第2章 误差的基本性质及处理.pptVIP

二、防止与消除粗大误差的方法 对粗大误差，应设法从测量结果中发现及鉴别而加以剔除。 加强测量人员的责任心、以严格的科学态度对待测量工作、提高业务能力等； 保证测量环境的稳定，或者应避免在外界条件发生激烈变化时进行测量； 采用不等精度测量的办法。 例如对某一测量值，可由两位测量者进行测量、读数和记录；或者用两种不同仪器、或两种不同测量方法进行测量。 第三节　粗大误差 三、判别粗大误差的准则 可采用统计的方法进行判别。统计法的基本思想是：给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于偶然误差的范围，而是粗大误差，该数据应予以剔除。 在判别某个测得值是否含有粗大误差时，要特别慎重，应根据判别准则予以确定。常用的判别准则有： （一） 准则 该准则是最常用也是最简单的判别粗大误差的准则，如果在测量列中，发现有测得值的残余误差大于3σ，则可以认为它含有粗大误差，是可疑数据，应予剔除。 实际测量中，常以贝塞尔公式算得 ，以 代替真值。对某个可疑数据 ，若其残差满足： 则可认为该数据含有粗大误差，应予以剔除。 第三节　粗大误差 例2-18 对某量进行15次等精度测量，测得值如下表2-11所列，设这些测得值已消除了系统误差，试判别该测量列中是否含有粗大误差的测得值。 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 20.42 20.43 20.40 20.43 20.42 20.43 20.39 20.30 20.40 20.43 20.42 20.41 20.39 20.39 20.40 +0.016 +0.026 -0.004 +0.026 +0.016 +0.026 -0.014 -0.104 -0.004 +0.026 +0.016 +0.006 -0.014 -0.014 -0.004 0.000256 0.000676 0.000016 0.000676 0.000256 0.000676 0.000196 0.010816 0.000016 0.000676 0.000256 0.000036 0.000196 0.000196 0.000016 +0.009 +0.019 -0.011 +0.019 +0.009 +0.019 -0.021 —— -0.011 +0.019 +0.009 -0.001 -0.021 -0.021 -0.011 0.000081 0.000361 0.000121 0.000361 0.000081 0.000361 0.000441 —— 0.000121 0.000361 0.000081 0.000001 0.000441 0.000441 0.000121 第三节　粗大误差 根据3σ准则，第八测得值的残余误差为： 即它含有粗大误差,故将此测得值剔除。 再根据剩下的14个测得值重新计算，得： 不再含有粗大误差 （二）罗曼诺夫斯基准则（t检验） 当测量次数较少时，按t分布的实际误差分布范围来判别粗大误差较为合理。罗曼诺夫斯基准则又称t检验准则，其特点是首先剔除一个可疑的测得值，然后按t分布检验被剔除的值是否是含有粗大误差。 设对某量作多次等精度测量，得 ，若认为测量值 为可疑数据，将其剔除后计算平均值 (计算时不包括 ) ： 求得测量列的标准差(计算时不包括 ） 根据n及选取的显著度α，即可由查表得t分布的检验系数K(n,α) 第三节　粗大误差 如果 则认为测量值 含有粗大误差，剔除是正确的，否则认为 不含有粗大误差，应予保留。 例2-19 试判断例2-18中是否含有粗大误差。 解：首先怀疑第八组测得值含有粗大误差，将其剔除。然后根据剩下的14个测量值计算平均值及标准差，得： 选取显著度 ， 已知n＝15，查表2-14得： 故第八组测量值含有粗大误差，应予剔除。 然后对剩下的14个测得值进行判别，可知这些测得值不再含有粗大误差。 第三节　粗大误差 （三）格拉布斯准则 格拉布斯（Grubbs）根据顺序统计量的某种分布规律提出一种判别粗大误差的准则。我国有人用电子计算机做过统计模拟试验与其它几个准则相比，对样本中仅混入一个异常值的情况，用格拉布斯准则检验的成功率最高。 第三节　粗大误差 设对某量作多次等精度独立测量，得 将测量列按大小顺序排列成顺序统计量，即 格拉布斯导出了它们的分布，取定显著度α（一般为0.05或0.01），可得如表2-13所列的临界值 即判别该测得值含有粗大误差，应予剔除。 例2-