1+2+测量误差与数据处理基础.ppt

第三节 随机误差及其估算 方差和标准偏差 方差是用来描述随机变量与其数学期望的分散程度 标准偏差同样描述随机变量与其数学期望的分散程度，并且与随机变量具有相同的量纲 第三节 随机误差及其估算 一、随机误差的分布规律及统计特性 概率论的中心极限定理： 如果一个随机变量是由大量微小的随机变量共同作用的结果，那么只要这些微小随机变量是相互独立或弱相关的，且均匀地小（即对总和的影响彼此相当），则无论它们各自服从于什么分布，其总和必然近似于正态分布。 随机误差的正态分布概率密度函数的数学表达式为： 随机误差的统计特性表现在以下四个方面： (1)有界性：在一定条件下的有限测量值中，误差的绝对值不会超过一定的界限。　 (2)单峰性：绝对值小的误差出现的次数比绝对值大的误差出现的次数多。 (3)对称性：指绝对值相等的正误差和负误差出现的概率相等。 (4)抵偿性：相同条件下对同一量进行多次测量，随机误差的算术平均值随着测量次数n的无限增加而趋于零，即误差平均值的极限为零。 第三节 随机误差及其估算 随机误差的正态分布曲线 第三节 随机误差及其估算 长度相对测量值 次数统计 第三节 随机误差及其估算 由 可知被测量x也是服从正态分布的随机变量，且x的概率密度函数的数学表达式为： 下面讨论的问题是当只有一组数量有限的测量数据时，如何对X0和σ进行估算。 二、测量值的算术平均值与标准偏差 第三节 随机误差及其估算 1.算术平均值与被测量真值的估计值 在无系差和粗差的条件下，对某一被测量x进行n次等精度测量，得到n个观测值。 可以证明，在消除了系统误差之后，无限次测量的统计平均值就是被测量的真值。 由于无限次测量在实际上是做不到的，通常把多次等精度测量结果的算术平均值作为被测量真值的最佳估计值。 这就是算术平均值原理。 第三节 随机误差及其估算 n≠∞，用平均值代替真值，则真值与测量值之差和平均值与测量值之差是不相同的，因此，相应的测量误差就用残余误差来代替： 残差有两个性质： 残差的代数和为0； 仅有随机误差时，残差的平方和最小。 残余误差，简称残差，也叫剩余误差，其定义为： 第三节 随机误差及其估算 2. 标准偏差 用来衡量测量数据相对于算术平均值的离散程度。 方差 标准差 第三节 随机误差及其估算 在实际测量中，由于被测量真值无法知道，且测量次数也是有限的，故借助贝塞尔公式用算术平均值和残差来表示标准偏差的估计值，即 根据此式求出的标准偏差，可用来表征在给定的等精度条件下任一次测量结果的离散程度，因此，又称为单次测量的标准偏差。 2. 标准偏差 第三节 随机误差及其估算 由于实际的测量次数有限，算术平均值毕竟还不是真值，其本身也含有随机误差。假若各观测值服从正态分布，则算术平均值也是服从正态分布的随机变量。 可以证明，算术平均值的标准偏差为： 以估计值代替，算术平均值的标准偏差的估计值为： 3. 算术平均值的标准偏差 第三节 随机误差及其估算 三、置信区间和置信概率 如前所述，用有限次测量结果的算术平均值来代替被测量的数学期望，必然会存在一个随机误差εm： 该误差εm的绝对值小于给定的任一微小量δ的概率Pc为： 第三节 随机误差及其估算 上式中，区间(Mx-δ, Mx+δ)表示算术平均值在规定概率下可能的变化范围，称为置信区间。置信区间表明了测量结果的离散程度，可作为测量精密度的标志。 算术平均值落入某一置信区间的概率表明测量结果的可靠性，亦即值得信赖的程度，称为置信概率。 δ给出了在一定概率下随机误差的极限值，称为极限误差（或误差限）。在无系统误差的情况下， δ也称为随机不确定度，通常表示为： 第三节 随机误差及其估算 0.9973=99.73 3.0000 0.9545=95.45% 2.0000 0.95=95% 1.9600 0.6827=68.27% 1.0000 0.5=50% 0.6745 置信概率PC 置信系数Kt Kt与PC的关系 工程测量常用 估计随机误差的范围，超过 者作为疏失误差处理。即取 为极限误差，它的置信概率为99.73%。 第四节 误差的综合 误差的综合： 在已知各局部误差的基础上求函数的误差，称为误差的综合，也称为误差的传递。 在一般测量中，间接测量值Y是各个直接测量值X1,X2,…,Xj,…,Xm的多元函数， 一、函数误差的基本关系式 多元函数的增量可用函数的全微分表示为： 第四节 误差的综合 上式称为函数误差的基本关系式。以dXj表示各个