第三单元 误差分析与数据处理基础.pptVIP

第三章 误差分析与数据处理基础 3.1 误差的概念与分类 一、测量误差的概念及表达方式 测量误差：测量结果与被测量的真值之间的差异。 二、测量误差的分类 1、随机误差 概 念：对同一被测量进行多次重复测量时, 绝对值和符号不可预知地随机变化(无规律变化), 但就误差的总体而言, 具有一定的统计规律性的误差称为随机误差。 作 用：表征测量精密度高低。 随机误差越小，精密度越高。 注意：随机误差既不能用实验方法消除，也不能修正。 2、系统误差 概 念：在相同测量条件下，多次重复测量同一量值时，测量误差的大小和符号都保持不变，或在测量条件改变时按一定规律变化的误差，称为系统误差。 作 用：表征准确度的高低。 系统误差越小，测量越准确。 注意：系统误差可由无限多次重复测量来消除。 3、粗大误差 概 念：明显偏离测量结果的误差称为粗大误差 注 意：还有粗大误差的测量值称为坏值，所有的坏值都应去除。 4、表达式 式中， 为测量值的绝对误差。 精度是反映检测仪器的综合指标，是测量结果与真值接近的程度. 准确度:反映测量结果中系统误差的影响程度. 精密度:反映测量结果中随机误差的影响程度. 精确度:反映测量结果中系统误差和随机误差的影响程度. 精确度高必须做到准确度高、精密度也高。 从工程测量实践可知, 测量数据中含有系统误差和随机误差, 有时还会含有粗大误差。它们的性质不同, 对测量结果的影响及处理方法也不同。 在测量中, 对测量数据进行处理时, 首先判断测量数据中是否含有粗大误差, 如有, 则必须加以剔除。 再看数据中是否存在系统误差, 对系统误差可设法消除或加以修正。 对排除了系统误差和粗大误差的测量数据, 则利用随机误差性质进行处理。总之, 对于不同情况的测量数据, 首先要加以分析研究, 判断情况, 分别处理, 再经综合整理以得出合乎科学性的结果。 一、随机误差的概率分布 1、正态分布 测量实践表明, 多数测量的随机误差具有以下特征:  ① 绝对值小的随机误差出现的概率大于绝对值大的随机误差出现的概率。  ② 随机误差的绝对值不会超出一定界限。  ③ 测量次数n很大时, 绝对值相等, 符号相反的随机误差出现的概率相等。  由特征③不难推出, 当n→∞时, 随机误差的代数和趋近于零。  随机误差的上述三个特征, 说明其分布实际上是单一峰值的和有界限的, 且当测量次数无穷增加时, 这类误差还具有对称性（即抵偿性）。 2、均匀分布 特 点：误差均匀分布在某一区域，在此区域误差出现的概率密度处处相同。而在该区域以外误差出现的概率密度为0。 注 意：服从均匀分布的随机误差。 二、真值与估计值 1、最佳估计值 计算式：最佳估计值 ： 注意：测量值的最佳估计值是在无系差及粗差的前提下计算得到的。 2、方差的估计值 3、算术平均值的标准偏差及其估计值 三、置信度与表示方法 置信度：估计值的可信赖程度。 描述方式：置信概率 一、系统误差的分类 一、粗大误差的辨别 * * 表达方式 绝对误差： 引用误差： 相对误差： 实际相对误差： 示值相对误差： 3.1 误差的概念与分类 3.1 误差的概念与分类 3.1 误差的概念与分类 3.1 误差的概念与分类 3.1 误差的概念与分类 3.2 随机误差的处理 3.2 随机误差的处理 在大多数情况下, 当测量次数足够多时, 测量过程中产生的误差服从正态分布规律。分布密度函数为 y——概率密度;  x——测量值（随机变量）;  σ——均方根偏差（标准误差）;  L——真值（随机变量x的数学期望）;  δ——随机误差（随机变量）, δ=x-L。 正态分布方程式的关系曲线为一条钟形的曲线(如图 1 - 4 所示), 说明随机变量在x=L或δ=0处的附近区域内具有最大概率。 3.2 随机误差的处理 3.2 随机误差的处理 3.2 随机误差的处理 3.3 系统误差的处理 恒定系差 变值系差 二、系统误差的消除方法 消除关键：通过特殊的测量方法，抵消系统误差 3.4 粗大误差的处理 定性分析：环境、条件、设备、操作过程、操作者等方面。 定量分析：统计学、误差理论 二、拉依达法则、格鲁布斯法则 * * *