4误差理论讲述.ppt

4误差理论 著名俄罗斯科学家门捷列夫： 科学始于测量。 由于被测量的数值形式是不可通约的（不能以有限位数表示）以及认识能力和科学水平的限制，测得的值和客观真值不会一致，既存在误差。 误差普遍存在于一切测量中，没有误差的测量是不存在的。 误差是不能根除的，只能限制在某一范围内。 误差分析的重要性： 试验设计时进行误差分析，保证试验可行性； 在试验中进行误差分析，使实验可发展； 试验后进行误差分析，向外界宣布其可信性。 误差产生的原因 1.设备仪器误差 2.环境误差 3.人员误差 4.方法误差 误差分类： 系统误差 随机误差 粗大误差 1.系统误差 在测量条件一定时，误差的大小和方向恒定，当测量条件变化时，误差按某一确定的规律变化。 系统误差是按一定规律变化的误差，故亦称为规律误差或函数误差。 2.随机误差 测量时，每一次的测量的误差均不相同，时大时小，时正时负，不可预订，无确定规律。 随机误差产生于众多因素的微小波动，这些影响既难发现又难排除，是伴随整个测量过程不能消除的误差。 系统误差与随机误差的关系 误差若由少数的优势误差因素所形成的，则将呈现系统性，这种误差是恒定的或按一定规律变化。 随机误差是由大量微小的误差因素综合作用而形成的，则将呈现随机性其变化是不规则的。 系统误差是规律误差(函数误差)； 随机误差则是变化无规律的误差。 系统误差与随机误差没有截然界限的又一个表现，是同一误差在某种场合可以是系统误差，而在另一场合又是随机误差。 3.粗大误差 测量值的异常误差。通常是由于测量人员疏忽，造成读数、记录或运算错误，而发生测量值异常的结果。 对于含有粗大误差的测量值一般又称为坏值，在对实验结果进行处理之前，应先进行坏值的剔除。 测量精度与误差的关系 测量精度是指测量结果与相应真值接近的程度。 测量精度与误差是密不可分的。 精度具有三项指标：精密度、正确度、准确度 。 1.精密度 精密度表示在一定条件下，对同一被测量进行多次测量时，各次测量结果的一致程度。 反映测量结果随机误差大小的程度。 2.正确度 正确度表示测量结果的系统误差大小的程度。 测量结果系统误差小，则测量的正确度高；但正确度高不一定精密度也高。 3.准确度(精确度) 测量准确度是指测量结果中系统误差与随机误差的综合，表示测量结果与其值的一致程度。 准确度高意味着系统误差、随机误差都小。 在研究测量精度时，常将随机误差大小用测量精密度来表示；将系统误差大小用测量正确度来表示。综合两者误差大小用测量精确度来表示。 4.1测量数据的合理性检验 基本思想 ： 如果将测量列看作是服从某一分布（多数按正态分布）的随机变量，当绝对值大的误差出现在规定置信概率的区间以外时，即判为粗大误差，该测量值应予以剔除。 具体方法： 拉伊达准则 肖维勒准则 格拉布斯准则 t检验准则 狄克逊准则 1. 拉伊达准则(3σ准则) 当随机误差呈正态分布时，大于3 σ的随机误差的出现概率小于0.27%，相当于测量370次才出现一次。由此可以认为，对于有限次测量，误差值大于3σ一般是不可能的。此时，若出现误差大于3σ的测值，则有理由认为它含有粗大误差，应予以剔除。这就是拉伊达准则剔除粗大误差的原理。 一组等精度测值x1、x2、x3……xn，其算术平均值为： 测量值与平均值之差称为残余误差或残差，用Vi表示，即 测量列的标准偏差为 ： 若某个测量值的残差Vd(1≤d≤n)满足下式： 则认为xd是含有粗大误差的测量值，应予以剔除。 拉伊达准则较为简单，使用方便，不用查表，但测量次数少时不适用。只有在测量次数多于10次时，拉伊达准则才适用。因此，拉伊达准则只在测量次数较多或对粗差判断要求不高时使用。 2.格拉布斯准则 该方法是引入了格拉布斯系数λ（α，n），n为测量次数，α为置信度，是给定允许发生判断错误的概率，通常取5%或1%。当 则判断为坏值。 利用该方法判断坏值时，只要测量列中残余误差过大的测量值均可被判剔除，而不管坏值产生是人为的还是意外干扰所致。 4.2系统误差理论 系统误差和随机误差不同，它表现为具有某种确定的规律，其规律性决定于产生系统误差的原因。 1.系统误差的性质与形式 系统误差的特征是不具有抵偿性，它是固定的或服从一定函数规律的误差。 系统误差服从的规律： （1）固定误差 在整个测量过程中，误差的符号和大小都固定不变的系统误差，称为固定误差。 如某砝码的公称质量为10g，实际质量为10.001g，若按公称质量使用，则始终会存在0.001g的误差。 （2）线性误差 在测量过程中，误差值随某些因素作线性变化的系统误差，称为线性误差。 刻度值为1mm