第二章测量误差及数据处理.ppt

粗大误差的剔除 粗大误差产生原因: ① 测量人员的主观原因： 操作失误或错误记录； ② 客观外界条件的原因： 测量条件意外改变、受较大的电磁干扰，或测量仪器偶然失效等。 粗大误差出现的概率很小，处理方法是列出可疑数据，分析是否是粗大误差，若是，则应将对应的测量值剔除。 粗大误差的统计学判别准则 统计学的方法的基本思想是：给定一置信概率，确定相应的置信区间，凡超过置信区间的误差就认为是粗大误差，并予以剔除。 在正态分布等精度测量中，随机误差大于3σ的概率仅为0.0027%，属小概率事件。 拉依达（莱特）检验法 ：设测量数据中，测量值Ak的随机误差为δk，当： 测量值为粗大误差的异常值，应予以剔除。 粗大误差的统计学判别准则 在实际应用中使用剩余误差和标准差的估计值： 注意：当测量次数你n≤10时，该准则失效。 【证明】 因为 所以 即 当n≤10时， 粗大误差的统计学判别准则 格拉布斯(grubbs)检验法：当测量数据Ak的剩余误差νk满足： 式中，g0（n,α）值由重复测量次数n及显著性水平α （超差概率，1－P）确定，由数理统计的方法推导。 则测量值为粗大误差的异常值，应予以剔除。 应注意的问题 ①?所有的检验法都是人为主观拟定的，至今无统一的规定。当偏离正态分布和测量次数少时检验不一定可靠。 ②?若有多个可疑数据同时超过检验所定置信区间，应逐个剔除