第七章静态测试数据处理.pptVIP

 第七章 静态测试数据处理 本章的主要内容有测量误差、测量列的处理步骤与测量结果的表达、一元线性回归和多元线性回归方法等。 7.1 测量误差 一、测试精度与误差 测试精度：又称为精确度，用来描述测量结果与真值的接近 程度。 测试误差：在任何测量中，由于各种因素的影响，测量所 得到的数值与被测参数的真值不可能完全相同，而总会有差别，这个差别称为测试误差。 测试误差按其性质的不同分为三类，即： 系统误差 随机误差 过失误差（粗大误差 ） 二、测量误差的分析与处理 测量误差的分析就是研究误差的性质与规律。即：研究和确定过失误差与随机误差之间的界限，以便舍弃那些含有过失误差的测定值；研究系统误差的规律，寻找将系统误差从随机误差中分离出来的方法，并设法消除其影响；研究随机误差的规律，分析和确定测量的精密度；从一系列测定值中求出最接近于被测参数真实值的测量结果。 1、随机误差 实践表明，测试结果 的随机误差大多服从正态分布如图7-1所示。正态分布的概率密度函数为： 式中： δ ——为测量误差； σ ——均方根误差。 从图可以看出，σ 值愈小， 正态分布密度曲线愈陡峭， 幅值愈大，测量误差小； 反之，σ 值愈大，曲线 愈趋平坦，测量误差大。 图7-1正态分布密度曲线 1）算术平均值 设 l1 ，l2 ，…，ln为n次等精度测量所得的值，其算术平均值 为： 由于被测参数的真实值无法知道，因此在直接测量中常将测量列的算术平均值作为真值的估计值。如此测量列的残差为： 式中： ——表残差； ——第i个测量值，i=1，2，…，n 2）标准差 在一个等精密度测量列中，当测量次数趋于无穷大时，测量列的标准差 σ 为： 而在实际测量过程中，测量次数是有限的，由数理统计学可知，标准差的无偏估计可用贝塞尔法进行计算，即： 根据积分概率表可知，绝对值小于σ的随机误差出现的概率约为0.68，而绝对值小于2σ和3σ的随机误差，出现的概率分别为0.95和0.997。由此可知，绝对值大于3σ的随机误差出现的概率仅为0.027，即在370次测量中才可能出现一次。而在一般测量工作中，测量次数远小于370次，因此，如果出现绝对值大于3σ的误差，就可以认为，这个误差属于过失误差。因此，可以把3σ作为区分随机误差和过失误差的一种界限。 2、系统误差 1）系统误差的分类 根据系统误差特性的不同，可将系统误差分为如下两大类。 定值系统误差 在整个测量过程中，误差的大小和方向始终保持不变。 变值系统误差 误差的大小和方向按一定的规律变化。变值系统误差的种类较多，有的还比较复杂。 常见的系统误差有： ①线性变化的系统误差：误差的大小随时间线性递增或递减的系统误差，称为线性变化的系统误差。 ②周期性变化的系统误差：误差的大小随