数据处理.pptVIP

  1. 1、本文档共35页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据处理

1.2 测量数据的估计和处理 1.2.1 随机误差的统计处理 1. 正态分布 多次等精度地重复测量同一量值时,得到一系列不同的测量值, 即使剔除了坏值,并采取措施消除了系统误差,然而每个测量值数据各异,可以肯定每个测量值还会含有误差。这些误差的出现没有确定的规律,具有随机性,所以称为随机误差。 随机误差的分布规律,可以在大量测量数据的基础上总结出来,就误差的总体来说是服从统计规律的。由于大多数随机误差服从正态分布,因而正态分布理论就成为研究随机误差的基础。 * * ① 绝对值相等的正误差与负误差出现的次数大致相等,误差所具有的这个特性称为对称性。 ② 在一定测量条件下的有限测量值中,其随机误差的绝对值不会超过一定的界限,这一特性称为有界性。 ③ 绝对值小的误差出现的次数比绝对值大的误差出现的次数多,这一特性称为单峰性。 ④ 对同一量值进行多次测量,其误差的算术平均值随着测量次数n的增加趋向于零,这一特性称为误差的抵偿性。 随机误差一般具有以下几个性质 正态分布的分布密度曲线如图1 - 4 所示,即为一条钟形的曲线,称为正态分布曲线,其中L、σ(σ0)是正态分布的两个参数。 从图中还可以看到, 曲线在L±σ(或±σ)处有两个拐点。 正态分布的概率分布密度f(δ)为 图 1 - 4 正态分布曲线 (1) 算术平均值x 由于在测量过程中,不可避免地存在随机误差,因此我们无法求得测量的真值。但如随机误差服从正态分布,算术平均值处随机误差的概率密度最大,即算术平均值与被测量的真值最为接近, 随着测量次数增加,算术平均值越趋近于真值。如果对某一量进行无限多次测量,就可以得到不受随机误差影响的值,或其影响甚微,可以忽略。由于实际上是有限次测量,因而有限次直接测量中算术平均值是诸测量值中最可信赖的,把它作为等精度多次测量的结果, 即被测量的最佳估计值。 2. 随机误差的数字特征 对被测量进行等精度的n次测量,得n个测量值x1, x2,…, xn,它们的算术平均值为 由于被测量的真值为未知,不能按式(1 - 19)求得随机误差, 这时可用算术平均值代替被测量的真值进行计算, 则有 式中, vi为xi的残余误差(简称残差)。 标准偏差简称为标准差,又称均方根误差。标准差σ刻划总体的分散程度,图1-5给出了L相同,σ不同(σ=0.5,σ=1,σ=1.5)的正态分布曲线,σ值愈大,曲线愈平坦,即随机变量的分散性愈大;反之,愈小,曲线愈尖锐(集中),随机变量的分散性愈小。 标准差σ由下式算得: (2) 标准偏差σ 图 1-5 不同σ的正态分布曲线 如随机变量符合正态分布,它出现的概率就是正态分布曲线下所包围的面积。因为全部随机变量出现的总的概率为1,所以曲线所包围的面积应等于1,即 随机变量落在任意区间(a,b)的概率为 式中, Pa为置信概率。 3. 正态分布随机误差的概率计算 σ是正态分布的特征参数,区间通常表示成σ的倍数,如kσ。由于随机变量分布对称性的特点,常取对称的区间,即在±kσ区间的概率为 式中: k——置信系数; ±kσ——置信区间(误差限)。 随机变量落在±kσ范围内出现的概率为Pa,则超出的概率称为置信度,又称为显著性水平,用α表示 α=1-Pa Pa与α关系如下图 前面讲述的内容是等精度测量的问题。严格地说,绝对的等精度测量是很难保证的,但对条件差别不大的测量,一般都当作等精度测量对待,某些条件的变化,如测量时温度的波动等, 只作为误差来考虑。但有时在科学研究或高精度测量中,为了获得足够的信息,有意改变测量条件,比如不同的地点、用不同精度的仪表,或是用不同的测量方法等进行测量,这样的测量属于不等精度测量。 对于不等精度的测量,测量数据的分析和综合不能套用前面等精度测量的数据处理的计算公式,需推导出新的计算公式。 4. 不等精度直接测量的权与误差 在不等精度测量时,对同一被测量进行m组独立无系统误差及无粗大误差的测量,得到m组测量列(进行多次测量的一组数据称为一测量列)的测量结果及其误差,由于各组测量条件不同,各组的测量结果及误差不能同等看待,即各组测量结果的可靠程度不一样。 测量精度高(即标准差小)的测量列具有较高的可靠性。为了衡量这种可靠性和可信赖程度,引进“权”的概念。 (1) “权”的概念 “权”可理解为各组测量结果

文档评论(0)

taotao0b + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档