参考点，定其分值为0.1,；将完全出乎意料之外、极少可能发生的情况定为1；能预料将来某个时候会发生事故的情况定为10；这三者之间再根据可能性的大小相应确定几个之间值，具体取值见表1 表1 事故或危险事件发生的可能性分值（L） 2）暴露于危险环境的频率（E）
众所周知，作业人员暴露于危险作业条件的次数越多，时间越长，则受到伤害的可能性也就越大。为此本方法规定了连续出现在潜在危险环境的暴露频率分值为10；一年仅出现几次非常稀少的暴露频率分值为1；以10和1为参考点，再在其区间根据潜在危险作业条件中暴露情况进行划分，并对应地确定其分值，具体见表2： 表2 暴露于危险环境中的频繁程度分值（E） 3）发生事故或危险事件的可能后果（C） 造成事故或危险事件的人身伤害或物质损失可在很大范围内变化，以工伤事故而言可以从轻微伤害到许多人死亡，其范围非常广。本方法将需要救护的轻微伤害的可能结果的分值定为1，以此为一个基准点；而将造成许多人死亡的可能结果的分值定为100，作为另一个参考点。在这两个参考点1—100之间，插入相应的中间值，具体见表3： 表3 发生事故或危险事件的可能结果的分值（C） 4）危险性 确定了上述3个具有潜在危险的作业条件的分值并按公式进行计算，即可得到危险性分值。而要确定作业条件的危险性程度时，则按表4的标准进行评定。
1.拉依达准则法（3δ）：简单，无需查表。测量次数较多或要求不高时用。是最常用的异常值判定与剔除准则。但当测量次数《=10次时，该准则失效。 如果实验数据值的总体x是服从正态分布的，则 式中，μ与σ分别表示正态总体的数学期望和标准差。此时，在实验数据值中出现大于μ＋3σ或小于μ—3σ数据值的概率是很小的。因此，根据上式对于大于μ＋3σ或小于μ—3σ的实验数据值作为异常值，予以剔除。 在这种情况下，异常值是指一组测定值中与平均值的偏差超过两倍标准差的测定值。与平均值的偏差超过三倍标准差的测定值，称为高度异常的异常值。在处理数据时，应剔除高度异常的异常值。异常值是否剔除，视具体情况而定。在统计检验时，指定为检出异常值的显著性水平α=0.05，称为检出水平；指定为检出高度异常的异常值的显著性水平α=0.01，称为舍弃水平，又称剔除水平(reject level)。 标准化数值（Z-score）可用来帮助识别异常值。Z分数标准化后的数据服从正态分布。因此，应用Z分数可识别异常值。我们建议将Z分数低于-3或高于3的数据看成是异常值。这些数据的准确性要复查，以决定它是否属于该数据集。 2.肖维勒准则法（Chauvenet）：经典方法，改善了拉依达准则，过去应用较多，但它没有固定的概率意义，特别是当测量数据值n无穷大时失效。 3.狄克逊准则法（Dixon）：对数据值中只存在一个异常值时，效果良好。担当异常值不止一个且出现在同侧时，检验效果不好。尤其同侧的异常值较接近时效果更差，易遭受到屏蔽效应。 4.罗马诺夫斯基（t检验）准则法：计算较为复杂。 5.格拉布斯准则法（Grubbs）：和狄克逊法均给出了严格的结果，但存在狄克逊法同样的缺陷。朱宏等人采用数据值的中位数取代平均值，改进得到了更为稳健的处理方法。有效消除了同侧异常值的屏蔽效应。国际上常推荐采用格拉布斯准则法。 这些方法，都有各自的特点，例如，拉依达准则不能检验样本量较小（显著性水平为0.1时，n必须大于10）的情况，格拉布斯准则则可以检验较少的数据。在国际上，常推荐格拉布斯准则和狄克逊准则。