第二章测量误差及其分析.pptVIP

2.?????? t分布下置信因子与置信概率的关系 在有限次测量中，测量数据服从t分布。 t分布下给定区间的概率为 Kt:t分布的置信因子。 概率为1，即全概率，也就是说均匀分布得测量数据得误差不可能超过a，所以a为极限误差。在实际应用中，通常取 给定区间 在测量数据在均匀分布， 时 (3)均匀分布时置信度的确定 在进行测量数据处理时，若多次测量结果中含有粗大误差，就会严重地影响和歪曲对测量结果的正确评价。因此在对测量结果进行精度分析时，必须剔除粗大误差（亦称坏值），若没有从测量数据中去掉这些坏值，将会使测量结果的精度分析失去可靠性，严重时甚至会得出错误的结论。 。 2．5 粗差的判别与剔除 设一组等精度独立测量结果中，其一测得值xb所对应的残差vb大于三倍的标准偏差时，该测得值xb可确认含有粗大误差，应予以剔除。判别式 1.拉依达准则 拉依达准则是最常用的判别粗大误差的准则，亦称3σ准则。 在一组等精等独立测量结果中，若某一测得值xb的残差vb。满足下式 则认为xb为坏值，应该剔除。式中g(n,a)为格罗布斯判别系数，它与测量次数n和置信水平（一般取0.05或0.01）有关 2.格罗布斯准则 从事研究工作、新产品开发、仪器仪表或电子产品的生产愈检测过程中,常常要利用仪器设备进行直接测量，不仅在某一点获取多个数据，且往往还要在不同的点进行测量，以便求得准确而有代表性的特征函数或特性曲线，进而求得数学模型。测量数据处理分为等精度测量数据处理和非等精度数据处理。这里主要介绍前一种。 等精度数据处理内容包括：计算被测量的平均值、剩余误差、方差、标准偏差，消除数据中的系统误差和坏值，求得最后测量结果以及获得经验统计公式，描绘特性曲线等。 2.6 测量数据处理 下面通过一个实例来说明直接测量实验数据处理与测量误差计算分析的理论公式与具体步骤。 2.6 .1 测量数据处理举例 例2.3 某次等精度测量所得测量数据xi如表2.6所示，试对这组测量数据进行处理。 表2.6 一组等精度测量数据 n xi vi 1 10.40 -0.01 0.0001 - 0.017 0.000289 2 10.41 0 0 -0.007 0.000049 3 10.43 +0.02 0.0004 +0.013 0.000169 4 10.31 -0.10 0.0100 / / 5 10.39 -0.02 0.0004 -0.027 0.000729 6 10.42 +0.01 0.0001 +0.003 0.000009 7 10.44 +0.03 0.0009 +0.023 0.000529 8 10.40 -0.01 0.0001 -0.017 0.000289 9 10.40 -0.01 0.0001 -0.017 0.000289 10 10.43 +0.02 0.0004 +0.013 0.000169 11 10.44 0.03 0.0009 +0.023 0.000529 12 10.41 0 0 -0.007 0.000049 13 10.39 -0.02 0.0004 -0.027 0.000729 14 10.42 +0.01 0.0001 +0.003 0.000009 15 10.43 +0.02 0.0004 +0.013 0.000169 2.1 测量误差的基本概念 2.2 测量误差的分类 2.3 系统误差 2.4 随机误差 2.5 粗差的判别与剔除 2.6 测量数据处理 2.1 测量误差的基本概念 误差存在于一切测量中，而且贯穿测量过程的始终。因此，只有通过正确的误差分析，知道测量中哪些量对测量结果影响大，那些量对测量结果影响小，从而努力测准那些对结果影响大的关键量，而不必花大功夫在那些不太准而且对结果影响很小的量上。 测量误差按其表示方式可分为绝对误差和相对误差。 任何测量过程都存在误差，即测量误差。所以在使用仪表测量工艺参数时，不仅需要知道仪表的指示值，还需要了解测量值的误差范围 由于所选用的仪表精确度的限制、实验手段的不完善、环境中各种干扰的存在以及检测技术水平有限，在检测过程中仪表测量值与真实值之间总会存在一定的差值,这个差值就是误差 绝对误差是指测量值与被测量真值之间的差值，即 绝对误差 测量值， 被测量的真值。 1.绝对误差 2）示值相对误差