空间误差分析第二章误差分布与精度指标.pptVIP

空间数据误差处理 Surveying Adjustment 第二章 误差分布与精度指标 第二章 误差分布于精度指标 §2-1 随机变量的数字特征 §2-2 正态分布 §2-3 偶然误差的规律性 §2-4 衡量精度的指标 §2-5 精度、准确度与精确度 §2-6 测量不确定度 小 结 §2-1 随机变量的数字特征 一、数学期望E(X) 表示变量集中位置 性质 E (C ) = C （ C 为常数） E (CX ) = CE (X ) 设X ，Y 是两个随机变量： E (X + Y ) = E (X ) + E (Y ) 当X ,Y 独立时，E (X Y ) = E (X )E (Y ) §2-1 随机变量的数字特征 二、方差D(X) 表示随机变量偏离集中位置的离散程度 性质 D (C ) = 0 (C 为常数) D (CX ) = C2D (X ) D (X + C ) = D (X ) 设X ，Y 是两个相互独立的随机变量 D (X + Y ) = D (X ) + D (Y ) §2-1 随机变量的数字特征 三、协方差 表示两两随机变量X,Y相关程度 性质 cov (X , Y ) =E(XY)- E(X) E(Y) cov (X , Y ) = cov (Y , X ) cov (aX ,bY ) =ab cov (X , Y ) cov(X1+X2 ,Y)= cov (X1 , Y )+ cov (X2 , Y ) §2-1 随机变量的数字特征 四、相关系数 性质：|ρXY| ≤ 1 §2-2 正态分布 一、一维正态分布 1.定义：若连续型随机变量x的概率密度函数为 其中参数μ是数学期望，σ是标准差，则称x服从正态分布，记作 §2-2 正态分布 2.数字特征 E(X)=μ D(X)=σ2 §2-2 正态分布 3.性质 曲线在x轴上方,与x轴不相交. 曲线关于直线x=μ对称 在x=μ时位于最高点 §2-2 正态分布 当μ一定时， 曲线的形状由σ确定。σ越大，曲线越“扁平”，表示总体的分布越分散；σ越小，曲线越“尖陡”，表示总体的分布越集中 拐点横坐标： x = E(x) ? σ= μ ? σ §2-2 正态分布 4.3σ原则 P(μ-σ X μ+σ) ≈68.3% P(μ-2σ X μ+2σ) ≈95.5% P(μ-3σ X μ+3σ) ≈99.7% §2-2 正态分布 二、n维正态分布 1.定义：设随机变量X=(x1,x2,...,xn)T，若X服从正态分布，则X为n维正态随机向量。n维正态随机向量X的联合概率密度为： §2-2 正态分布 2.数学期望 §2-3 偶然误差的规律性 一、几个概念 1.真值：观测量客观上存在的一个能代表其真正大小的数值，一般用 表示` 2.观测值：对某一量观测所得的值，用Li表示。 3.真误差：观测值与真值之差，用Δi表示。 §2-3 偶然误差的规律性 4.观测向量：若进行n此观测，观测值：L1,L2,...,Ln则有下列表示： §2-3 偶然误差的规律性 二、偶然误差的分布特性 1.引例 例1.在相同的条件下独立观测了358个三角形的全部内角，每个三角形内角之和应等于180度，但由于误差的影响往往不等于180度，计算各内角和的真误差，并按误差区间的间隔0.2秒进行统计。 §2-3 偶然误差的规律性 §2-3 偶然误差的规律性 §2-3 偶然误差的规律性 例2：在相同的条件下独立观测了421个三角形的全部内角，每个三角形内角之和应等于180度，但由于误差的影响往往不等于180度，计算各内角和的真误差，并按误差区间的间隔0.2秒进行统计。 §2-3 偶然误差的规律性 §2-3 偶然误差的规律性 §2-3 偶然误差的规律性 §2-3 偶然误差的规律性 2.偶然误差的规律性 界限性：P(|Δ| Δ限)=0 小误差占优性： P(|Δ小|)P(|Δ大|) 对称性 抵偿性：E(Δ)=0 或 §2-3 偶然误差的规律性 3.Δ的密度函数 P(Δ) = f(Δ)dΔ §2-4 衡量精度的指标 §2-4 衡量精度的指标 §2-4 衡量精度的指标 1.定义 精度指误差分布的密集或离散的程度，也就是指离散度的大小。 2.要点： (1)精度是用来描述偶然误差的，主要是指观测结果与数学期望的接近程度。可以从曲线的陡峭程度看出精度的高度。 §2-4 衡量精度的指标 §2-4 衡量精度的指标 3.衡量精度的方法 （1）直观法：分布表、直方图、误差分布曲线图 （2）精度指标：方差和中误差、平均误差、或然误差、极限误差、相对误差 §2-4 衡量精度的指标