测试误差与数据处理.ppt

第2章 误差的性质与处理 ;§2.1 随机误差 ; 实验测量的目的是通过实验数据的分析以及借助于数学工具对数据进行整理，从而获得研究过程的数学模型或者求得某一被测量的真值。 一切由不确定的随机因素所造成的随机误差，它的大小及正负，在其出现之前是不可预估的。随着测量次数的增加，各数据随机误差的大小及正负符合统计规律。 实验数据处理的任务就是要在测量的随机数据中寻找有关的规律。通过大量的实验研究发现，尽管随机误差的分布规律多种多样，但多数服从或近似服从正态分布。 ;一、正态分布（Normal distribution ）;;;证明; 由数学期望与方差可以看出：当随机误差服从正态分布 时，测量值的数学期望等于真值，随机误差的数学数学期望 等于零这与随机误差具有抵偿性是一致的；另外从方差（标 准差）的定义可知，它们反映测量值与真值之间的偏离程 度，数值越小，偏离程度越小，彼此之间的离散程度越小， 反之，离散程度越大。 ; 标准差（均方根误差）σ和方差σ2描述正态分布曲线的形状，是恒正值。 σ、 σ2 越大，分布曲线的峰值就越低，图形的形状就越“胖”，分布曲线越平缓，离散程度越大；反之σ、 σ2越小，分布曲线的峰值越高，图形的形状越“瘦” ，分布曲线越陡峭，离散程度越小。 标准差（均方根误差）σ和方差σ2描述分布曲线的宽窄。;3、随机误差正态分布的实验验证;可按如下步骤对样本观测值进行处理; 若该曲线与正态分布概率密度曲线形式相符，则证明被研究的误差符合正态分布。;没壕浦影娱谗组腕民锯才睡呕水能笼暖楞妊屹拽锦跋御汕灼砚廓谦虾渔屎测试误差与数据处理测试误差与数据处理; 二、随机误差的几种非正态分布 ; 例如，数字化测量仪器误差服从均匀误差;方差及标准差 ; 2、三角形分布 ;数学期望 ; 服从三角形分布的随机误差特征： （1）单峰性 （2）对称性 （3）有界性 （4）抵偿性 ; 3、反正弦分布 ; 服从反正弦分布的随机误差特征： （1）单峰性 （2）对称性 （3）有界性 （4）抵偿性 只不过其峰型成凹型，即小的 误差比大的误差出现的几率小。 ; 4、 分布 ; 自由度指在数学中能够自由取值的变量个数，如有3个变量x、y、z，但x+y+z=18，因此其自由度等于2。在统计学中，自由度指的是计算某一统计量时，取值不受限制的变量个数。 　　首先，在估计总体的平均数时，由于样本中的 n 个数都是相互独立的，从其中抽出任何一个数都不影响其他数据，所以其自由度为n。 　　在估计总体的方差时，使用的是离差平方和。只要n-1个数的离差平方和确定了，方差也就确定了；因为在均值确定后，如果知道了其中n-1个数的值，第n个数的值也就确定了。这里，均值就相当于一个限制条件，由于加了这个限制条件，估计总体方差的自由度为n-1。 　　例如，有一个有4个数据(n=4)的样本, 其平均值m等于5,即受到m=5的条件限制, 在自由确定4、2、5三个数据后, 第四个数据只能是9, 否则m≠5。因而这里的自由度υ=n-1=4-1=3。推而广之,任何统计量的自由度υ=n-限制条件的个数。 ; 5、t 分布 ; 证明：由误差定义，可得;由此可见：;举例说明： 设重复测量某量值5次，5个测得值 分别是1，2，3，4，5。求得算术平均值为 以 为准，求各测得值偏离 的误差得平方和Q Q＝; 2.残差的性质：; 利用残差的上述性质，可以校核算术平均值及其残差计算 的正确性。; 说明：当测量列中的测量次数和每个测量数据的位数皆 较多时，可用简便方法计算算术平均值。 方法是：任选一个接近测得值的数x0作为参考值，计算每个 测得值xi与x0差值 Δxi= xi－xo i=1,2,…,n 因为 ;解：任取参考值x0=1879.65(m)，计算差值 和  列于表中，很容易求得因为n为偶数，由表可知故计算结果正确。 ; 例：已知测量列 求其残余误差。; 测量的标准偏差简称标准差，也称之为均方根误差。 由于随机误差的存在，等精度测量列中各个测得值一般皆不相同，它们围绕着该测量列的平均值有一定分散，此分散度说明了测量列