核数据处理b.pptVIP

成都理工大学 马英杰 预备知识—样本统计量及分类 样本矩 样本矩，具有平均的概念 如果分布关于数学期望是对称的，它的一切奇数阶中心矩都等于零； 如果不对称，则它的一切奇数阶中心矩都不为零 常用两个系数： 偏度系数g1：对分布的偏斜程度作估计 峰度系数g2：对分布的陡峭程度作估计 成都理工大学 马英杰 预备知识—样本统计量及分类 偏度系数g1 对分布的偏斜程度作估计 公式： （V3, s分为样本的三阶中心矩，均方差） 物理含义： 1)g1 0时，频率分布向正方向偏斜 2)g1 0时，频率分布向负方向偏斜 3)g1 =0时，分布对称 z f(z) 1 2 3 成都理工大学 马英杰 预备知识—样本统计量及分类 峰度系数g2 对分布的陡峭程度作估计 公式： （V4, s分为样本的四阶中心矩，均方差） 物理含义： 1)g2 0时，陡峭程度超过正态分布 2)g2 0时，陡峭程度低于正态分布 3)g2 =0时，为正态分布 z f(z) 1 2 3 成都理工大学 马英杰 预备知识—样本统计量及分类 协方差矩阵和相关系数矩阵 对两个或两个以上的随机变量，不仅要描述各变量的均值和方差等，还常常要描述它们之间的相互关系。 设有一个二元样本(x1,y1),(x2,y2),…,(xk,yk) N+L阶原点混合矩： N+L阶中心混合矩： 成都理工大学 马英杰 预备知识—样本统计量及分类 协方差矩阵和相关系数矩阵 设有一个二元样本(x1,y1),(x2,y2),…,(xk,yk) 协方差cov(x,y)：当N=L=1时的中心混合矩。 协方差的性质： 1)cov(x,y)=cov(y,x) 2)cov(a*x, b*y)=a*b*cov(x,y) 3)cov(x1+x2,y)=cov(x1,y)+cov(x2,y) 成都理工大学 马英杰 预备知识—样本统计量及分类 协方差矩阵和相关系数矩阵 相关系数rx,y： 成都理工大学 马英杰 预备知识—样本统计量及分类 协方差矩阵和相关系数矩阵 设有一个二元样本(x1,y1),(x2,y2),…,(xk,yk) 两个变量的协方差矩阵：是对称矩阵 成都理工大学 马英杰 预备知识—样本统计量及分类 协方差矩阵和相关系数矩阵 设有一个二元样本(x1,y1),(x2,y2),…,(xk,yk) 对于M个变量的协方差矩阵： 协方差受变量的量纲和数量级不一致的影响，所以，常由相关系数组成相关矩阵 成都理工大学 马英杰 预备知识—习题 1. 已知本底计数率为10/min，总的计数率为160/min，要求相对标准误差小于等于1%，求测量本底计数及总计数的时间至少各为多少？ 2.分别测量10分钟得计数率1010cpm，则计数率的绝对误差和相对误差各为多少？ 成都理工大学 马英杰 预备知识—习题 3.测量30次得如下数据：29，37，27，33，35，32，36，35，24，30，30，23，19，29，32，27，27，27，26，30，21，28，28，33，24，34，14，30，24，24，请计算平均值的绝对误差和相对误差。 4. 测量数据如上，请计算 、Me、 极差、方差和变异系数。 * 成都理工大学 马英杰 预备知识 内容 核辐射测量数据 放射性测量中的统计性 误差 样本统计量及分类 成都理工大学 马英杰 预备知识—误差 误差的来源 设备误差：测量设备本身带来的误差 方法误差：由于测量方法或计算方法不完善造成的误差 环境误差：由于测量的环境条件的影响而引入的误差（如温度、气压、振动、电磁场等等） 人员误差：包括人员的视差、观测误差和估读误差等 被测对象。。。 成都理工大学 马英杰 预备知识—误差 误差的分类——性质 系统误差：同条件测量多次，误差的绝对值和符号保持恒定。 随机误差（偶然误差）：同条件测量多次，误差的绝对值和符号都变，服从一定的规律。待测物理量本身存在不变的确定值，误差是由于测量条件、设备、方法等造成的。 统计误差：核辐射测量中，待测物理量本身是随机变量，准确值是计数值的数学期望，即无限次测量的平均值（真平均值），但实际只能进行有限次测量，即样本，把样本的平均值作为真平均值，故而存在着误差，即统计误差。不是由于测量条件等造成的。 粗大误差：在规定的测量条件下，测量值显著地偏离实际值时所对应的误差。属于异常值，应按一定规则剔除。 成都理工大学 马英杰 预备知识—误差 精度 精密度：表示测量结果中随机误差大小的程度。 正确度：表示测量结果中系统误差大小的程度。 准确度：表示测量结果与真值的一致程度，是测量结果中系统误差与随机误差的综合。 成都理工大学 马英杰 预备知识—误差 一般测量随机误差与核辐射测量统计误差的对比 异（不同） 一般测量：待测物理量本身存在不变的确定值，误差是由于测量条件、设备