第三章系统误差课件.pptVIP

第一节 系统误差的特征与分类 ② 用于发现周期性系统误差： 若一等精度测量列，接测量先后顺序将残余误差排列为 ，如果存在着按此顺序呈周期性变化的系统误差，则相邻的残余误差的差值( )符号也将出现周期性的正负号变化，因此由差值( )可以判断是否存在周期性系统误差。但是这种方法只有当周期性系统误差是整个测量误差的主要成分时，才有实用效果。 7、t 检验法 取显著性水平α，由t分布表查出 中的 。若 ，则无根据怀疑两组间有系统误差。 一、消误差源法 用排除误差源的方法消除系统误差是最理想的方法。它要求测量人员，对测量过程中可能产生系统误差的各个环节作仔细分析，并在正式测试前就将误差从产生根源上加以消除或减弱到可忽略的程度。由于具体条件不同，在分析查找误差源时，并无一成不变的方法，但以下几方面是应予考虑的： ① 所用基准件、标准件（如量块、刻尺、光波容器等）是否准确可靠； ② 所用量具仪器是否处于正常工作状态，是否经过检定，并有有效周期的检定证书； ③ 仪器的调整、测件的安装定位和支承装卡是否正确合理； ④ 所采用的测量方法和计算方法是否正确，有无理论误差； ⑤ 测量的环境条件是否符合规定要求，如温度、振动、尘污、气流等； ⑥ 注意避免测量人员带入主观误差如视差、视力疲劳、注意力不集中等。 四、系统误差的限制与消除 根据不同物理量的测量运用相关专业知识解决， 以下介绍从原则上限制和消除系统误差的几种方 法。 （1）通过理论分析和实验观测，充分了解测量中可能引起系统误差的原因。针对测量对象研究测量方法。选择测量仪器，调整仪器的工作状态和参数，以消除可能产生的系统误差。 （2）对各种误差因素进行研究，相应地引入修正项。 （3）在某些情况下，对某种固定的或有规则变化的系统误差，可巧妙地设计测量方法加以消除。 在一系列重复测量数据中，如有个别数据与其它的有明显差异，则它（或它们）很可能含有粗大误差（简称粗差），称其为可疑数据，记为 。根据随机误差理论，出现大误差的概率虽然小，但也是可能的。因此，如果不恰当剔除含大误差的数据，会造成测量精密度偏高的假象。反之如果对混有粗大误差的数据，即异常值，未加剔除，必然会造成测量精密度偏低的后果。以上两种情况还都严重影响对 的估计。因此，对数据中异常值的正确判断与处理，是获得客观的测量结果的一个重要方法。 一、判别粗大误差的准则 在测量过程中，确实是因读错记错数据，仪器的突然故障，或外界条件的突变等异常情况引起的异常值，一经发现，就应在记录中除去，但需注明原因。这种从技术上和物理上找出产生异常值的原因，是发现和剔除粗大误差的首要方法。有时，在测量完成后也不能确知数据中是否含有粗大误差，这时可采用统计的方法进行判别。统计法的基本思想是：给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于偶然误差的范围，而是粗大误差，该数据应予以剔除。 在判别某个测得值是否含有粗大误差时，要特别慎重，应作充分的分析和研究，并根据判别准则予以确定。常用的判别准则有： 在n≤10的情形，用 准则剔除粗误差可能失败。为此，在测量次数较少时，最好不要选用 准则。下表是 准则的“弃真”概率，从表中看出 准则犯“弃真”错误的概率随n的增大而减小，最后稳定于0.3%。 例2-18 对某量进行15次等精度测量，测得值如下表2所列，设这些测得值已消除了系统误差，试判别该测量列中是否含有粗大误差的测得值。 表 2 由表2可得 根据 准则，第八测得值的残余误差为： 即它含有粗大误差,故将此测得值剔除。再根据剩下的14个测得值重新计算，得： 设对某量作多次等精度独立测量，得 ，当 服从正态分布时，计算得 格拉布斯导出了 及 的分布， 取定显著度 （一般为0.05或0.01），可得如表3所列的临界值 ，而 例2-19 用例2-18测得值，试判别该测量列中的测得值是否含有粗大误差。 解：由表2计算得： ， 按测得值的大小，顺序排列得 今有两测得值 ， 可怀疑，但由于 故应先怀疑 是否含有粗大误差，计算 剩下的14个数据，再重复上述步骤，判别 是否含有粗大误差。 解： 故可判别 不包含粗大误差，而各 皆小