简谈测量数据处理中的正态分布.docxVIP

简谈测量数据处理中的正态分布 彭碧瑶 201312123010摘要：基于概率论与数理统计中的正态分布，在实际生产生活中应用广泛，其也可以在测量过程中得以应用。对于测量数据的处理，正态分布的分布方式与模型在误差分析过程发挥着巨大作用。0.引言在测量工作的进行过程中，对于部分客观存在的量，无论测量仪器多么精密、测量方法多么合理，其测量结果总会存在带小不同的差异，用术语来说便是误差。而这时，正态分布模型及其曲线在误差分析和数据处理便发挥了重要作用。1.高斯法导出的偶然误差曲线实际上，测量数据误差的产生原因有很多，正态分布也并不是都能适用的。而在测量过程中所产生的偶然误差（看似无规律）则恰好符合正态分布，因此对于偶然误差的分析与减小，正态分布便是不可或缺的处理数据方式。人们通过大量的实践，总结出偶然误差所具有的特点：①具有界限：在固定的观测条件下，误差的绝对值有一定的限定，换句话说就是超出一定的界限值的误差，其出现的概率为零；②聚集中间：绝对值较小的误差比绝对值较大的误差出现的概率大；③左右对称：绝对值相等的正负误差出现的概率相等；④互相抵偿：偶然误差的数学期望为零。因此，高斯结合实际测量，导出了偶然误差分布曲线的解析表达式，也就是一维正态分布的密度函数曲线的解析式。高斯法的一个关键是：当n→∞时，l=→μ即算术平均数趋近于该变量的数学期望。因此，可以认为观测值误差Δ和观测值改正数v有相