- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 几个典型 t值的概率情况分析 t |δ|=tσ 不超出|δ|的概率 2Φ(t) 超出 |δ|的概率 1-2Φ(t) 0.67 0.67σ 0.4972 0.5028 1 1σ 0.6826 0.3174 2 2σ 0.9544 0.0456 3 3σ 0.9973 0.0027 4 4σ 0.9999 0.0001 当t=3时,即|δ|=3 时,误差不超过|δ|的概率为99.73%, 通常把这个误差称为单次测量的极限误差δlimx,即 δlimx =±3 (2)算术平均值的极限误差 测量列的算术平均值与被测量的真值之差 当多个测量列算术平均值误差为正态分布时,得到测量列算 术平均值的极限误差表达式为 式中的t为置信系数,为算术平均值的标准差。 通常取t=3,则 1.3 测量误差与数据处理 1.3.1 测量误差的概念和分类 1.3.2 精度 1.3.3 测量误差的表示方法 1.3.4 随机误差 1.3.5 系统误差 1.3.6 粗大误差 1.3.7 数据处理的基本方法 1.3.5 系统误差 1. 系统误差的发现 2. 系统误差的削弱和消除 1. 系统误差的发现 理论分析及计算 实验对比法 残余误差观察法 残余误差校核法 计算数据比较法 (1)理论分析及计算 因测量原理或使用方法不当引入系统误差时,可以通过理论分析和计算的方法加以修正。 (2)实验对比法 实验对比法是改变产生系统误差的条件进行不同条件的测量,以发现系统误差,这种方法适用于发现恒定系统误差。 (3)残余误差观察法 根据测量列的各个残余误差的大小和符号变化规律,直接由误差数据或误差曲线图形来判断有无系统误差,这种方法主要适用于发现有规律变化的系统误差。 (4)残余误差校核法 ① 用于发现累进性系统误差 马利科夫准则:设对某一被测量进行n次等精度测量,按测量先后顺序得到测量值x1,x2,…,xn,相应的残差为v1,v2,…,vn。把前面一半和后面一半数据的残差分别求和,然后取其差值 ② 用于发现周期性系统误差 阿卑-赫梅特准则: 则认为测量列中含有周期性系统误差。 当存在 设 (5) 计算数据比较法 对同一量进行多组测量,得到很多数据,通过多组 计算数据比较,若不存在系统误差,其比较结果应 满足随机误差条件,否则可认为存在系统误差。 任意两组结果与间不存在系统误差的标志是 2. 系统误差的削弱和消除 从产生误差源上消除系统误差 引入修正值法 零位式测量法 补偿法 对照法 1.3 测量误差与数据处理 1.3.1 测量误差的概念和分类 1.3.2 精度 1.3.3 测量误差的表示方法 1.3.4 随机误差 1.3.5 系统误差 1.3.6 粗大误差 1.3.7 数据处理的基本方法 1.3.6 粗大误差 判别粗大误差最常用的统计判别法: 如果对被测量进行多次重复等精度测量的测量数据为 x1,x2,…,xd,…,xn 其标准差为σ,如果其中某一项残差vd大于三倍标准差,即 则认为vd为粗大误差,与其对应的测量数据xd是坏值,应从 测量列测量数据中删除。 1.3 测量误差与数据处理 1.3.1 测量误差的概念和分类 1.3.2 精度 1.3.3 测量误差的表示方法 1.3.4 随机误差 1.3.5 系统误差 1.3.6 粗大误差 1.3.7 数据处理的基本方法 1.3.7 数据处理的基本方法 数据处理:从获得数据起到得出结论为止的整个数据加工过程。 常用方法: 列表法、作图法和最小二乘法拟合。 最小二乘法原理是指测量结果的最可信赖值应在残余误差平方和为最小的条件下求出。 在自动检测系统中,两个变量间的线性关系是一种最简单、也是最理想的函数关系。 设有n组实测数据(xi,yi)(i=1,2,…,n),其最佳拟合方程 (回归方程)为 y=A+Bx (1.1.37) 式中,A为直线的截距;B为直线的斜率。 根据最小二乘法原理,要使 为最小,取其对A、B求偏导数,并令其为零,可得两个
文档评论(0)