粗大误差剔除.doc

运用统计判别法准则剔除坏值的基本框图。 图2-5-1 运用统计判别法准则剔除异常数据框图 输入测量数据 计算 计算各残差 取残差最大值 其它数据处理过程 剔除对应测量数据xb 是 否 计算 取系数k 【例2-5-1】对某电流源电流进行测量，所得测量数据服从正态分布，如下表2-5-2所示（单位mA）。利用统计判别法准则判断测量中是否包含异常数据并剔除之（要求置信概率99%）。 表2-5-2 电流源电流测量数据 i12345678910xi20.01520.0220.01820.02220.0120.02120.01120.5820.01920.019i11121314151617181920xi20.00920.01720.01220.01720.0120.02120.01120.00520.01420.009[解] ⑴测量次数n=20，则测量数据平均值为 ⑵计算残差，如表2-5-3所示。 表2-5-3 电流源电流测量数据残差 i12345678910νi-0.028-0.023-0.025-0.021-0.033-0.022-0.0320.537-0.024-0.024i11121314151617181920νi-0.034-0.026-0.031-0.026-0.033-0.022-0.032-0.038-0.029-0.034⑶计算标准偏差估计值 ⑷取残差绝对值的最大值 ⑸判断是否存在异常数据 ①拉依达（3σ）准则 ②肖维纳准则 ③格拉布斯准则 在三种准则下，由于残差绝对值的最大值均满足，可以判定测量数据中为异常数据。 ⑹剔除，n=19，则重新计算测量数据平均值为 ⑺重新计算残差，如表2-5-4所示。 表2-5-4 电流源电流测量数据残差 i12345678910νi0.00030.00530.00330.0073-0.00470.0063-0.00370.00430.0043-0.0057i111213141516171819νi0.0023-0.00270.0023-0.00470.0063-0.0037-0.0097-0.0007-0.0057 ⑻重新计算标准偏差估计值 ⑼取???差绝对值的最大值 ⑽判断是否存在异常数据 ①拉依达（3σ）准则 ②肖维纳准则 ③格拉布斯准则 在三种规则下，残差绝对值的最大值均满足，可以判定测量数据中不再包含异常数据。