第二章 测量误差及测量结果处理(上).ppt

2-3.2、随机误差 随机误差（偶然误差）是指对同一物理参量进行多次等精度测量时，其绝对值和符号均以不可预定的方式无规则变化的误差。 就单次测量而言，随机误差没有规律，其大小和方向完全不可预测，但当测量次数足够多时，其误差具有统计学规律，多数情况下接近正态分布。 第二章 测量误差和测量结果处理 随机误差的特点: 1、有界性：在多次测量中误差绝对值的波动有一定的界限，即有界性； 2、对称性：当测量次数足够多时，正负误差出现的机会几乎相同，即具有对称性； 3、低偿性：随机误差的算数平均值趋于零，即具有抵偿性。 由于随机误差的上述特点，可以通过对多次测量取平均值的办法，来减小随机误差对测量结果的影响，或者用数理统计的办法对随机误差加以处理。 2-3.2、随机误差 第二章 测量误差和测量结果处理 随机误差体现了多次测量的精密度，随机误差小，则精密度高。 （1）测量仪器元器件产生的噪声，零部件配合不稳定、摩擦、接触不良等。 （2）温度及电源电压的无规则波动，电磁干扰，地基震动等。 （3）测量人员感觉器官的无规则变化而造成读数不稳定等。 产生随机误差的主要原因概括如下： 第二章 测量误差和测量结果处理 随机误差表征测量数据的离散程度。在一般工程测量中不一定能发现它。 例如用一个普通的万用表测量输出电压为12V的稳压电源，即使测量几十次，也看不出变化。这是由于随机误差一般都很小，不容易被发现。只有当仪器的分辨率足够高时，随机误差才会显露出来。 第二章 测量误差和测量结果处理 粗大误差（也称疏忽误差或粗差）是指在一定测量条件下，测得值明显地偏离实际值所形成的误差。 由于粗差不能反映被测量的真实数值，应从测得值中剔除不用。剔除粗差的方法是计算数据的均值μ和均方差σ，将超出μ±3σ范围的数据剔除，重复计算和剔除直到剩余的数据在μ±3σ范围内。 2-3.3、粗大误差 第二章 测量误差和测量结果处理 产生粗差的主要原因概括如下： ①.测量方法不当或错误：例如用普通万用表电压档直接测量高内阻电源的开路电压，用普通万用表交流电压档测量高频交流信号的幅值等。 ③.测量条件的突然变化：例如电源电压突然增高或降低、雷电干扰、机械冲击等引起测量仪器示值的剧烈变化等。这类变化虽然也带有随机性，但由于它造成的示值明显偏离实际值，因此将其列入粗差范畴。 ②.测量操作疏忽和失误：例如未按规程操作、读错读数或单位、或记录及计算错误等。 第二章 测量误差和测量结果处理 上述对误差按其性质进行的划分，具有相对性，某些情况可互相转化。 例如较大的系差或随机误差可视为粗差；当电磁干扰引起的误差数值较小时，可按随机误差取平均值的办法加以处理，而当其影响较大又有规律可循时，可按系统误差引入修正值的办法加以处理；又如谐振法测频时的误差，是一种系统误差，但实际调谐时，即使同一个人用同等的细心程度进行多次操作，每次调谐结果也往往不同，从而使误差表现出随机性。 第二章 测量误差和测量结果处理 实际处理方法：除粗差较易判断和处理外，系统误差和随机误差一般在任何测量中，都同时存在，需根据各自对测量结果的影响程度，作不同的具体处理： （3）系统误差和随机误差相差不远，二者均不可忽略，此时应分别按不同的办法来处理，然后估计其最终的综合影响。 （2）系统误差极小或已得到修正，此时基本上按纯粹随机误差处理。 （1）系统误差远大于随机误差的影响，此时可基本上按纯粹系差处理，而忽略随机误差。 第二章 测量误差和测量结果处理 2-4 随机误差处理 应用条件： 1、多次等精度测量时产生的随机误差及测量值服从统计学规律。 2、假设测得的数据不含系统误差和粗大误差 处理随机误差的数学工具：数理统计 数学期望 残差 方差标准差 置信概率与置信区间 最佳估计 第二章 测量误差和测量结果处理 1.数学期望 2-4.1、测量值的数学期望和标准差 设对被测量 进行n次等精度测量，得到n个不含系统误差和粗大误差的测量值 ，由于随机误差的存在，这些测得值也是随机变量。测得值（随机变量）的算术平均值 （或样本平均值）为： （2.4－1） 当测量次数 时，样本平均 值的极限定义为测得值的数学期望（也称作总体平均值） （2.4－2） 第二章 测量误差和测量结果处理 而第i次测量得到的测得值 与真值A间的绝对误差 就等于随机误差 随机误差 的算术平均值 为： （2.4－3） 当 时，则得 由于随机误差的抵偿性，当测量次数n趋于无穷大时， 趋于零： （2.4－6）