随机误差和粗大误差讲述.pptxVIP

第2章 随机误差;　对某量测得数据7.7,7.7,7.5,7.7,7.7,7.7,7.9,7.6,7.7,7.8,7.9，　试分别用贝塞尔公式、极差法、最大误差法估计其实验标准偏差。;极差法;真值　未知，计算最大残差 ;使用场合： （1）在测量次数不同时进行对比测量。 第一次测量为n1次，求得算术平均值 第二次测量为n2次，求得算术平均值 两次测量所得的算术平均值的实验标准偏差将不等，即：精度不等。;权的概念;权的确定原则;权的确定方法;分析：设有m组不等精度测量结果，所有测值单次测量的精度相同，而各组测量次数不同。试分析各组的权与各组算术平均值的实验标准偏差的关系。 ;已知标准偏差求权;将不等权测量的各组测量结果 皆乘以自身权数的平方根 ，此时得到的新值z的权数就为1;加权算术平均值;加权算术平均值的计算公式;加权算术平均值的计算公式;加权算术平均值的标准偏差; 上述由任意一组的标准偏差来求加权算术平均值的标准偏差的公式，虽然是由所有单次测量的标准偏差均为σ（只是测量次数不同）时推导出的，但也适合于其它情况下的加权计算【具有普遍性】：;;例题：对一钢卷尺进行三组不等精度测量，其结果为;而不等权测量还可能出现第二种实际问题类型， 即：当各组测量结果的标准偏差为不可知时。 ;例2 工作基准米尺在连续3天内与国家基准器比较，得到工作基准米尺的平均长度为 999.9425mm（3次测量的）；999.9416mm （2次测量的）；999.9419mm （5次测量的）；求：算术平均值及算术平均值的标准偏差。;第四节 置信区间;置信区间半宽度的常用表示方法;一、正态分布的置信区间;1、总体标准偏差已知的情形;2、大样本标准偏差已知的情形;3、小样本标准偏差已知的情形 ;总结;　用游标卡尺对某一试样尺寸测量10次，假定测量服从正态分布，并已消除系统误差和粗大误差，得到数据如下（单位mm）：75.01，75.04，75.07，75.00，75.03，75.09，75.06，75.02，75.05，75.08 (1) 求算术平均值及其标准偏差； (2) 求算术平均值的极限误差（ =0.9973）。 ;（2）先按小样本估计，查 分布临界值表, ;思考与练习题 ;第3 章 粗大误差;;;第一节 粗大误差问题概述;粗大误差对测量数据的影响 ;粗大误差产生的原因;粗大误差的危害及消除方法 ;第二节　统计判断准则; 异常值 (粗大误差）是测量过程中操作者的偶然失误或环境的突发干扰造成的。含有粗大误差的测量数据，相对于正常数据来说相差较大。 对已确知是在受到外界不正常干扰下测得的数据，或经检查是错读、错记的数据，则应舍弃。 但不能在不知原因的情况下不加分析就轻易舍弃测量列中最大或最小的数据，这样可能造成错觉，会对余下数据的精度作出过高的估计。 因此就有一个确立判别异常值 (粗大误差）界限的问题。 ; 判别和剔除异常值 ，不可凭主观臆断，轻易地剔除主观认定为反常的数据，从而人为地使测得数据一致起来，是不对的；但不敢舍弃任一个测得数据，一概当作是正常信息，也是不对的。 原则(即分析解决问题的思路）： 异常值的界限应以随机误差的实际分布范围作为依据，即超出该范围的误差，可被视为异常值而予以剔除。 ;统计方法的基本思想; 准则（拉依达准则 ）;具体步骤： 1）先按Bessel公式算出实验标准偏差s， 2）然后用3s来检查所有的残余误差vi， 若某一个| vi |3s， 则可视为粗大误差予以剔除。 3）然后重新计算标准偏差s，再将新算出的残余误差进行判断，每一次只能剔除一个vi绝对值最大的测值作为粗大误差，直到不存在粗大误差为止。;例4－1;　含有粗差，可剔除；否则予以保留;【例4-2】;　正态测量总体的一个样本　　　　　　，按从小到大顺序排列为 ;判断准则;【例4-3】;大样本情形（n＞50），用3σ准则最简单方便；30＜n＜50情形，用Grubbs准则效果较好； 情形，用Grubbs准则适用于剔除单个异常值，用Dixon准则适用于剔除多个异常值。 在实际应用中，较为精密的场合可选用二三种准则同时判断，若一致认为应当剔除时，则可以比较放心地剔除；当几种方法的判定结果有矛盾时，则应当慎重考虑，通常选择，且在可剔与不可剔时，一般以不剔除为妥。;思考与练习题 ;第4章 系统误差;第一节?系统误差概述;研究系统误差的意义;系统误差（systematic error）;系统误差产生的原因;系统误差的分类;恒定系统误差;可变