传感器原理与应用2-误差相关PPT.ppt

* * 随机误差的分布具有有限的范围，其值大小是有界的。 一般认为，误差大于 的测定值并非由随机误差所引起的。 3. 有界性 * * 4. 抵偿性 在同一条件下，测量次数趋于无穷多时，全部误差的代数和趋于零。或者说，算术平均值是最可信赖或最佳值。 随机误差处理 测量总是存在误差，而且误差究竟等于多少难以确定。 从测量值如何得到真实值？ 例如，测量室温，6次测量结果分别为19.20C，19.30C，19.00C，22.30C，19.50C，室温究竟是多少？ 在 ，置信概率为p时，x的真值落在[ ， ]区间的概率为p。A和 如何确定？p如何选择？ * * （三）正态分布随机变量的数字特征 　一、算术平均值（最佳值） 在等权测量条件下，对某被测量进行多次重复测量，得到一系列测量值　　　　　　,常取算术平均值 作为测量结果的最佳估计。 * * 在相同的测量条件下，对某一存在随机误差的X进行n次重复测量。 假设系统误差已被减弱到可以被忽略的程度，得到包含n个测量值x1,x2,…,xn的一个测量列。 因为是等精度测量，无法断定哪个值更可靠，但当测量次数足够多时，随机误差为正的数据与随机误差为负的数据可大致抵消，算术平均值可作为被测量的最佳估计值。 * * 2、方差和标准偏差 方差就是当等精度测量次数无穷增加时，测量值与真值之差的平方和的算术平均值，用σ2表示，即 方差的正平方根称为标准偏差，用σ表示，即 * * 符合正态分布的随机误差，其概率密度函数的数学表达式为 * * 概率密度函数的形状取决于σ。如右图所示。 首先，σ是曲线上的拐点的横坐标值。 其次，σ值越小，则分布曲线越陡，随机误差的分散程度越小。 σ值越大，则分布曲线越平坦，随机误差越分散。 三条误差分布曲线的准确度相同，但精密度不同 * * 若随机变量X具有形式 的概率密度函数，则称X服从参数为μ,σ2的正态分布，记为X～N（μ,σ2）。 利用式 计算标准偏差是在真值已知、且测量次数n→∞的条件下定义的，在实际中无法使用。 因此σ的精确值是无法得到的，只能求得其最佳估计值 。 * * 数理统计的研究表明， 可由如下的贝塞尔公式计算 * * （四）置信区间与置信概率 测量值是随机变量X，随机误差δ＝X－μ也是随机变量，δ落入某一区间（a,b]的概率有多大？由下式可知： 随机变量δ的取值范围（a,b]称为置信区间，而随机变量在置信区间内取值的概率P{aδ≤b}则称为置信概率。 * * 概率密度函数 f（δ）曲线具有对称性，并且其形状取决于σ，所以置信区间一般以σ的倍数±kpσ表示，其中kp称为置信系数。 在上式中，设δ/σ＝Z，则置信概率可表示为 在上式中的函数称为概率积分函数（或拉普拉斯函数），并将其表示为 * * 欲求测定值或随机误差在某一区间出现的概率P，可取不同的Z值对上式求面积而得到。 例如：随机误差在??区间（Z=?1）出现的概率。 * * 按此方法求出不同Z值时的积分面积，制成相应的概率积分表供直接查用。 随机误差出现的区间 测定值出现的区间 概 率 * * * * 标准正态分布概率积分表 面积 面积 面积 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2258 0.2580 0.2881 0.3159 0.3413 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.96 2.0 0.3643 0.3849 0.4032 0.4192 0.4332 0.4452 0.4554 0.4641 0.4713 0.4750 0.4773 2.1 2.2 2.3 2.4 2.5 2.58 2.6 2.7 2.8 3.0 ? 0.4821 0.4861 0.4893 0.4918 0.4938 0.4951 0.4953 0.4965 0.4974 0.4987 0.5000 * * 经无数次测定并在消除了系统误差下，测定某铜矿中铜的含量为50.60%，其标准偏差为0.10%，试求测定值落入50.40~50.80%的概率是多少？ 解：?=50.60% ?=0.10% 当 X1=50.40 Z1=(50.40-50.60)/0.10=-2 当 X2=50.80 Z2=(50.80-50.60)/0.10=2 查上表,知