2015检测技术基础3-1教程解决方案.pptVIP

　　2）粗大误差的分析 　　Ⅰ.定性分析 　　对测量环境、测量条件、测量设备、测量步骤进行分析，看是否有某种外部条件或测量设备本身存在突变而瞬时破坏；测量操作是否有差错或等精度测量过程中是否存在其他可能引发粗大误差的因素；由同一操作者或另换有经验操作者再次重复进行前面的（等精度）测量，然后再将两组测量数据进行分析比较，或再与由不同测量仪器在同等条件下获得的结果进行对比，以分析该异常数据出现是否“异常”，进而判定该数据是否为粗大误差。 * 　　Ⅱ.定量分析 　　就是以统计学原理和误差理论等相关专业知识为依据，对测量数据中的异常值的“异常程度”进行定量计算，以确定该异常值是否为应剔除的坏值。 * 　　3)粗大误差的判别准则 　　如何科学地判别粗大误差，正确舍弃坏值呢？通常可以用判别准则予以确定。可采用的判别粗大误差的判别准则有：莱以特准则、格拉布斯准则、狄克松准则、罗曼诺夫斯基准则等。 * 　　Ⅰ.莱以特准则（也称3准则3σ） 　　对于某一测量值，若各测量值只含有随机误差，则其残差落在3σ以外的概率为0.3%。据此，莱以特准则认为凡剩余误差大于3倍标准偏差的就可以认为是粗大误差，它所对应的测量值就是坏值，应予以舍弃。 　 莱以特准则是最简单最常用的判别粗大误差的准则，但它是建立在重复测量次数趋于无穷大前提下的一个近似的判别准则。所以，当测量次数有限时，尤其是测量次数较小时，莱以特准则就不是很可靠了。 * 　　Ⅱ.格拉布斯准则 　　格拉布斯准则是根据数理统计方法推导出来的比较严谨的结论，它具有明确的概率意义，是根据正态分布理论建立的一种比较好的判别粗大误差的准则。该准则的主要特点是考虑了测量次数n和标准差自身的误差影响等因素。 　　格拉布斯准则认为：凡剩余误差大于格拉布斯鉴别值的误差均是粗大误差，应予以舍弃。 * 　　4）粗大误差的处理 　　对粗大误差，除了设法从测量结果中发现和鉴别而加以剔除外，更重要的是要加强测量者的工作责任心和以严格的科学态度对待测量工作。在测量过程中，必须实事求是地记录原始数据，并注明有关情况。在整理数据时，应舍弃有明显错误的数据。 * 2.1.5测量数据处理的基本方法 　　1.有效数字 　　由数字组成的一个数，除最末一位数字是不确切值或可疑值外，其他数字皆为可靠值或确切值，则组成该数的所有数字包括末值数字就被称为有效数字，除有效数字外其余数字均为多余数字。 * 　　2.有效数字的判定准则 　　在测量或计量中应取多少位有效数字，是由测量准确度决定的，即有效数字的位数应与测量准确度等级是同一量级。可根据下述准则判定： 　　(1）对不需要标明误差的数据，其有效位数应取到最末一位数字为可疑数字(也称不确切或参考数字)。 　　(2）对需要标明误差的数据，其有效位数应取到与误差同一数量级。 * 　　(3）测量误差的有效位数应按以下四条准则判定。 　　①一般情况下，只取一位有效数字； 　　②对重要的或是比较精密的测量、处于中间计算过程的误差，为避免化整误差过大，表示误差的第一个数字为1或2时，应取三位有效数字； 　　③在进行误差计算的过程中，为使最后的计算结果可靠，最多取三位有效数字； 　　④根据需要有时应计算误差的误差，则误差的误差皆取一位有效数字，而误差的有效位数应取到与误差的误差相同的数量级。 * 　　(4）算术平均值的有效位取到与所标注的误差同一数量级；用算术平均值计算出的剩余误差，大部分具有二位，对特别精密的测量可有三位有效数字；因计算和化整所引起的误差，不应超过最后一位有效数字的一个单位。 * 　　(5）在各种运算中，数据的有效位数判定准则有以下五条。 　　①　在对多项数值进行加、减运算时，各运算数据以小数位数最少的数据位数为准，其余各数均向后多取一位，运算数据的项数过多时，可向后多取二位有效数字，但最后结果应与小数位数最少的数据的位数相同； 　　②　在几个数进行乘、除运算时，各运算数据应以有效位数最少的数据为准，其余各数据要比有效位数最少的数据位数多取一位数字，而最后结果应与有效位数最少的数据位数相同; 　　③在对一个数进行开方或乘方运算时，所得结果可比原数多取一位有效数字; 　　④在进行对数运算时，所取对数的位数应与真数的有效数字的位数相等; 　　⑤　在进行三角运算时，所取函数值的位数应随角度误差的减小而增多。 　　以上是针对数据量较少的情况下提出的，对于大量数据的运算，还应当以概率论及数理统计的原理作进一步的研究。 　　3.有效数字的化整规则 　　在对数值判定应取的有效位数以后，就应当把数中的多余数字舍弃并进行化整，为了尽量缩小因舍弃多余数字所引起的误差，应当根据下述原则把数字化整。 　　若舍去部分的数值小于保留部分末位的半个单位，则末位不变。