第1章 误差分析07164.pptVIP

试验设计与数据处理 Experiment Design and Data Processing 1 试验数据的误差分析 1.1　真值与平均值（True and Mean Value） 1.1.1 真值 真值是指在某一时刻和某一状态下，某量的客观值或实际值。 或表述为被测量的客观真实值。 理论真值：理论上存在、计算推导出来 平面三角形三内角之和恒为180°； 同一非零值自身之差为零，自身之比为1； 约定真值：国际上公认的最高基准值 国家标准样品的标称值； 国际上公认的计量值，如碳12的原子量为12，绝对零度等于－273.15℃等； 利用高一等级精度的仪器或装置的测量结果作为近似真值 高精度仪器所测之值 多次试验值的平均值 真值一般是未知的 相对的意义上来说，真值又是已知的 1.1.2 平均值（Mean Value） （1）算术平均值（Arithmetic mean）n次测定的算术平均值 同样试验条件下，如果多次试验 值服从正态分布，则算术平均值 是这组等精度试验值中的最佳值 或最可信赖值。平均值可表示某 变量所有取值的集中趋势或平均 水平。 （2）加权平均值(weighted mean) 不同试验值的精度或可靠性不一致，为了突出可靠性高的数值，则可采用加权平均值。（例1、例2） （3）对数平均值（logarithmic mean） 设有两个数值x1,x2，都为正数，则它们的对数平均值为 ： 如果试验数据的分布曲线具有对数特性，则宜使用对数平均值。 两数的对数平均值总小于或等于它们的算术平均值。如果1/2≤x1/x2≤2 时，可用算术平均值代替对数平均值，而且误差≤4.4%）。 （4）几何平均值（geometric mean） 设有n个正试验值：x1，x2，…，xn，则它们的几何平均值为： 当一组试验值取对数后所得数据的分布曲线更加对称时，宜采用几何平均值。 一组试验值几何平均值常小于它们的算术平均值。 （5）调和平均值（harmonic mean） 设有n个正试验值：x1，x2，…，xn，则它们的调和平均值为： 调和平均值是试验值倒数的算术平均值的倒数，它常用在涉及到与一些量的倒数有关的场合。 调和平均值一般小于对应的几何平均值和算术平均值。 1.2 误差的基本概念 1.2.1 绝对误差（absolute error） （1）定义 绝对误差＝试验值－真值 或 （2）说明 真值一般是未知的，所以绝对误差也就无法准确计算出来 可以估计出绝对误差的大小范围： ：绝对误差限或绝对误差上界 或 　　误差分析限于对结果的最大可能误差的估计，因而对各直接测量的量只要预先知道其最大误差范围就够了。当系统误差已经校正，而操作控制又足够精密时，通常可以用仪器读数精密度来表示测量误差范围。常用仪器读数精密度如下： 1.2.2 相对误差（relative error） （1）定义 或 （2）说明 　一般相对误差小的试验值精度较高 　真值为未知数，所以常常将绝对误差与试验值或平均值之比作为相对误差，即 　　或 　可以估计出相对误差的大小范围，即 　相对误差和相对误差限是无因次的 　为了适应不同的精度，相对误差常常表示为百分数（%）或千分数（‰） 　（P7　例3、例4） 1.2.3 算术平均误差(mean deriation) 定义式： 其特点是简单，可以反映一组试验数据的误差大小， 但大偏差得不到应有的反映。 1.2.4. 标准误差(standard deriation) 当试验次数n无穷大时，总体标准差(population standard deriation)： 试验次数为有限次时，样本标准差(standard deriation)： 用来表示试验值的精密度，标准差越小，则试验数据精密度越好 第一、二节中有关“EXCEL”介绍 　用计算器计算： “ON/C”→ “2ndF” → “ON/C(STAT)” →输入具体数字 →“ M+ ” →屏幕显示“1” →输入具体数字 →“ M+ ” →屏幕显示“2” →～～屏幕显示“n”。 可计算： 1.3 试验数据误差的来源及分类  （1）定义： 　　　在一定试验条件下，以不可预知的规律变化着的误差(或定义为由不确定的原因或某些难以控制原因造成的误差)。 （2）产生的原因： 　　偶然因素(如环境温度、湿度和气压的微小波动、仪器的轻微振动) 1.3.1 随机误差 （random erro