估计值y的分布 - 仪器信息网.pptVIP

2.1 基本统计计算 通过多次重复测量并进行某些统计计 算，可增加测量得到的信息量。有两项最 基本的统计计算：求一组数据的平均值或 算术平均值（数学期望），以及求单次测 量或算术平均值的标准偏差（方差）。 2.2 最佳估值┈多次测量的平均值 由于各种原因，例如由于环境条件的变化、测量器具没有工 作在完全稳定的状态、测量人员的读数误差等，使测量的读数有 变化，通常人们通过多次测量并取其读数的算术平均值给出测量 结果。平均值给出的是被测量“真值”的最佳估值。图3.1表示一组 测量值及其平均值的图解说明。 一般而言，测量数值越多，得到的“真值”的估计值就越好。 理想的估计值应当用无穷多数值集来求平均值。但是增加读数要 做额外的工作，并增大测量成本，且会产生“缩小回报”的效果。 什么是合理的次数呢？10次是普遍选择的，因为这能使计算容 易。20次读数只比10次给出稍好的估计值，50次只比20次稍好。 根据经验通常取6～10次读数就足够了。 2.3 分散范围(区间)－ 标准偏差 在重复测量给出不同结果时，需要了解这些读数分散范围有 多宽。测量结果的分散范围告诉了我们关于测量不确定度的情况。 通过了解读数分散范围有多大，就能着手判断这次测量或这组测量 的质量如何。 定量给出分散范围的常见形式是标准偏差。一个数集的标准偏 差给出了各个读数与该组读数平均值之差的典型值。 根据“经验”，全部读数大概有三分之二（68.27％）会落在平均 值的正负（±）1倍标准偏差范围内，大概有全部读数的95％会落 在正负2倍标准偏差范围内。虽然这种“尺度”并非普遍适用，但应 用广泛。标准偏差的“真值”只能从一组非常大（无穷多）的读数求 出。由有限个数的读数所求得的只是标准偏差的估计值，称为实验 标准偏差或估计的标准偏差，用符号s表示。 2.4 实验标准（偏）差计算式 —  贝塞尔公式 对同一被测量X作n次测量，表征每次测量结果分散性的 量s(xi)可按下式算出： 式中xi为第i次测量的结果; 为所考虑的n次测量结果的算术平 均值； 称为残差。 上式称作贝塞尔公式，它描述了各个测量值的分散度。 有时将s(xi)称作单次测量结果的标准偏差，或称为实验标准差。 2.5 平均值的标准（偏）差 用下式计算平均值的标准偏差： 需要指出，单次测量的实验标准差 随 着测量次数的增加而趋于一个稳定的数值；平 均值的标准偏差 则将随着测量次数的增加 而减小， 标准偏差的特性 2.6 自由度? 在方差计算中，自由度为和的项数减去和 的限制数，记为?。在重复条件下对被测量做n 次独立测量，其样本方差为 : 式中vi为残差。所以在方差的计算式中，和的 项数即为残差vi的个数n。而且残差之和为零， 即??i=0 是限制条件，故限制数为1，因此可 得自由度?＝n－1。 4.3 分布┈┈数据散布的“形状” 一组数值的散布会取不同的形式，或称为服从不同的 概率分布。 （1） 正态分布 在一组读数中，较多的读数值靠近平均值，少数读数 值离平均值较远。这就是正态分布或高斯分布的特征。 （2） 均匀分布（矩形分布） 当测量值非常平均地散布在最大值和最小值之间的范 围内时，就产生了矩形分布或称为均匀分布。 （3） 其他分布 还有其他分布形状，但较少见，例如三角分布、反余 弦分布（U型分布）等。表4.1给出了几种概率分布及其包 含因子。 符合如下条件之一者一般可估计为正态分布： 1)重复条件或复现条件下多次测量的算术平均值的分布； 2)被测量量Y用扩展不确定度Up给出，而对其分布又没有特殊指明时，估计值Y的分布； 3)被测量Y的合成标准不确定度 中，相互独立的分量 较多，它们之间的大小也比较接近时，Y的分布； 4)被测量Y的合成标准不确定度 中，相互独立的分量 中，存在两个界限值接近的三角分布，或4个界限值接近的均匀分布时； 5)被测量Y的合成标准不确定度 的相互独立的 分量 中，量值较大的分量（起着决定作用的分布）接近正态分布时。 矩形(均匀)分布 ● 标准不确定度： ● 特征： 估计值以p＝100％的概率均匀散布在?a区间内，落在该区间外的概率为零；且没有说明概率分布。 符