.L03.误差理论.pptVIP

TM,AI ?? 绪论 误差的传递与合成 随机误差用标准差表示 为了与系统误差的表示相统一，误差总合成采用极限误差来表示随机误差的大小 总合成可表示为 * TM,AI ?? 绪论 小结 各类误差的统计特征及其判别方法 误差的传递与合成 A 类不确定度对具体的测量结果进行统计评定 B 类不确定度通过多种数据对测量进行间接评定 * TM,AI ?? 绪论 随机误差 对同一量值进行多次等精度的重复测量时，得到一系列不同的测量值（常称为测量列），每个测量值都含有误差，这些误差的出现又没有确定的规律，即前一个误差的出现不能预测下一个误差的大小和方向，但就误差的总体而言却具有统计规律性。 随机误差的来源 数理统计的基本知识 随机误差的统计表征 * TM,AI ?? 绪论 随机误差 ?? 随机误差的来源 测量装置方面的因素零部件配合的不稳定性、零部件的变形、零件表面油膜不均匀、摩擦等。 环境方面的因素温度的微小波动、湿度与气压的微量变化、光照强度变化、灰尘以及电磁场变化等。 人员方面的因素瞄准、读数的不稳定等。 * TM,AI ?? 绪论 随机误差 ?? 随机误差的统计表征 数学期望 数学期望是误差? 的分布中心，它反映了? 的平均特征。 方差和标准差 随机误差的方差是反映随机误差取值的分散程度的，是误差随机波动性的表征参数。 * TM,AI ?? 绪论 随机误差 ?? 随机误差的统计表征 正态分布 大多数的测量误差因素具有正态分布的特征。 不服从正态分布的误差通过求和，当和式中的误差项数量增加，而误差的方差又相差不太大时，误差和的分布将趋于正态分布。 实践上，当测量误差的方差相差不太大时，大致10个左右测量和的误差就能较好的接近正态分布。 * TM,AI ?? 绪论 随机误差 ?? 随机误差的统计表征 正态分布 标准差大，相应的分布曲线低而宽，表明误差取值分散程度大，对测量结果的影响就大。 标准差小，则情形正相反。 * TM,AI ?? 绪论 随机误差 ?? 随机误差的统计表征 正态分布的随机误差特征 对称性：随机误差正值与负值出现的机会均等。 单峰性：随机误差以较大的可能性分布于零附近。 有界性：测量的实际误差总是有一定界限而不会无限大。 抵偿性：当测量次数足够大时，该随机误差的算术平均值趋于零。 * TM,AI ?? 绪论 粗大误差 ?? 粗大误差的特征 在测量列中，若个别数据与其它数据有明显差异，则该数据可能含有粗大误差。 粗大误差对测量的精确度有很大的影响。 * TM,AI ?? 绪论 粗大误差 ?? 粗大误差的检验方法 给定一个显著性水平，按一定的分布确定临界值，凡超过临界值的误差就判定为粗大误差。 拉依达法、格拉布斯法 * TM,AI ?? 绪论 粗大误差 ?? 粗大误差的检验方法 拉依达法 对等精度系列测量数据 xi 按式 vi = xi ? E(x) 求残差 vi，若 |vi| k? 则判定 xi 包含粗大误差，应予剔除。对剔除后的数据重新进行检验，直到判定无粗大误差。 * TM,AI ?? 绪论 粗大误差 ?? 粗大误差的检验方法 格拉布斯法 对等精度系列测量数据 xi 按式 vi = xi ? E(x) 求残差 vi，若 |vi| ?(?, n)? 则判定 xi 包含粗大误差，应予剔除。对剔除后的数据重新进行检验，直到判定无粗大误差。?(?, n) 为格拉布斯系数。 * TM,AI ?? 绪论 系统误差 ?? 系统误差的特征 系统误差遵从确定的规律性 在逐次测量的一系列测量结果中，系统误差表现出具有确定的规律性，在相同的条件下可重复地表现出来。系统误差不具有随机误差那样的抵偿性。 系统误差所表现出的规律性，是在确定的测量条件下，系统误差因素所具有的确定规律性的反映。研究系统误差的规律性应首先注意到这一前提条件。 掌握误差因素对认识误差规律性来说至关重要，可以为控制和消除系统误差提供依据。 * TM,AI ?? 绪论 系统误差 ?? 系统误差的特征 系统误差规律的多样性和复杂性 系统误差虽然具有确定的规律性，但具体的测量问题千差万别，使这一规律表现出多样性和复杂性。 在系列测量数据中，按其表现的规律特征系统误差分① 恒定的系统误差② 按线性规律变化的系统误差③ 周期变化的系统误差④ 按复杂规律变化的系统误差 * TM,AI ?? 绪论 系统误差 ?? 系统误差的特征 对系统误差规律的认识 确定的系统误差其取值的变化规律及其具体数值都是已知的系统误差。 不确定的系统误差不确定的（未知的、未定的）系统误差是指具体数值（甚至其规律性）并未确切掌握的系统误差。 * TM,AI ?? 绪论 系统误差 ?? 系统误差的检验方法 通过