第四章误差与实验数据的处理2.pptVIP

第二节 随机误差的正态分布 1.60 1.67 1.67 1.64 1.58 1.64 1.67 1.62 1.57 1.60 1.59 1.64 1.74 1.65 1.64 1.61 1.65 1.69 1.64 1.63 1.65 1.70 1.63 1.62 1.70 1.65 1.68 1.66 1.69 1.70 1.70 1.63 1.67 1.70 1.70 1.63 1.57 1.59 1.62 1.60 1.53 1.56 1.58 1.60 1.58 1.59 1.61 1.62 1.55 1.52 1.49 1.56 1.57 1.61 1.61 1.61 1.50 1.53 1.53 1.59 1.66 1.63 1.54 1.66 1.64 1.64 1.64 1.62 1.62 1.65 1.60 1.63 1.62 1.61 1.65 1.61 1.64 1.63 1.54 1.61 1.60 1.64 1.65 1.59 1.58 1.59 1.60 1.67 1.68 1.69 一、频率分布 绘制频率分布直方图的步骤： 1、测定值排序，算出极差R 2、确定组数、组距: 组距=极差/组数 组值范围：将组界值较测定值多取一位（以保证 每个数据只能进入某一组内。） 3、统计频数：测定值落在每组内的个数叫频数。 算出频率：频率(相对频数）=频数/样本容量 频率密度=频率/组距 4、将组值范围、频数和频率列表，绘频数分布直方图 二、测量值与随机误差的正态分布 正态分布曲线特点： 1、小误差出现的概率大，大误差出现的概率小；特别大的误差出现的概率极小。 2、正误差出现的概率与负误差出现的概率相等。 3、x=?时，y 值最大，体现了测量值的集中趋势。集中的程度与? 有关。 三、标准正态分布曲线 N (0,1) 四、随机误差的区间概率 例： 一、t 分布曲线 正态分布与 t 分布区别 1．正态分布——描述无限次测量数据 t 分布——描述有限次测量数据 2．正态分布——横坐标为 u ，t 分布——横坐标为 t 3．两者所包含面积均是一定范围内测量值出现的概率P 正态分布：P 随u 变化；u 一定，P一定 t 分布：P 随 t 和f 变化；t 一定，概率P与f 有关， 两个重要概念 置信度(置信水平)P：某一 t值时，测量值出现在μ±t?s范围  内的概率 显著性水平α：落在此范围之外的概率 α=1-P t 分布值表 二、平均值的置信区间 （1）由单次测量结果估计μ的置信区间 （2）由多次测量的样本平均值估计μ的置信区间 （3）由少量测定结果均值估计μ的置信区间 例: 分析铁矿石中w(Fe)的结果: n = 4, x = 35.21 %, σ = 0.06 % 求: μ的95%置信区间。 解: 三、 显著性检验 1.平均值与标准值的比较 (1)根据 算出t值; 例: 2、两组平均值的比较 两组平均值的比较的方法 置信度95%时部分F值（单边）置信度90%时部分F值（双边） 四、可疑值的取舍 例： 小结 随机误差的分布规律：正态分布、 t分布 置信度与置信区间的含义，μ的置信区间的计算 显著性检验的含义和方法(t检验法、F法) 可疑值的取舍： Q检验法和格鲁布斯法等 结论：测定数据既有分散性;如：小于1.52%和大于1.72%的数据仅有3个. 又有集中性.如:平均值1.62%所在的组(第5组)具有最大的频率 当n 趋于无穷时,组距减至微分量，即测定值连续变化时，图中的直方图的形状将逐渐趋于一条峰状的连续曲线,它是正态分布曲线.反映了来自同一总体的大量测定数据的分布规律. 以标准偏差和平均值的标准偏差代替总体标准偏差或总体平均标准偏差，而又按理论上的正态分布处理实际问题，则是不合理的。为了解决这个问题，英国的化学家和统计学家W. S. Gosset研究的这个问题，提出用t值代替u 值。 * * * 第四章 误差与实验数据的处理 * ? 例：在相同条件下对某样品中镍的质量分数（%）进行重复测定，得到90个测定值如下： 分组（%） 频数 频率 1.485-1.5