误差原理与数据处理2概念.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。 服从正态分布的随机误差均具有以上四个特征。由于多数随机误差都服从正态分布，因而正态分布在误差理论中占有十分重要的地位。 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 （2-8） 算术平均值与被测量的真值最为接近，由概率论的大数定律可知，若测量次数无限增加，则算术平均值必然趋近于真值L0。因此，在数学上又称之为最大或然值。 1、算术平均值 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 式中 li——第i个测得值，i＝1，2，…，n υi——li 的残余误差(简称残差)。 （2-9） 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 因 则有 式中的 为简单数值，很容易计算。 （2-10） 2、残余误差用残余误差vi代替真误差的标准差的估计值 根据定义，有 真误差 残余误差 令 则有 （2-14） 将式(2—14)对应项相加得 故有 （2-15） 若将式(2—14)平方后再相加则得 （2-16） 将式(2—15)平方有 当n适当大时， 趋近于零，故可忽略。 故由式(2—16)得 （2-17） 由式(2—12)可知 代入式(2—17)得 式（2-18）称为贝塞尔(Bessel)公式 (2-18) 用残余误差表示 的或然误差ρ和平均误差θ （2-19） （2-20） 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 当被测量的真值为未知时，按式(2—12)不能求得标准差。实际上，在有限次测量情况下，可用残余误差vi代替真误差，而得到标准差的估计值。 （2-12） （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。 取方差 故有 即 （2-21） 与测量次数n的关系 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 （2