第二章：误差理论.ppt

?列均方根误差与误差估计的置信概率 P x 0 测量值典型 正态分布曲线 可见： a 全部测量值分 布在算术平均值 附近； B 测量值误差在 -?～+?的概率 为68.27%；在－2?～+2?的概率为95.45%。 在－3?～+3?的概率为99.73%。 2 算术平均值的均方根误差 对某量测量n次，可得到一个算术平均值 重复上述过程m次，可得m个算术平均值，即， 以上算术平均值相对于真值的离散程度可以用算术平均值的均方根误差 表示： 可以证明，列均方根误差?与算术平均值的均 方根误差 有以下关系： 测量结果的表示方法： 或 例如：对某重物进行了十次等精度测量，测值为： 20.62 20.82 20.78 20.82 20.70 20.78 20.84 20.78 20.85 20.85 g 1） 测量值的算术平均值； 2）测量值的均方根误差； 3）测量结果的表达。 求: 解：1） 2） 3） 3.3 疏失误差或粗大误差的处理 1. 粗大误差产生的原因 1 测量人员主观的原因： 包括测量人员的经验不足、操作不当、 或工作过度疲劳或测量时不细心、不耐心、 工作责任感不强等等，造成了错误的读数或 错误的记录。 2 客观外界条件的原因： 由于测量条件意外的改变，如机械振动、强 电磁辐射或电网电压波动等，引起仪表示值或被 测对象位置、性能的某些改变而产生误差。 2. 判断粗大误差的准则 ?莱依特准则： 设某一测量列中，测量值只含有随机误差， 根据随机误差的正态分布规律，其误差落在 ?3?以外的概率约为0.3％，所以若发现有残余 误差有 则认为该测值xi是粗大误差，应予剔除。 例：对容器中一溶液的浓度共测量15次，结果为： 20.42 20.43 20.40 20.43 20.42 20.43 20.39 20.30 20.40 20.43 20.42 20.41 20.39 20.39 20.40 % 试判断并剔除异常值。 【解】 ∵ ∴ 剔除20.30 对剩下的14个数据继续继续判断： 逐一检查ui，其绝对值无一超过0.048。 所以，15个测量数据中只有20.30是异常值。 10.0 8.0 5.0 8.0 8.0 5.0 其它粗大误差的应用举例: 8.0 8.0 8.0 8.0 8.0 8.0 ---裁判评分 最后得分: 前例结果分析: 若不去掉最高分和最低分,则, 结果与前面处理的结果相同， 为什么？ 若采用莱依特准则进行粗大误差的处理，则 显然也不合理! 测量误差的综合处理是研究检测各个环节的误差对系统误差的影响规律，以确定总误差与各环节误差的关系。 设Y为被测量， 、　、　…　　为中间变量，找出被测量与中间变量的函数关系： 第四节 测量误差的综合处理 进行全微分得： 其中， 为被测量的绝对误差 为变量 的绝对误差 为 对 的偏导数 对上式两边除以Y，就可得相对误差的综合 表达式： 举例说明： 解： 例1. 已知桥臂电阻R1、R2、RN的精度为0.1％， 假定R1＝100?，R2＝1000?，当RN＝100? 时电桥平衡，求Rx的精确值。 最大误差为： Rx 10 1?0.3% ? 例2：测量一段导线电阻。已知导线截面的测量 误差是?3%，导线长度的测量误差是?2%， 求该电阻的最大测量误差。 解： 最大测量误差是： 已知系统总误差，求各组成环节的误差属于误差分配问题。误差分配原则是： 必须兼顾各环节可以达到的误差水平，合理地进行误差分配。 分配测量环节的误差应满足系统误差要求。 利用正负环节误差可相互抵消的特点，降低系统总误差，或采用质量较低的元器件 第五节 测量系统的误差分配原则 1、基本概念 绝对误差和相对误差的特点； 三种误差产生的原因和特点； 系统误差和粗大误差的判断方法。 2、误差计算 算术平均值的计算，均方根误差的计算； 误差综合计算。 第二章小结 第一节 误差的表示方法 第二节 测量误差的分类 第三节 误差分析与处理方法 第四节 测量误差的综合处理 第五节 测量系统的误差分配原则 第二章 误差理论基础 学 习 要 求 1、掌握误差的表示方法、特点和计算； 2、熟悉三种误差类型、特点和判断方法； 3、了解减小或消除误差的基本方法； 4、掌握误差综合的计算方法。 学习误差的意义: 1.正确认识误差的性质,分析误差产生的原 因,以便消除或减小它; 2.正确处理数据,合理计算所得结果,以便在 一定条件下,得到更接近真实值的数据; 3.正确组成检测系统,合理设计检测系统或选