8测量误差的分析与处理选编.ppt

第8章 测量误差的分析与处理 课程导读 学习目标 1.掌握误差的基本概念； 2.了解随机误差分布规律； 3.掌握可疑数据的取舍准则； 4.了解系统误差消除方法； 5.了解测试数据处理方法。 2.1 误差的基本概念 真值（true value）是某个物理量在某一时刻和某一位置的客观存在的真实值。 真值通常是无法测得的，常用一组重复测量数据的算术平均值作为真值的近似值，在实际应用中可以把用更高一级精度仪表的测量值作为真值。 8．误差的表示 绝对误差：是测量值与真值之差。用测量次数无限多时求得的平均值作为真值。 偏差：测量值与多次测量的平均值之差 相对误差 相对误差（relative error）是绝对误差与被测真值之比值 。 引用误差：绝对误差与仪表的测量上限或量程A之比 。 8.1.2 误差的分类 按误差的性质及其产生的原因，误差可分为系统误差、随机误差和过失误差。 系统误差：在一定测试条件下，凡是误差的数值大小和符号恒定不变，或者按一定规律变化的误差均称为系统误差。其特点是带有系统性和方向性 。 系统误差产生的主要原因 仪器不准确、测量时环境发生变化以及操作人员的习惯等等。 8．随机误差 未被发现和无法控制的因素所引起的误差 ； 其特点是数值大小和符号均带有随机性和不确定性。 多次重复测量的方法来减小随机误差 。 过失误差 过失误差（fault error）是一种显然与事实不符的误差，主要是由于操作者粗心大意或操作错误等原因所引起的。 8.2 随机误差 随机误差就每一个个体而言，是没有规律可循和无法控制的，但就误差的总体而言服从统计规律。 正态分布规律指出了随机误差的规律性，是进行误差分析的依据。 1．正态（高斯）分布 正态（高斯）分布的概率密度函数为 8.2.2 随机误差的统计分析 (1) 中心趋势的度量 平均值，对于一个样本 其中，xi是样本数据的值，n是测量的次数。 对于有确定的单元数N和值xi的总体，平均值 被测量按大小次序排列，中位数是序列中间的值。如果元素的数量为偶数，中位数是两个中心值的平均值。 众数是对应于事件发生概率峰值的随机变量的值。在离散样本空间，众数是出现频率最高的值。在连续的样本空间，众数为频率最高的数据带的中点。 (2) 分散性的测量：随机变量在其均值附近分散程度 8.2.3 可疑数据的取舍 通过实验所获得的大量数据 ，如果没有充分理由去掉这些数据，则应该根据误差理论或判断准则决定取舍。 目前常用的判断准则有两种：莱因达准则和肖维纳准则。 莱因达准则（3σ准则 ） 莱因达准则规定如果实测数据的误差 则为异常数据舍弃。 8.肖维纳准则 在n次测量中，某一误差可能出现的次数小于半次就被认为是过失误差。 根据这一准则，我们可以推出相应的置信区间 。 n和c之间的关系列于表8.3 。 根据肖维纳准则，若某次测量所得误差绝对值大于相应的置信限，应予舍弃。 确定测量数据舍弃的步骤 1) 求出测量数据的算术平均值 及标准差(均方根误差) ； 2) 将可疑数据的误差 与上述准则作比较，凡绝对值大于 或 的就舍弃； 3) 舍弃数据后，重复上述过程，看是否还有超出上述准则的数据需要舍弃。 8.3.1系统误差对测量结果的影响---恒值系统误差对测量结果影响 恒值系统误差对偏差的影响 变值系统误差对测量结果的影响 变值系统误差对离差的影响 8.3.2.1 判别系统误差的方法 变值系统误差判别方法 (1) 偏差观察法 等精度测量，按测量顺序把测得值及其偏差值列表，观察离差值及其符号的变化规律。 若偏差数值递增或递减，测量开始和结束时符号相反，则该测量列含有线性系统误差。 若在某测量条件下，偏差基本上保持相同符号，变为另一条件时均变号，则表明测量中含有随测量条件而变的恒值系统误差。 若偏差的符号有规律地由正变负，再由负变正，或循环交替变化多次，则可判定该测量序列含有周期性误差。 (2)偏差核算法 –是否含有线性系统误差 将偏差分为前半组k个和后半组k个，两者求和后相减，有 (3) 阿贝?赫梅特判据 只要测量列满足下式，就认为该测量列含有周期性系统误差。 系统误差的修正(1) 恒值系统误差的修正方法 1) 代替法：在对未知量进行测量以后，选择与未知量大小适当的可调的已知量重新进行一次测量，并保持测量结果不变，则可认为被测的未知量就等于这个已知量。 2) 相消法 ：对同一被测量进行两次读数，采用适当测量方法使已经固定的系统误差在测量中一次出现正，一次出现负，从而相对抵消。 3) 对换法 ：采用交换测量的方法来消除恒值系统误差 。 (2) 线性变化系统误差的消除