传感器与自动检测技术-2-2.pptVIP

在研究随机误差的统计规律时，不仅要知道随机变量在哪个范围内取值，而且要知道在该范围内取值的概率，两者是相互关连的。 置信区间：定义为随机变量取值的范围，常用正态分布的标准误差 的倍数来表示，即 ，其中 为置信系数。 置信概率：随机变量在置信区间 内取值的概率，即 置信水平：表示随机变量在置信区间以外取值的概率，即 置信系数取不同典型值时，正态分布的置信概率数值如表2.1所示。由此可知，置信系数越大，置信区间越宽，置信概率越大，随机误差的范围也越大，对测量精度的要求越低。 在实际测量中，如有95%的置信概率时，其可靠性已经足够了，此时的置信区间是 ，置信水平为5%。 （2）随机误差的非正态分布 随机误差的概率分布有多种类型，除正态分布外，在计量和测量中经常遇到的非正态分布有均匀分布、 分布等。 1）均匀分布 均匀分布特点是：在某一区域内，随机误差出现的概率处处相等，而在该区域外随机误差出现的概率为零。均匀分布的概率密度函数为： 式中 ——随机误差 的极限值。 均匀分布是一种常见的误差分布，如图2.4所示。例如，仪器刻度差引起的误差，仪器最小分辨率限制引起的误差，数字仪表的量化误差（ ），数字计算中的舍入误差等等。此外，对一些只知道误差出现的大致范围，而不知道其分布规律的误差，在处理时常按均匀分布的误差对待。 图2.4 均匀分布曲线 2） 分布 分布主要用来处理小样本（即测量数据比较少）的测量数据。正态分布理论只适合于大样本的测量数据，而对小样本的测量数据通常采用 分布理论来处理。 分布的概率密度函数为： 式中 —— 的估计值； ——测得值的平均值； N ——测量次数； —— =N-1称为自由度； —— 是伽马函数。 分布的概率密度曲线如下图所示，它与标准正态分布的图形相似，其特点在于分布与标准差的估计值无关，但与自由度N-1有关。当N较大（大于30）时， 分布和正态分布的差异就很小了，当 时，两者就完全相同。 根据 分布置信系数列表，当测量数据较少时，由给定的置信概率P和自由度 ，可查表得出 分布置信系数 ，再根据小样本数据的 和 值，可确定被测量真值 的置信区间，即 式中 ——小样本数据均值的极限误差 或随机不确定度。 （1）随机误差的表示方法 由前面分析可知，在一定的置信概率P下，真值 一定落在以测得值 为中心，以误差限 为区间的一个范围内，即 式中 由于所取置信概率不同，以及表示误差的习惯差异，误差有各种表示方法，但以下面两种情况最为常见。 1)标准偏差 标准偏差所对应的置信度P=68.3%，置信系数，即真值 处于 范围内的可信程度为68.3%。从正态分布曲线的几何图形上看，当 处正好是曲线的拐点，也即当 以后，概率密度变化比较慢，这就 是选用标准差作为误差限的理由之一。 2)极限偏差 当置信系数 时，置信度P=99.73%，故可以认为真值落在 范围内的概率已接近100%。因此，在工程测试中常以 这个参数来表示测量精度，称为极限误差或最大误差，用 表示，即 值得提醒的是，对于不同学科，不同测量对象和测量的目的而言，极限误差所取的置信系数是不同的。例如，在某些与人身事故有直接关系的场合， ；而在一般工程和贸易中，