第二章误差分布.ppt

第二章 误差分布 其他常见误差分布 其他常见误差分布 概率密度函数 数学期望 标准差 　 当两个分布范围相等的均匀分布，其合成误差就是三角分布。 二、三角分布 置信因子 其他常见误差分布 概率密度函数 数学期望 标准差 a -a o 三、反正弦分布 置信因子 服从反正弦分布的可能情形 度盘偏心引起的测角误差； 正弦（或余弦）振动引起的位移误差； 无线电中失配引起的误差。 其他常见误差分布 四、瑞利分布 概率密度函数 数学期望 标准差 其他常见误差分布 置信因子 查附表A表获取 其他常见误差分布 服从瑞利分布的可能情形 偏心值 在非负值的单向误差中，由于偏心因素所引起的轴的径向跳动 刻度盘、圆光栅盘的最大分度误差 齿轮和分度盘的最大齿距累积误差 其他常见误差分布 五、贝塔分布 概率密度函数 数学期望 标准差 其他常见误差分布 　 在给定分布界限　　下通过参数　　取不同值，贝塔分布可呈对称分布、非对称分布、单峰分布、递增或递减分布等，可逼近常见的正态、三角、均匀、反正弦、瑞利等各种典型分布。贝塔分布具有可逼近各种实际误差分布的多态性。 贝塔分布在理论上就是有界的。不像正态、瑞利等呈拖尾型分布，完全符合误差的基本特性即有界性。 贝塔分布的性质与密度函数图 其他常见误差分布 常见分布的数字特征量 名称 正态分布 区间半宽度 标准差 期望 等价 均匀分布 三角分布 反正弦分布 瑞利分布 常用的统计量分布 　介绍常用的统计量分布，包括t分布 F分布，　分布。 常用的统计量分布 1、　分布 定义 若　　　　　为独立服从同分布 　　的随机误差，则 称服从为自由度为　的　分布　　。 概率密度函数 数学期望 标准差 2、t分布 定义 若随机误差　　　　，随机误差　　　，且　和　相互独立，则 服从的分布称为自由度为　的t分布。 概率密度函数 数学期望 标准差 o 常用的统计量分布 当自由度足够大时，t分布趋近于正态分布。 t分布在误差理论和实践中的应用 　 t分布在研究正态小子样（测量次数较少时），是一个严密而有效的理论分布。 正态样本的算术平均值构成的如下统计量 服从自由度为　　　 的t分布。 其测量算术平均值满足 t分布的临界值 ，满足 常用的统计量分布 3、F 分布 定义 若 　　　　　 ，　　　　　　，则 称服从自由度为　　 的F 分布　　　 。 概率密度函数 数学期望 标准差 常用的统计量分布 第三节 误差分布的分析与检验　 物理来源判断法 * 根据测量误差产生的来源，可以判断其属于何种类型 如其测量受到至少有三个以上独立的、微小而大小相近的因素的影响，则可认为它服从或接近正态分布。 测量值在某范围内各处出现的机会相等，则可认为它服从均匀分布。 误差分布的分析判断 * 函数关系法 利用随机变量的函数关系，来判断误差属于何种分布。 若　与　都在[-a，a]内服从均匀分布，则　　　　服从三角分布 若　与　都服从正态分布 　　 ，则　　　　 服从偏心分布(瑞利分布) 若　服从均匀分布，则 　　　　 服从反正弦分布 误差分布的分析判断 * 图形判断法 　对重复测量获得的样本数据绘出频率密度直方图，并与各种常见的概率密度分布曲线相比较，判断它与何种分布相接近。 误差分布的分析判断 什么是统计检验？ 1、概念 事先对分布形式作出某种假设 然后利用样本信息来判断原假设是否成立 2、类型 正态分布统计检验 一般分布检验 夏皮罗-威尔克检验 偏态系数检验 峰态系数检验 皮尔逊检验 误差分布的统计检验 皮尔逊 检验( ) 1、提出原假设 总体 的分布函数 未知 某个已知的分布函数 2、计算统计量 总体中抽取出一个容量为 的样本 把整个数轴分成 个区间 频数，样本的观察值落在第 个区间的个数 由 计算出总体 在各区间内取值的概率 误差分布的统计检验 检验(续) 3、在给定显著性水平 下，由分布表查得临界值 。 4、作出决策。 若 　　　　 ，拒绝　　，则认为 。反之， 误差分布的统计检验 皮尔逊检验(分布中含有参数) 1、提出原假设 总体 的分布函数 未知 某个已知形式的分布函数， 未知参数 2、计算统计量 总体中抽取出一个容量为 的样本 误差分布的统计检验 在 下利用样本给出 的极大似然估计 把整个数轴分成 个区间 频数，样本的观察值落在第 个区间的个数 由