误差原理与数据处理2资料.ppt

第二章误差的基本性质 任何测量总是不可避免地存在误差，为了提高测量精度，必须尽可能消除或减小误差，因此有必要对各种误差的性质、出现规律、产生原因、发现与消除或减小它们的主要方法以及测量结果的评定等方面，作进一步的分析。 第一节 随机误差 随机误差是在测量过程中，因存在许多随机因素对测量造成干扰，从而使测得值带有大小和方向都难于预测的误差。 对测量数据中的系统误差进行处理后，仍残留微小的系统误差，这些微小的系统误差已具有随机误差的性质，也可把这种残存的系统误差当作随机误差来考虑。 由于测量误差具有普遍存在的性质，决定了任何测量都存在随机误差。 一、随机误差的产生原因 随机误差是由很多暂时未能掌握或不便掌握的微小因素所构成，主要有以下几方面： (1)测量装置方面的因素 零部件配合的不稳定性、零部件的变形、零件表面油膜不均匀、摩擦等。 (2)环境方面的因素 温度的微小波动、湿度与气压的微量变化、光照强度变化、灰尘以及电磁场变化等。 (3)人员方面的因素 瞄准、读数的不稳定等。 二、随机误差的几个特征 若测量列中不包含系统误差和粗大误差，则该测量列中的随机误差一般具有以下几个特征： ①绝对值相等的正误差与负误差出现的次数相等，这称为误差的对称性。 ②绝对值小的误差比绝对值大的误差出现的次数多，这称为误差的单峰性。 ③在一定的测量条件下，随机误差的绝对值不会超过一定界限，这称为误差的有界性。 ④随着测量次数的增加，随机误差的算术平均值趋向于零，这称为误差的抵偿性。 三、随机误差的评价 设l1，l2，…，ln为n次测量所得的值，则算术平均值为 算术平均值近似地作为被测量的真值 由概率论可知，如果能够对某一量进行无限多次测量，就可得到不受随机误差影响的测量值，或其影响甚微，可予忽略。这就是当测量次数无限增大时，算术平均值被认为是最接近于真值的理论依据。 一般情况下，由于实际上都是有限次测量，我们只能把算术平均值近似地作为被测量的真值，根据误差定义则有 算术平均值简便计算法 如果测量列中的测量次数和每个测量数据的位数皆较多时，可按以下方法计算算术平均值 。 任选一个接近所有测得值的数l0作为参考值．计算出每个测得值li，与l0的差值 2、残余误差用残余误差vi代替真误差的标准差的估计值 将式(2—14)对应项相加得 由式(2—12)可知 用残余误差表示 的或然误差ρ和平均误差θ 3、等精度测量数据精度的评价（1）等精度测量列中的单次测量的标准差计算： 式中 n——测量次数(应充分大)； δi——测得值与被测量的真值之差 （2）．测量列算术平均值的标准差 在多次测量的测量列中，是以算术平均值作为测量结果，因此必须研究算术平均值不可靠性的评定标准。 式（2-21）的意义 （1） 在n次测量的等精度测量列中，算术平均值的标准差为单次测量标准差的 ，当测量次数n愈大时算术平均值愈接近被测量的真值，测量精度也愈高。 （2）增加测量次数，可以提高测量精度，但测量精度是与测量次数的平方根成反比，因此要显著地提高调量精度，必须付出较大的劳动。 （3）σ一定时，当n＞10以后．己减少得非常缓慢，因此一般情况下取n＝10以内较为经济合理。 总之，要提高测量精度，应采用适当精度的仪器，选取适当的测量次数。 用残余误差表示的或然误差R和平均误差T 例2—4  用游标卡尺对某一尺寸测量10次，假定已消除系统误差和租大误差，得到数据如下(单位为mm)： 75.01， 75.04， 75.07， 75.00， 75.03， 75.09， 75.06， 75.02， 75.05， 75.08求算术平均值及其标准差。 将算术平均值的计算和校核结果列于表 根据上述各个误差计算公式可得 （3）别捷尔斯法（Peters） 由贝塞尔公式(2—18)得 故有 (4)极差法 用贝塞尔公式和别捷尔斯公式计算标准差均需先求算术平均值，再求残余误差，然后进行其他运算，计算过程比较复杂。当要求简便迅速算出标准差时，可用极差法。 故可得σ的无偏估计值，若仍以σ表示，则有 （5）最大误差法 在有些情况下，我们可以知道被测量的真值或满足规定精确度的用来代替真值使用的量值(称为实际值或约定真值)，因而能够算出随机误差δi，取其中绝对值最大的一个值 ，当各个独立测量值服从正态分布时，则可求得关系式 四、测量的极限误差 测量的极限误差是统计学上的极端误差，测量结果(单次测量或测量列的算术平均值)的误差不超过该极端误差的概率为P，并使差值