第一章试验数据的误差案例.ppt

  1. 1、本文档共80页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第一章 试验数据的误差分析 第一章 试验数据的误差分析 §1.1 真值与平均值 例1-1:对于四组测量数据,假设各组测量结果的可靠程度仅与测量次数成正比(每组平均值的权值为对应的试验次数),求各组的算术均值和测试结果的加权平均值。 解: 例1-2:在测定溶液pH值时,得到两组试验数据的平均值为 若权与绝对误差的平方成反比,试求加权平均值。 1.2.3 算术平均误差 设试验值xi与算术平均值之间的偏差(discrepancy)为di,则算术平均误差(average discrepancy)定义式为: 1.2.4 标准误差(standard error) 标准误差常用来表示试验值的精密度,也称作: ●均方根误差(mean-root-square error) ●标准偏差(standard discrepancy),简称为标准差(standard deviation)。 1.3.3 过失误差 由于测量者过失,如操作失误,读错数值或记错数据等引起的误差,是一种人为的过失误差,不属于测量误差,只要测量者采用严肃认真的态度,过失误差是可以避免的。 在数据处理中要把含有粗大误差的异常数据加以剔除。 无系统误差 有系统误差 1.5.1 随机误差的检验 随机误差的大小可用试验数据的精密度来反映,而精密度的好坏可用方差来衡量,故试验数据随机误差的检验即为方差(σ2)检验。 (一)方差已知的单正态分布总体 依据问题选择: ●双侧检验 该方差与原总体方差无显著差异 ●左侧检验 该方差与原总体方差有显著减小 ●右侧检验 该方差与原总体方差有显著增大 close all; x=0:0.001:50; hold on; grid on; y=chi2pdf(x,20); plot(x,y); xlabel(x); ylabel(f(x)); 例1-5:已知仪器检修前总体方差为0.152,依据仪器检修后所测的的7个试验数据,判断仪器检修后稳定性是否有了显著变化,若有显著变化,是否显著提高。 说明:属于双侧检验,若问稳定性是否有显著提高,则应该用左侧检验。 例1-6:已知技改前总体方差=0.35,依据技改后测得25个数据的样本方差=0.15,判断技改后试验数据的波动性是否更小。 说明:属于左侧检验。 1.5.1 随机误差的检验 (二)双正态分布总体 依据问题选择: ●双侧检验 ●左侧检验 ●右侧检验 close all; x=0:0.001:5; hold on; grid on; y=fpdf(x,10,20); plot(x,y); xlabel(x); ylabel(f(x)); 例1-7:采用试验方法一和试验方法二分别测得10个和11个数据,判断(1)两种方法的精密度 是否有显著差异;(2)方法一的精密度是否比方法二有显著提高。 说明:(1)属于双侧检验;(2)属于左侧检验; 1.5.2 系统误差的检验 系统误差的大小可用试验数据的正确度来反映,而正确度的好坏可用均值与真值的差异大小来衡量,故试验数据系统误差的检验即为均值(μ)检验。 close all; x=-6:0.001:6; hold on; grid on; y=normpdf(x); plot(x,y); xlabel(x); ylabel(f(x)); close all; x=-6:0.001:6; hold on; grid on; y=tpdf(x,30); plot(x,y); xlabel(x); ylabel(f(x)); 例1-8:测试已知含水率为7.5%的标准样品,测得5个结果,试判断(1)测量结果是否存在系统误差;(2)测试结果是否比标准值明显偏大。 说明:(1)属于双侧检验;(2)属于右侧检验; (二)双正态分布总体 ①两总体方差相等 若n1=

文档评论(0)

1112111 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档