第五章粗大误差教程.pptVIP

* * * * * * * 物理判别法：测量过程中 --人为因素（读错、记录错、操作错） --不符合实验条件/环境突变（突然震动、电磁干等） --随时发现，随时剔除--重新测量 统计判别法：整个测量完毕后 统计方法处理数据---超过误差限---判为坏值—剔除 * 以测量次数充分大为前提 * * 选定显著性水平（相当于犯“弃真”错误的概率），求得最后两个公式意义下的临界值G 剩下14个数据,重复上述步骤,可以发现,已无含粗差的测量值。 * * * * * 较为精密的场合可选用二三种准则同时判断，若一致认为应当剔除时，则可以比较放心地剔除；当几种方法的判定结果有矛盾时，则应当慎重考虑，通常选择，且在可剔与不可剔时，一般以不剔除为妥。 * * * 方括符表示对中间部分数据取整 * * * * 对某量进行 等精度 直接测量，为了得到合理的测量结果，应按 前述 误差理论 对各种 误差 进行分析处理，现以实例分别说明 等精度 直接测量 的测量结果数据处理方法与步骤。 * 本实例测量轴径的次数较少，采用格拉布斯判别准则进行判别。 按 格拉布斯 判别准则，将 测得值 按大小顺序 排列 ，计算 均值 和 标准差， 若发现测量列存在粗大误差，应将粗大误差的测得值剔除，然后再按上述步骤重新计算，直至所有测得值皆不包含粗大误差时为止。 * 根据残余误差观察法，由上表可以看出误差符号大体上正负相同，且无显著变化规律，因此可判断该测量列无变化的系统误差存在。 * 根据残余误差观察法，由上表可以看出误差符号大体上正负相同，且无显著变化规律，因此可判断该测量列无变化的系统误差存在。 * * 长春理工大学 误差理论与数据处理 粗大误差 长 春 理 工 大 学 误差理论与数据处理 【院 系】 光电工程学院 第五章 粗大误差 本章教学目标与重点难点 重点与难点 §粗大误差产生的原因 § 3σ准则 § 格拉布斯准则 § 狄克逊准则 § 测量数据的稳健处理 教学目标 通过学习，应该掌握： §利用统计判别准则 发现 粗大误差并剔除的方法 §无法发现并剔除粗大误差时，如何减小它对测量结果的影响 第一节 粗大误差概述 可疑数据 在一列重复测量数据中，有个别数据与其他数据有明显差异，它可能是含有粗大误差（简称粗差）的数据 异常值 确定混有粗大误差的数据 不恰当地剔除含大误差的正常数据，会造成测量重复性偏好的假象 未加剔除，必然会造成测量重复性偏低的后果 粗大误差 随机误差分布 粗大误差对测量数据的影响 可疑数据 在一列重复测量数据中，有个别数据与其他数据有明显差异，它可能是含有粗大误差（简称粗差）的数据 异常值 确定混有粗大误差的数据 粗大误差产生的原因 测量条件意外地改变： 机械冲击、外界震动、电网供电电压突变、电磁干扰等 测量人员的主观原因 测量者工作责任心不强，工作过于疲劳，对仪器熟悉与掌握程度不够等原因，引起操作不当，或在测量过程中不小心、不耐心、不仔细等，从而造成错误的读数或错误的记录 测量仪器内部的突然故障 若不能确定粗大误差是由上述两个原因产生时，其原因可认为是测量仪器内部的突然故障。 客观外界条件的原因 防止与消除粗大误差的方法 采用不等精度测量，互相之间进行校核 对某一被测值，进行不等精度测量： 1. 不同的操作测量人员 2. 不同的测量仪器 3. 不同的测量方法 加强测量工作者的责任心及端正态度 第二节 粗大误差的判别准则 粗大误差的判别准则 统计判别法的基本思想：给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于随机误差的范畴，而是粗大误差，该数据应予以剔除。 3σ准则 格拉布斯(Grubbs)准则 狄克逊(Dixon)准则 粗大误差的判定方法： 1.物理判别法 2.统计判别法 统计判别法分类： 准则（莱依达准则 ） 在n≤10的情形，用3σ准则剔除粗差注定失效！ 取n≤10 恒成立 适用条件： n 50 对某个可疑数据 ，若 含有粗差，可剔除；否则予以保留 式中： σ -- 标准差，可用贝塞尔公式计算的s 代替 3σ准则： 取n≤10 恒成立 准则（莱依达准则 ） 例5-1 对某量进行15次测量，测得值如表5-1所示，设这些测量值已排除了系统误差，试判断该测量列中是否含有粗大误差的测量值。 测得值 20.42oC 20.43oC 20