第4讲 误差理论与实验数据处理.pptxVIP

实验数据处理基础知识 ;科学实验的步骤;实验过程;数据处理的目的;实验曲线背后的理论基础;误差理论基本概念;一、测量误差的基本理论;2）相对误差;2、误差的特点;Guillaume 发现殷钢;与检测系统的组成和各组成环节有关;4 、误差分类;精密度：[precision] 用同一测量工具与方法在同一条件下多次测量，如果测量值随机误差小，即每次测量结果涨落小，说明测量重复性好，称为测量精密度好也称稳定度好，因此，测量偶然误差的大小反映了测量的精密度。 准确度：[accuracy] 有时也称正确度,为随机误差趋于零时而获得的测量结果与真值偏离程度，取决于系统误差的大小。所以，系统误差大小反映了测量可能达到的准确程度。 精确度：[exactness]测量的准确度与精密度的总称。在实际测量中，系统误差、随机误差均可能（分别或者同时）影响精确度。在某些测量中常用精度这一概念，包括了系统误差与随机误差两个方面，例如常用的仪表就常以精度划分仪表等级。仪表精确度又简称精度。精确度和误差可以说是孪生兄弟，因为有误差的存在，才有精确度这个概念。精确度实际上就是测量值接近真值的准确程度。;精度：;6、确定测量误差的方法;1、系统误差的消除;② 抵消法;③ 差动法;1）判别方法;异常数据剔除-拉伊达（Pайта）准则;格拉布斯准则;格拉布斯准则g(n,a)数值表;谎言重复一万遍能变成真理吗？;数据的有效数字及舍入规则;数学平均值与数据分布;3、随机误差的分析处理;实验处理中的统计分布;正态分布（高斯分布）;正态分布特征;正态分布;学生的成绩分布！;概率密度函数;① 对称性;样本中各测量数据相对样本平均的分散程度 --- 样本标准偏差s;4、误差综合;5、测量结果的表示方法;80/20原则;80/20分布来源于正态分布！;正态分布;美国州名的首字母分布;t分布-小样本中的处理方法;历史上最伟大的学生; 1908年，有一位在爱尔兰都柏林的金氏酿酒厂工作的化学师，为了解决这个问题，提出了一篇划时代的数学论文“The probable error of a mean”，其中，他推导出小样本的t分配，可以用来校正小样本可能产生的推断误差。这个在统计上赫赫有名的t-检定（t-test）方法，影响了一百年来的生物、农业、社会、经济、心理、教育等学科的研究推论。; 最有趣的是，这位「业余」的数学家，在一家大企业做事，依规定不得把研究成果随便发表，他本人也真是个不爱出风头的酿酒师，所以就用很谦虚的笔名“Student”（学生）发表这篇论文。他的真名是葛赛特（William Sealey Gosset），他自己是金氏黑啤酒厂的酿酒顾问，又是统计学上最有名的「学生」，他在酒中找到了学问，也教会了酿酒界的人如何去设计实验，以实验的结果去提升酒的品质。;数据的分布特性不仅仅是正态分布-寻找中微子的故事;20世纪50年代后期，雷蒙德·戴维斯是唯一的一个不顾太阳中微子微弱的探测几率，敢于试图证明其存在的科学家。虽然太阳上大多数反应所产生的中微子的能量是如此之低，以至于非常难以探测，但是一个罕见的反应会产生高能中微子。;在戴维斯做实验的同时，日本物理学家小柴昌俊和他的小组正在研制另一个探测器，即神冈中微子探测实验装置（Kamiokande）。它被放置在日本的矿井中，由一个很大的装满水的罐构成。当中微子穿过这个罐时，它们会与水中的原子核相互作用。这个反应导致释放电子，产生了微弱的闪光。包围在罐四周的光电倍增管能捕捉到这些闪光。调节探测器的灵敏度，可以证明中微子的出现，从而也确认了戴维斯的结论。;神岗试验中的数据统计分析;统计分布;常用概率分布;泊松分布;实验方法;实验处理中的统计分布 1.回归模型的建立和分析参数的选择 2.非线性转化为线性的方法 误差的合成与分配;回归分析的作用和流程;一元线性回归分析 ;回归分析——线性模型中的最小二乘法 ;1809年Gauss提出以正态分布作为测量误差的分布，并在这个基础上发展了最小二乘估计的统计理论。其中包括了这个方法的基础理论成果—Gauss-Markov定律。有了这一发展，才使得最小二乘法与统计联系起来。以上这些发展在统计史上享有极高的评价，被认为是19世纪数理统计学的“中心主题”。 ;但在19世纪大部分时间，以上的发展被认为属于误差论的范围，与统计分析不相关。当时流行的观点认为误差论处理的是对一个对象多次测量的数据，而统计学处理的是对一个群体中一些不同个体的测量数据，两者有本质的区别。但当时也有一些学者，主要是Quetelet，从经验中注意到统计数据也往往很符合于Gauss的正态分布，于是主张Legendre-Gauss这一套方法也可用于统计数据。;到19世纪后期，Galton，Edge