Fresenius' Zeitschrift für analytische Chemie

, Volume 324, Issue 6, pp 525–530 | Cite as

Informationstheorie — Ein Mittel für die Bewertung der spektrochemischen Mehrkomponenten-Analysenmethoden

  • K. Flórián
  • M. Matherny
Vorträge

Zusammenfassung

Die rasche Entwicklung der analytischen Chemie in letzter Zeit, die Menge der neuentwickelten Methoden erschweren zunehmend die Entscheidung bei der Auswahl der vom Gesichtspunkt der definierten analytischen Aufgabe geeignetsten Methoden. Es wird bereits allgemein akzeptiert, die analytischen Verfahren als Information produzierende Systeme aufzufassen, deren Ausgang eine chemische Information über die Zusammensetzung des zu analysierenden Stoffes bildet. Bei einer solchen Interpretation kann die Informationstheorie behilflich sein, wobei die Informationseigenschaften der die analytische Methode charakterisierenden Größen nicht nur als Bewertungskriterien, sondern auch als Zielgrößen bei der Optimierung verwendet werden können.

Die Anwendung der Informationstheorie für die Bewertung spektrochemischer Analysenverfahren stützt sich, ebenso wie bei anderen Meßmethoden, auf folgende zwei Wertungsgrößen: das dynamische Konzentrationsintervall und die Präzision der Methode. Anhand dieser Größen können die Werte des Informationsgehaltes I(p,p0) bzw. bei Mehrkomponenten-Methoden die Werte der Maße der Informationsgehalte M(p,p0) bestimmt werden. Außer diesen Größen spielen bei der Bewertung des Optimierungsgrades einer spektrochemischen Methode die Werte der Informationseffektivitäten E(p,p0)=E k *I(p,p0) eine wichtige Rolle. Diese ermöglichen mittels der Effektivitätskoeffizienten E k einen Vergleich der in der analytischen Aufgabe definierten und experimentell ermittelten Wertungsgrößen der beurteilten Methoden. Bei Mehrkomponenten-Analysenmethoden handelt es sich in diesem Falle um die Bestimmung der Maße der Informationseffektivitäten, die durch einfache oder gewogene Addition der einzelnen Werte der Informationsgehalte berechenbar sind. Die Wägung soll die geforderte Relevanz der analytischen Ergebnisse, d.h. die Wichtigkeit der chemischen Information für die einzelnen bestimmten Elemente berücksichtigen. — Es werden Anwendungsbeispiele für die Wertung bei vorhandenen analytischen Aufgaben, sowie für die Bestimmung des Informationsgewinnes bei einer Optimierung im Falle von spektrographischen Analysenverfahren gegeben.

Information theory — A tool for evaluation of spectrochemical multiconiponent analytical methods

Summary

Recently, fast development of analytical chemistry with a number of new methods makes it more and more difficult to choose the best method of analysis for the given analytical task. It is generally accepted that an analytical procedure can be regarded as an information production system the output of which provides chemical information on the composition of the analysed sample. Thus, information theory may be useful and the quantities characterizing the information properties of an analytical method may be applied not only as evaluation criteria but also as objective functions in the optimization.

The application of information theory for the evaluation of spectrochemical analysis is based, as in other measuring methods, on two evaluation quantities: the dynamic concentration interval and the precision of the method. On the basis of these quantities, the values of the information content I(p,p0) or in multicomponent method, the values of the amount of the information content M(p,p0) can be determined. In addition to these quantities the value of the information efficiency E(p,p0)=Ek*I(p,p0) plays an important role in the evaluation of the optimization of the spectrochemical method. They enable a comparison of the defined and experimentally reached evaluation quantities of the method concerned by means of the partial efficiency coefficients.

In case of multcomponent analysis the amount of the information efficiences E*(p,p0) should be determined which may be calculated by simple or weighted addition of single E(p,p0) values. Weighting should respect the required relevancy of the analytical results, i. e. the importance of the chemical information for each determined element.

Examples of applications are given for the evaluation at a actual analytical task as well as for the determination of the information “profit” in case of optimization of the spectrographical analytical procedure.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Arbeitskreis „Automation in der Analyse“ (1971) Fresenius Z Anal Chem 256:257–270Google Scholar
  2. 2.
    Danzer K, Eckschlager K (1978) Talanta 25:725–726Google Scholar
  3. 3.
    Doerffel K, Eckschlager K (1981) Optimale Strategien in der Analytik. VEB Deutscher Verlag für Grundstoffindustrie, LeipzigGoogle Scholar
  4. 4.
    Ebel S, Kamm K (1983) Fresenius Z Anal Chem 316:382–385Google Scholar
  5. 5.
    Eckschlager K, Štěpánek V (1979) Information theory as applied to chemical analysis. Wiley, New YorkGoogle Scholar
  6. 6.
    Flórián K, Pliešovská N (1980) Acta Chim Acad Sci Hung 103:301–322Google Scholar
  7. 7.
    Frank IE, Pungor E, Veress GE (1981) Anal Chim Acta 133:433–441; 443–450Google Scholar
  8. 8.
    Heltai C, Zimmer K, Flórián K (1981) Acta Chim Acad Sci Hung 106:239–255Google Scholar
  9. 9.
    Kaiser H, Specker H (1956) Fresenius Z Anal Chem 149:46–66Google Scholar
  10. 10.
    Kaiser H (1978) Spectrochim Acta 33B:551–576Google Scholar
  11. 11.
    Kozma L (1979) Acta Chim Acad Sci Hung 102:267–274Google Scholar
  12. 12.
    Laqua K (1980) Emissionsspektroskopie in: Ullman's Encyklopedie der technischen Chemie, 4. Auflage, Band 5, 441–500. Verlag Chemie GmbH, WeinheimGoogle Scholar
  13. 13.
    Liteanu C, Rica I (1980) Statistical theory and methodology of trace analysis. Wiley, New YorkGoogle Scholar
  14. 14.
    Maessen FJMJ, Elgersma JW, Boumans PWJM (1976) Spectrochim Acta 31:179–199Google Scholar
  15. 15.
    Malissa M (1984) Fresenius Z Anal Chem 319:357–363Google Scholar
  16. 16.
    Massart DL, Dijkstra A, Kaufman L (1978) Evaluation and optimization of laboratory methods and analytical procedures. Elsevier, Amsterdam Oxford New YorkGoogle Scholar
  17. 17.
    Matherny M, Eckschlager K (1984) Chem Zvesti 38:479–489Google Scholar
  18. 18.
    Mitchell DG, Garden JS (1982) Talanta 29:921–929Google Scholar
  19. 19.
    Nalimov VV (1963) The application of mathematical statistics to chemical analysis. Pergamon, Press OxfordGoogle Scholar
  20. 20.
    Plško E, Kubová J (1978) Chem Zvesti 32:624–630Google Scholar
  21. 21.
    Veress G, Pungor E (1982) Wichtigste Methoden der Datenverarbeitung in der analytischen Chemie (Ungarisch). Tankönyvkiadó, BudapestGoogle Scholar
  22. 22.
    Wilson AL (1973) Talanta 20:725–732Google Scholar
  23. 23.
    Zimmer K, Heltai G, Flórián K (1982) Progr Anal At Spectrosc 5:341–467Google Scholar
  24. 24.
    Zimmer K, Flórián K, Caroli S (1983) Ann Ist Sup Sanita 19:509–522Google Scholar

Copyright information

© Springer-Verlag 1986

Authors and Affiliations

  • K. Flórián
    • 1
  • M. Matherny
    • 1
  1. 1.Lehrstuhl für Chemie der Hüttenmännischen Fakultät der Technischen HochschuleKošiceTschechoslowakei

Personalised recommendations