计量基础知识概率和术语-不确定度基础知识总结.ppt

不确定度评定基础知识 第一章 概率统计的基本知识 第一节 基本概念 一、概率论和数理统计：研究大量随机现象的统计规律性的数学学科。 二、事件：观测或试验的一种结果。 与测量结果相关联的不确定度是事件，相应的每个误差也是事件。 确定性事件 不确定性事件 第一章 概率统计的基本知识 第一节 基本概念 概率论和数理统计就是从两个不同的侧面来研究不确定事件的统计规律性。 在概率统计中，把事件区分为最典型的三种情况： 必然事件、不可能事件、随机事件。 三、随机变量：如果某一量（例如测量结果）在一定条件下，取某一值或在某一范围内取值是一个随机事件，则这样的量叫随机变量。即随机变量是用来表示随机现象结果的变量。测量结果及其不确定度均为随机变量。 第一章 概率统计的基本知识 第一节 基本概念 随机变量根据其取值的特征可分为两种： 连续型随机变量：随机变量X可在坐标轴上某一区间内取任一数值，即取值布满区间或整个实数轴。如重复测量中所得的一组观测值属于连续型随机变量。 离散型随机变量：随机变量X的取值可离散地排列为x1，x2，…，即只取有限个或可数个实数。例如在取有效数字的位数时，数字的舍入误差属于离散型随机变量。 第一章 概率统计的基本知识 第一节 基本概念 四、事件的概率 在n次独立的连续试验中，事件A发生了m次，m称为事件的频数， m /n称为相对频数或频率。当n极大时频率 m /n稳定地趋于某一个常数，此常数称为事件A的概率，记为P(A)= p 。 概率p是用以度量随机事件A在试验中出现可能性大小的数值。 0≤P(A) ≤1 测量值X落在x0到 x0+ ? x区间的概率可表示为 P(x0 ≤x ≤ x0 + ? x) 必然事件的概率为1，不可能事件的概率为0 第一章 概率统计的基本知识 第一节 基本概念 五、概率的一些重要性质 p(?)=0 若A1 ，A2， ??? ，An是两两不相容事件，则P(A1 ? A2 ???? ? An) =P(A1)+P(A2)+ ??? +P (An) 设A、B是两个事件，若A?B，则P(B-A)=P(B)-P(A)；对于任一事件A ， P(A) ≤1 对于任一事件A ， 对于任意两事件A、B，有 P(A ? B) = P(A) + P(B)- P(A B) 第一章 概率统计的基本知识 第一节 基本概念 五、概率的一些重要性质 例如: 加工某零件100件，要求尺寸在(100?0.01)mm，加工后发现尺寸小于99.99的零件有2件，尺寸大于100.01的零件有3件，则尺寸超差的概率为： P(A)=2%+3%=5% 第一章 概率统计的基本知识 第一节 基本概念 六、概率分布 （随机变量的）概率分布定义：一个随机变量取任何给定值或属于某一给定值集时的概率随取值变化的函数。 测量结果的值和 该值出现的概率之间 的对应关系称为测量 结果的概率分布。 第一章 概率统计的基本知识 第一节 基本概念 六、概率分布 离散型随机变量的概率分布： 设离散型随机变量X所有可能取的值为xi(i=1,2, ??? )， X取所有可能值的概率，即事件{X= xi}的概率为P {X= xi}= pi ，则由概率的定义可知： pi≥0，且 P {X= xi}= pi (i=1,2, ??? )为离散型随机变量X的概率分布或分布率。离散型随机变量的概率分布可用表格形式表示。 第一章 概率统计的基本知识 第一节 基本概念 连续型随机变量的概率分布 设X是一随机变量，x为任意实数，函数F(x)=P{X ≤ xi}称为X的分布函数。对于任意实数x1、x2(x1＜x2)，有 P{x1＜ X ≤ x2 }= P{X ≤ x2 }- P{X ≤ x1 }=F(x2)- F(x1) 第一章 概率统计的基本知识 第一节 基本概念 七、分布函数F(x)的基本性质 若F(x)是一个不减函数，则 F(x2)- F(x1)= P{x1＜ X ≤ x2 }≥0 ，x1＜x2 若0≤ F(x) ≤1，则 若 F(x+0)= F(x)，则F(x)是右连续 第一章 概率统计的基本知识 第一节 基本概念 八、概率密度函数 概率分布函数的导数即为概率密度函数，用f(x)或p(x)表示 若已知概率密度函数，则测量值落在(x0 , x0+?x)区间内的概率为： 第一章 概率统计的基本知识 第一节 基本概念 八、概率密度函数 P=0.9表明该区间包含了概率密度分布曲线下面积的90%，即测量值在该区间的置信度为0.9 ，所以P 又称为置信概率或置信水平，该区间称为置信区间。 置信限：置信区间的界限。半宽度：置信区间的上限与下限之差的一半。（a） 置信因子：当a用k倍标准偏差表示时， k称为置信因子。 第一章 概率统