差知识.pdf

數據與誤差 數據與誤差 一、目的： 學習數據及其誤差的分析方法，並瞭解個人電腦及掌上型計算機的相關應用。 二、原理： (一)實驗誤差 雖然理論上被測物理量（例如溫度、時間、長度、…等等）皆有真正值（μ ，true value ）， 但由於誤差的存在，真正值永遠無法測量得知，而只能透過數據分析方法預估。例如，以 相同測量方法所測得 N 次物理量之算術平均值就可看成此物理真正值的估計值（ μ ），亦 即 N x ∑ i μ x i 1 (1) N 當然，估計值( μ )與真正值( μ)之間的誤差是源於每次測量的誤差。實驗誤差的來源 可分為「系統誤差，systematic errors」和「隨機誤差，random errors 」兩種。「系統誤差」 是指誤差數值大小一定並有明確造成原因的誤差。如果將「系統誤差」進一步細分，也可 分成儀器本身造成的「儀器誤差」、人為因素造成的「人為誤差」、實驗方法造成的「方法 誤差」、或是實驗環境因素造成的「環境誤差」。如果誤差數值大小呈現的是隨機散亂分布 而且無明確形成來源時就稱為 「隨機誤差」。「系統誤差」並不一定能夠容易地掌控或分析， 但是「隨機誤差」卻有一套標準的統計學分析方法。唯有透過此種標準誤差分析方法，我 們才能正確的表達、分析數據，並進而解釋數據所代表的物理意義。 上述 N 個測量數據如果大部分都是分布在 x 附近的話，我們就對此測量結果的重複性 (reproducibility)比較有信心，也會覺得數據的精密度(precision)不錯。但是「精密度」高的 數據未必代表其「準確度」(accuracy)也高。唯有在與所測物理量的真正值比較後，才能判 斷數據的「準確度」高低，或誤差大小。比較常用的數據表達方式是， 測量結果＝ x +ε% ， (2) 其中 ε＝相對百分誤差＝x −μ ⋅100 (2’) μ 1-1 2007/9/127 普通物理實驗 但估計值( μ )在何種情形下才會與被測物理量的真正值( μ)相同呢？此問題的答案在 測量數據僅有「隨機誤差」而無「系統誤差」的情形下較簡單，亦即當測量次數趨近無限 大時，μ μ ，或是 N x ∑ i ′ i 1 μ lim μ lim (3) N →∞ N →∞ N 不過實際上，我們不可能量測無限多次數據，因此 μ 與 μ之間的誤差一定存在。所以