origin处理一个IR数据
- 格式:doc
- 大小:460.00 KB
- 文档页数:8
origin读红外光谱的峰值
根据定义,红外光谱是通过检测被样品吸收或发射的红外辐射来进行分析的技术。
对于红外光谱的峰值,其实是指样品在红外波长范围内的吸收峰(或发射峰)。
在红外光谱中,不同化学物质具有不同的分子结构和键,导致吸收红外辐射的方式也不同。
这些吸收或发射谱线(峰值)的位置和强度与样品的化学成分和相对浓度有关。
为了获得红外光谱的峰值,通常需要进行以下步骤:
1. 准备样品:将待测样品制备成适合红外光谱分析的形式,例如液体样品可以通过将其放置在透明的红外吸收容器中适当稀释,固体样品可以采用如固样法、压片法等方法。
2. 选择适当的仪器:常用的红外光谱仪包括傅里叶变换红外光谱仪(FTIR)和红外分光光度计(IR Spectrometer),根据需要选择合适的仪器。
3. 进行测量:将样品放置在红外光谱仪中,设置适当的参数(如扫描范围、积分时间等),开始测量。
在红外光谱仪中,红外辐射通过样品并根据样品的吸收或发射特性发生变化,变化后的辐射通过仪器进行检测和记录。
4. 解析数据:通过对测定得到的数据进行处理和解析,可以得到样品的红外光谱图。
在红外光谱图中,可以识别出吸收或发射谱线,并确定其位置和强度,即峰值。
需要注意的是,红外光谱技术是一种无损分析方法,适用于各种物质的分析,尤其在有机化学、无机化学、生物化学等领域
具有广泛的应用。
不同的峰值可以提供有关样品化学元素、官能团等信息,从而用于分析和鉴定物质的结构和性质。
科学绘图及数据分析软件O r i g i n9.01.1 Origin功能简介图表是显示和分析复杂数据的理想方式,因此高端图表工具是科学家和工程师们必备的软件。
Microcal Software公司的Origin软件(演示版可以从下载)一直在科学作图和数据处理领域享受较高的声誉,和它的主要竞争对手SPSS Scientific公司的SigmaPlot()和MathSoft公司的Axum相比,它的功能更强大但需要花费更多时间来学习。
在最新发布的Origin 7.5中,OriginLab公司对它的易用性进行了大量的改进,并彻底调整了其编程语言战略,从而使该软件在同类产品中脱颖而出。
现流行的Origin版本有5.0、6.0、6.1、7.0和7.5。
Origin包括两大类功能:数据分析和科学绘图。
Origin的数据分析功能包括:给出选定数据的各项统计参数平均值(Mean)、标准偏差(Standard Deviation,SD)、标准误差(Standard Error,SE)、总和(Sum)以及数据组数N;数据的排序、调整、计算、统计、频谱变换;线性、多项式和多重拟合;快速FFT变换、相关性分析、FFT过滤、峰找寻和拟合;可利用约200个内建的以及自定义的函数模型进行曲线拟合,并可对拟合过程进行控制;可进行统计、数学以及微积分计算。
准备好数据后进行数据分析时,只需选择所要分析的数据,然后再选择相应的菜单命令即可。
Origin的绘图是基于模板的,Origin本身提供了几十种二维和三维绘图模板。
绘图时,只需选择所要绘图的数据,然后再单击相应的工具栏按钮即可。
二维图形模板有Line、scatter、line+symbol、Special line/symbol、area、fill area,inclusive/exclusive area fill、bar、stack bar,floating bar、pie、high-low-close、function graphs、column、stack column、floating column、XY AM vector、XYXY vector、polar、line series、time series、waterfall、ternary diagram、double Y axis、multi-panel XY。
2、用Origin处理数据并作图Origin是一个功能强大的数据处理及作图软件,作出的专业图形也比较规范。
以下给出三个示例说明数据处理及作图步骤。
(1)用Origin处理饱和蒸气压测定实验数据及作图,步骤如下:①启动Origin程序,将大气压、实验所得沸点温度及对应的真空度(压力差)数据填入表格的A、B、C列中,然后输入公式计算D列(蒸气压/mmHg)的值,操作为左键点击选定D列,右键点击选择“Set Column Values”,在弹出-压力差”,本例为“767.65-col(C)”,如图1-3-7的对话框中输入计算公式“p大气所示,点击“OK”完成D列值的设置。
按此方法依次输入公式“1000/(col(B)+273.15)”和“log(col(D))”设置E列和F列的值,所得结果如图1-3-8所示。
图1-3-7 用Origin处理数据公式的设定图1-3-8 用Origin处理数据结果②对上述所得数据进行作图:点击菜单栏中的“Plot”,然后选择“Scatter”,弹出如图1-3-9所示对话框,在列表中选择所需列为X或Y,本例中以E列作为X,即选中E[Y]列,点击<->X键,如图1-3-9中箭头所示,F列作为Y,即选中F[Y]列,点击<->Y键,然后点击“OK”即给出散点图,如图1-3-10所示。
若要作多组散点图,可以在图1-3-9所示对话框中选定一组X,Y后点击Add,然后继续添加相应列为X和Y即可。
作散点图的方法也可以是先直接将E列设置为X,方法是选中E列,点击菜单栏中的“Column”→“Set as X”,即设为“E[X2]”,同时F列也变为“F[Y2]”,然后同时选中E[X2]列和F[Y2]列,点击菜单栏中的“Plot”,然后选择“Scatter”亦可得到图1-3-10所示结果。
图1-3-9 用Origin作图方法图1-3-10 用Origin作散点图结果然后对所得散点图进行线性拟合,方法是左键点击“Analysis”选择“Fit linear”,即得拟合的直线,并在右下端窗口给出了拟合后的线性方程,其斜率B、截距A以及相关性R等信息,如图1-3-11所示,如果右下端窗口未显示相关信息,则点击菜单栏中“View”→“Results Log”即可显示。
实验用Origin软件处理实验数据实验目的:了解Origin软件及其在数据处理中的应用。
实验仪器:装有Origin软件的机一台。
Origin数据处理软件简介:数据处理工作是繁琐、枯燥的,值得庆幸的是现在这些工作可以交给计算机来完成。
Microcal软件公司的Origin软件就是一个短小精悍的数据处理软件。
它在Windows平台下工作,可以完成物理实验常用的数据处理、误差计算、绘图和曲线拟合等工作。
这里不对该软件的使用做系统的介绍,只是结合几个例子说明Origin5.0软件在物理实验中经常用到的几项功能。
一、误差计算前面我们介绍了用千分尺测量钢柱直径的例子,现在用Origin来处理测量数据。
Origin中把要完成的一个数据处理任务称做一个“工程”(project)。
当我们启动Origin 或在Origin窗口下新建一个工程时,软件将自动打开一个空的数据表,供输入数据。
默认形式的数据表中一共有两列,分别为“A(X)”和“B(Y)”。
将下表的8次测量值输入到数据表的A列(或B列)。
用鼠标点“A(X)”,选中该列。
点“Analysis”菜单,在下拉菜单项中选“Statistics on Columns”,瞬间就完成了直径平均值(Mean)、单次测量值的实验标准差)S(软件记做sd)、平均值的实验标准差)(xS(软件记做se)的统计计(x算,其结果如下:二、绘图设一小球由静止下落,在不同位置处测量球下落经过的时间,得到数据如下表:用Origin 软件作图,分析s 与t 之间的关系:将距离s 的数据输入到A 列,将时间t 的数据输入到B 列,如图二,在“Plot ”下拉菜单中选“Scatter ”,弹出一个对话框。
鼠标点“A(X)”,再在右边选“<->X ”,则将“A(X)”设为x 变量。
同样,鼠标点“B(Y)”,再在右边选“<->Y”,则将“B(Y)”设为选“Column ”菜单下的“Add New Column ”y 变量。
第17卷第1期2003年3月 山西师范大学学报(自然科学版)Journal of Shanxi T eacher ′s University Natural Science Edition V ol.17N o.1March 2003收稿日期:2002209202基金项目:广东省自然科学基金(N o.000675,N o.011466),广东省重点科技项目基金(N o.2K M01401G)作者简介:王鑫(1978—),男,天津人,华南师范大学物理系2001级研究生.文章编号:100924490(2003)0120045205用Origin 剔除线性拟合中实验数据的异常值王 鑫, 吴先球, 蒋珍美, 陈俊芳(华南师范大学物理系,广东广州 510631)摘要:介绍了用Microcal Origin 软件进行实验数据线性拟合的具体方法,利用其Lab T alk 编程和Data Mask 等高级功能,以肖维勒准则实现了异常数据的判断和剔除.以核磁共振的稳态吸收中磁场强度和励磁电流的线性拟合实验为例,通过整个实验数据处理和分析的过程,展示了Origin 直观、快捷、高效的特点,适合学生在物理实验的数据处理和分析中应用.关键词:Origin ;线性拟合;异常值剔除;肖维勒准则中图分类号:TP319∶04239 文献标识码:A实验数据曲线拟合及分析的传统方法,是采用最小二乘法[1]和坐标纸作图法.这种手工做法,计算量大,精度不高.随着计算机的发展和普及应用,实验数据的计算机处理已成为趋势.目前常见的方法是使用自编程序[2]或Excel [3]、G rapher [4]等软件.自编软件往往功能单一,可视化功能差;Excel 软件功能强,但是对实验数据的处理针对性不强,数据的分析能力弱.经过反复研究和实践,我们发现Origin 数据分析软件适合于实验数据的处理、分析和可视化表征.本文以核磁共振的稳态吸收实验为例,介绍用Origin 软件进行实验数据线性拟合的具体方法,利用其Lab T alk 编程和Data Mask 等高级功能,以肖维勒准则实现了异常数据的判断和剔除.1 实验数据异常值的判断及其剔除方法在一系列测量值中混有异常值,会歪曲实验结果.只有剔除异常值,才能符合客观实际.但如果可疑数据在误差的准许范围之内而被抛之不用,也会歪曲实验结果.因此,首先要掌握统计判断准则,准确判断可疑数据点是否为异常值而应该剔除,从而获得更合理的拟合曲线.判别测量值中是否含有异常值,在统计学中已建立了多种准则.格拉布斯准则[5]在测量次数为30次左右效果最好.当重复测量次数较多时(如几十次以上),拉伊达准则[6](即3σ准则)是最简便的方法,但在测量次数较少时,即使存在异常值也很难剔除.目前应用最多的是肖维勒准则[6,7],其原理如下:在n次测量中,取不可能发生的个数为1/2,这可以和舍入误差中的0.5相联系,那么对正态分布而言,误差不可能出现的概率为1-12π∫ωn-ωnexp-x22d x=12n注意到标准正态函数的定义,则有Φ(ωn )=121-12n+0.5=1-14n利用标准正态函数表,根据等式右端的已知值可求出肖维勒系数ωn.对于数据点x d,若其残差V d满足|V d|>ωnσ则剔除,否则x d应保留.2 Origin简介Origin由美国Microcal公司推出,是外国科技工作者公认的最快、最灵活、使用最容易的数据分析绘图软件.其突出特点是简单易学,采用直观的、图形化的、面向对象的窗口菜单和工具栏操作.Origin包括两大类功能[8]:数据分析和绘图.数据分析对工作表和绘图窗口分别提供了不同功能.在工作表窗口中提供了数据的排序、调整、计算、统计、相关、卷积、解卷、数字信号处理等功能,还可用内置的Lab T alk语言编程对数据集进行操作;在绘图窗口中提供了数学运算、平滑滤波、图形变换、傅立叶变换、各类曲线拟合等功能.Origin 的绘图是基于模板的,本身提供了几十种二维和三维绘图模板.为了用户扩展功能和二次开发的需要,Origin提供了广泛的定制功能和各种接口,用户可自定义数学函数、图形样式和绘图模板,可以和各种数据库软件、办公软件、图像处理软件方便地连接.3 用Origin实现实验数据的线性拟合下面以近代物理实验中的核磁共振的稳态吸收实验[5]为例,说明Origin用于实验数据线性拟合及分析的方法和步骤.3.1 数据输入首先将实验数据输入到Origin的工作表W orksheet中.按其默认设置打开一工作表窗口,在本文的实验中共有13组电磁铁的励磁电流I、磁场强度B的值,置于图1中工作表I(A)、B(T)两列.3.2 调用绘图窗口点击Plot菜单的Scatter项,将弹出绘图坐标轴选项.设置好x、y轴后,出现绘图G raph窗口下的数据点状分布图.3.3 原始数据的线性拟合本实验要求B I关系为线性拟合.点击分析菜单Analysis,选择线性拟合Filt Liner.此时Origin自动调用内置的最小二乘法线性拟合工具.图中新增一条拟合出来的直线,同时弹出结果窗口Result Log,显示拟合结果,包括线性回归方程系数A、B、标准差S D、相关系数R等参数.如图1所示,在本例中,A=0.4227,B=0.08283,S D=0.00426.至此为止,完成了数据输入、线性拟合和图示化表征.从以上步骤可看出,Origin在数据的线性拟合中具有直观、方便、快捷的优点.64 山西师范大学学报(自然科学版) 2003年图1 原始数据线性拟合结果4 异常值的判断和剔除由图1可看出,测量数据中第6、7点离拟合直线偏差较大,是可疑数据点.下面判断可疑数据点是否为异常值并进行剔除.4.1 计算残差调出数据的工作表窗口Datal ,通过C olumn/Add New C olumn 新增一列,命名为V d ,存放残差.点击Window/Script Window 调出Lab T alk 程序窗口.Lab T alk 编程类似C 语言,但命令更直观.在其窗口菜单Edit 下选择Script Execution 模式,只有在此模式下,才能执行程序.根据以上拟合得到的A 、B 值,输入如下命令,对数据集直接运算:Datal V d =0.4227+Datal 130.08283—Datal B ;得到V d 列的值.4.2 查表比较查肖维勒准则表可得,当n 为13时,ω13为2.07.用C olumn/Add New C olumn 新增一列,命名为C ontrast ,该列为|V d |与ωn ・σ的对比结果即|V d |-ωn ・σ.在Lab T alk 程序窗口74第1期 王鑫 吴先球 蒋珍美 陈俊芳:用Origin 剔除线性拟合中实验数据的异常值 输入:Datal C ontrast =abs (Datal V d )-2.0730.00426;得到对比C ontrast 列的值,其中abs (x )为取绝对值函数.在C ontrast 列中,只有第7点为正值,即|V d 7|>ω13・σ,所以第7点为粗差,应剔除.4.3 异常值剔除鼠标右键单击工作表中第7点数据,选Mask/Apply ,则此行所有数据变为红色,被屏蔽.4.4 异常值剔除后的拟合对剩下的12个点重新拟合,得到异常值剔除后的A 、B 、S D 、R 值,拟合曲线如图2所示.此时第6点偏差最大,但由于实验数据的异常值通常只剔除一次,即使第一次异常值剔除后还存在偏差较大的点,也不再进行第二次判断和剔除[3].图2 异常值剔除后的拟合情况4.5 剔除异常值前后的参数比较表1 剔除异常值前后的参数比较参数线性方程系数A 线性方程系数B 标准差S D 相关系数R 剔除前0.42270.082830.004260.97846剔除后0.421530.082870.002630.99236 由表1看出,剔除异常值后,R 值明显增大,拟合效果显著提高,输出的拟合线相对理想.因此,利用Origin 软件对异常值的判断和剔除相当方便,异常值剔除后可以明显提高拟合效果,更准确地求出曲线斜率.另外,教师也可针对不同学生的R 值进行比较,从中了解学生的实验情况,并有针对性地要求学生查找原因、分析影响实验的因素.5 结论本文以核磁共振的稳态吸收实验中磁场强度B 和励磁电流I 的线性拟合为例,介绍84 山西师范大学学报(自然科学版) 2003年了Microcal Origin 数据分析软件用于数据的线性回归的方法和步骤,利用其高级功能判断可疑数据点并剔除异常值,从而获得更合理的拟合曲线.整个处理过程简单、方便、直观、有效.利用Origin 软件处理实验数据可提高工作效率,减少数据处理时间,提高实验结果的精度.目前该软件在我校现代物理技术重点实验室推广使用,受到教师、学生的欢迎.参考文献:[1] 复旦大学数学系.概率论与数理统计[M].上海:上海科学技术出版社,1961.283292.[2] 徐士良.C 语言常用算法程序集[M].北京:清华大学出版社,1996.217233.[3] 倪敏,诸燕萍.Excel 软件在物理实验中的应用[J ].物理实验,2000,20(4):1619.[4] 吴朝荣,张海彦,段文焱木.Grapher 在测井研究中的应用[J ].物探化探计算技术,1999,21(3):280284.[5] 林木欣.近代物理实验教程[M].北京:科学出版社,1999.1617,257.[6] 肖明耀.误差理论与应用[M].北京:计量出版社,1985.169174.[7] R T aylor.An introduction to error analysis[M].University Science Books Press ,1982.144.[8] 晨曦工作室,郝红伟,施光凯.Origin 6.0实例教程[M].北京:中国电力出版社,2000.8.Data R ejection in Linear Fitting Using OriginWANG Xin , WU Xian 2qiu , JIANG Zhen 2mei , CHEN Jun 2fangAbstract :Microcal Origin was introduced to data rejection in linear fitting.The judgment and rejection of bad data points was im plemented by Chauvenet ′s Criterion with the aid of Lab T alk and Data Mask in Origin.T aking the liner fitting of B I in a Nuclear Magnetic Res onance experiment as an exam ple ,Origin is illustrated to be suitable for data analysis in physics experiment.K ey w ords :Origin ;Linear fitting ;Rejection of bad data points ;Chauvenet ′s criterion94第1期 王鑫 吴先球 蒋珍美 陈俊芳:用Origin 剔除线性拟合中实验数据的异常值 。