随机误差的统计特性及其估算方法.pptVIP

2.2 测量误差的分类 2.2.1 误差的来源 仪器误差 影响误差 方法误差和理论误差 人身误差 2.2.2 测量误差的分类 据误差性质分：系统误差、随机误差和疏失误差三类。 系统误差 随机误差（偶然误差） 粗大误差（疏失误差） 2.2.3 测量结果的评定 通常用准确度、精密度和精确度来评定测量结果。 1、 准确度：是指测量值与真值的接近程度。它反映系统误差的影响。 2、精密度：是指测量值重复一致的程度。它反映随机误差的影响。 3、精确度：它反映系统误差和随机误差综合的影响程度。精确度高，说明准确度和精密度都高，意味着系统误差和随机误差都小。 2.3 随机误差的统计特性及其估算方法 * 系统误差的定义：在相同条件下多次测量同一量时，误差的绝对值和符号保持恒定，或在条件改变时按某种确定规律而变化的误差称为系统误差。 恒值系统误差：不随某些测量条件而变化的系统误差。 造成系统误差的原因很多，常见的有：测量设备原因（测量设备的缺陷、测量仪器不准、测量仪表的安装、放置和使用不当等）；测量环境原因（温度、湿度、电源电压变化、周围电磁场的影响等）；测量方法原因；测量人员的原因（感觉器官不完善、生理上的最小分辨能力限制、不正确的测量习惯等）。 电流表 电压表 电流表 电压表 (A) R R (B) 图2-2 测量电阻中的电压和电流时存在的方法误差 方法误差举例 随机误差的定义：在实际相同条件下多次测量同一量时，误差的绝对值和符号以不可预定的方式变化着的误差称为随机误差。 造成随机误差的根源：由那些对测量值影响较微小，又互不相关的多种因素共同造成。如热骚动、噪声干扰、电磁场的微变、空气扰动、大地微振等。 随机误差的特点：1. 有界性（多次测量中，随机误差的绝对值不会超过一定的界限）；2. 对称性（绝对值相等的正负误差出现的机会相同）；3. 抵偿性（随机误差的算术平均值随着测量次数n的无限增加而趋近于零）。 粗大误差的定义：超出在规定条件下预期的误差称为粗大误差，又称寄生误差。 造成粗大误差的主要原因：（1）主观原因：读数错误、测量方法错误；（2）客观原因：测量条件突然变化。 粗大误差明显地歪曲了测量结果，对应的测量结果称为坏值，应剔除不用。 2.3.1 测量值的数学期望与标准差 1、 等精密度测量：在相同条件下，用相同的仪器和方法，由同一测量者以同样细心的程度进行多次测量，称为等精密度测量。 2、数学期望 设对某一被测量x进行测量次数为n的等精密度测量，得到的测量值xi（i=1，2，…，n）为随机变量。其算术平均值为 x = —— Σ xi n 1 i=1 n 也称样本平均值 当测量次数 n ? ∞ 时，样本平均值 x 的极限称为测量值的数学期望 Ex = lim —— Σ xi n 1 i=1 n n?∞ 也称总体平均值 3、算术平均值原理 （1）算术平均值的意义 由随机误差的抵偿性可知，当测量次数为无穷多时，随机误差的算术平均值 ?i 将趋于0，即 ? = lim —— Σ ?i n 1 i=1 n n?∞ =0 对于有限次测量，当测量次数足够多时可近似认为 ? = —— Σ ?i n 1 i=1 n ?0 可见，当不存在系统误差且无粗大误差时，测量值的数学期望可视为被测量的相对真值。 换言之，在仅有随机误差的情况下，当测量次数足够多时，测量值的平均值接近于真值。 因此，经多次等精密度测量的算术平均值称为真值的最佳估计值，写为 A0= x =Ex ? （2）剩余误差 各次测量值与其算术平均值之差，称为剩余误差（又称残差）。 ui = xi ?x 对剩余误差求和，有 ? ui = ? xi ? n x = n x ? n x = 0 i=1 n i=1 n 即当n足够大时剩余误差的代数和为0。利用这一性质可以检验所计算的算术平均值是否正确。 结论： 1. 对于同时存在随机误差和系统误差的测量数据，只要测量次数足够多，各次测量绝对误差的算术平均值就等于测量的系统误差。 2. 系统误差使测量值的数学期望偏离被测量的真值。当不存在系统误差时，测量值的数学期望就等于被测量的真值。 3. 某次测量的随机误差等于这次测量的测量值与测量值的数学期望之差。即随机误差使测量值偏离数