3 误差分析与处理.ppt

误差的合成 2．按标准差合成 设测量过程中有S个单项未定系统误差，其标准差为 有q各单项随机误差， 它们的标准差分别为 设传递系数为1，则测量结果总的标准差为 式中，R为各误差之间协方差之和。 当各个误差之间互不相关时，则 （单次测量） （多次重复测量） 粗大误差处理 2.5.1 莱以特准则（3 准则） 在实际的测量过程中，往往通过一些判别准则来确定是否存在粗大误差。 最常用的、最简单的判别粗大误差的准则称为莱以特准则（3 准则），它是 以测量次数足够大为前提的，所以也是一个近似的准则。 认为该测得值是坏值，含有粗大误差，应予以剔除。 以外的概率小于0.3％。如果测量值出现在?3 范围以外， 其残余误差落在?3 设对某测量列 假设测量数据中只含有随机误差，且服从正态分布， 那么就有理由判定它含有粗大误差，即当测量数据的残差绝对值 时， 粗大误差处理 2.5.2 肖维准则 假定对一物理量重复测量了n次，其中某一数据在这n次测量中出现的几率 ,则可以肯定这个数据的出现是不合理的，应当予以剔除。 不到半次，即小于 根据肖维准则，应用随机误差的统计理论可以证明，在标准误差为 量列中，若某一个测量值的偏差等于或大于误差的极限值 则此值应当剔出。 的测 不同测量次数的误差极限值 列于表2?3。 粗大误差处理 n n n 4 1.53 10 1.96 16 2.16 5 1.65 11 2.00 17 2.18 6 1.73 12 2.04 18 2.20 7 1.79 13 2.07 19 2.22 8 1.86 14 2.10 20 2.24 9 1.92 15 2.13 30 2.39 表2?3 肖维系数 表 粗大误差处理 2.5.3 格鲁布斯（Grubbs）准则 若有一组测量得出的数值，其中某次测量得出数值与包含这个数值在内的 所有测量值的算术平均值之差的绝对值 与该组测量列的标准偏差 之比大于某一阈值 ，即 则认为此测量值中有异常数据，并可予以剔除。这里 中的n为 测量数据的个数。而 p为服从此分布的置信概率。一般取 p为0.95和0.99。 表2中给出 p＝0.95和0.99时或1－p＝0.05和0.01时， 粗大误差处理 表2?4 值表 1－p n 0.05 0.01 1－p n 0.05 0.01 3 1.15 1.15 17 2.48 2.78 4 1.46 1.49 18 2.50 2.82 5 1.67 1.75 19 2.53 2.85 6 1.82 1.94 20 2.56 2.88 7 1.94 2.10 21 2.58 2.91 8 2.03 2.22 22 2.60 2.94 9 2.11 2.32 23 2.62 2.96 10 2.18 2.41 24 2.64 2.99 11 2.23 2.48 25 2.66 3.01 12 2.28 2.55 30 2.74 3.10 13 2.33 2.61 35 2.81 3.18 14 2.37 2.66 40 2.87 3.24 15 2.41 2.70 45 2.91 3.29 16 2.44 2.75 50 2.96 3.34 第2章 检测系统的误差分析与处理 Contents 测量误差的基本概念 1 与误差相关的基本概念 2 误差的传递 3 误差的合成 4 粗大误差的处理 5 测量误差的基本概念 2.1.1 测量误差的概念及表达方式： 利用任何检测工具和方法所得到的测量结果和它的客观真值往往并不是一致的，这个矛盾在数值上的表现即为误差。 测量误差的定义为：测量误差＝测量结果－真值。 需要说明的是，这里的真值是客观存在的，但在实际应用时，一般是不知道或无法确定的。因此，人们通常用以下的方法来确定真值： （1）理论真值 （2）统计真值 （3）相对真值 （4）计量学约定真值 测量误差的基本概念 相对误差 在工程实际中，例如用一频率计测量准确值为100千赫的频率源、测得值为101千赫，测量误差为1千赫，又用波长表测量一准确值为1兆赫的标准频率源，测得值为1.001兆赫，其误差也为1千赫。上面两个测量，从误差的绝对量来说是一样的，但它们是在不同频率点上作测量的，它们的准确度是不同的。为描述测量的准确度而引入相对误差的概念。相对误差一般用百分比（％）表示，它被定义为 相对误差＝（测量结果－真值）÷真值≈ 测量误差÷测量结果 在测量工作中，一般是用绝对误差来表示测量误差。相对误差常用来表示具有多档示值范围的仪表的测量精度，或者用来比较不同量值的测量精度。 测量误差的基本概念