- 1、本文档共40页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
测量管理体系内审员培训技术基础教程
测量管理体系内审员培训
技术基础教程
一、数据处理
二、统计技术与测量误差
三、测量不确定度评定与表示
第一部分 数据处理
一、 数据判别与剔除
粗大误差——明显超出规定条件下预期的误差(也称疏失误差)。
(一)粗大误差产生的原因
因检测人员主观因素,造成的读错、记错、写错、算错等产生的误差即为粗大误差。
含有粗大误差的测量结果视为离群值,应予剔除。
(二)消除粗大误差的方法
物理判别法——用直观分析方法确认粗大误差的判别方法。
统计判别法——采用统计分析方法进行判别的方法。
(三)判别粗大误差的原则
判别消除粗大误差的方法有许多,仅介绍莱依达准则和最常用的格拉布斯准则。
1.莱依达准则——即3s准则:该准则认为,残差的绝对值超过测量列实验标准偏差3倍(即3s)者,即概率很小,属异常,是不可能事件。
该方法在时,很难剔除坏值。
2.格拉布斯准则
在重复条件下,对某被测量进行次重复测量,测得值分别为:,计算其残差和实验标准偏差,得:
则:统计量为:
若,则认为所对应的为离群值,应剔除。(查格拉布斯检验法临界值表得到。
格拉布斯检验法临界值表
n 0.05 (95%) 0.01(99%) n 0.05 (95%) 0.01(99%) 3 1.153 1.155 9 2.110 2.323 4 1.463 1.492 10 2.176 2.410 5 1.672 1.749 12 2.285 2.550 6 1.822 1.944 15 2.409 2.705 7 1.938 2.097 20 2.557 2.884 8 2.032 2.221 30 2.745 3.103
二、 数据修约
(一)概念
1.正确数——不带测量误差的数均为正确数。
2.近似数——接近但不等于某一数的数,称为该数的近似数。
3.有效数字——若测量接归经修约后的数值,其修约误差绝对值≤0.5(末位),则该数值称为有效数字。即从左起第一个非零的数字到最末一位数字止的所有数字都是有效数字。
4.有效位数——从左起第一个非零的数字算起所有有效数字的个数,即为有效数字的位数,简称有效位数。
5.修约间隔——即是拟修约数在确定实施修约的那一位上的最小单位值(或用其数字)。
根据数字特征,修约间隔分1间隔、2间隔和5间隔三种,若用表示,则某位上的最小单位值为:表示正、负整数。
(二)数字修约规则
1.按函授教材上给出的方法(略)
2.按以下方法(不分修约间隔是几):
——确定修约后的有效位数和最末位的最小单位数值(即为几间隔的);
——按确定的修约间隔写出上下相临的两个可能修约数,两个可能修约数中与拟修约数最接近的数即为修约数;
——当两个可能修约数中与拟修约数同样接近时,则两个可能修约数中是修约间隔偶数倍的数即为修约数。
三、 近似运算
(一)近似数的加减运算
——以小数位数最少的数值为准,第一步先将其余的数值全部修约成比最少的数值的小数位数多一位的近似数;
——实施加减运算;
——如加减运算为最终的计算,则将结果修约按最少的小数位数进行修约;如不是最终结果,则较最少的小数位数多保留一位。
(二)近似数的乘除运算
——以有效数字位数最少的数值为准,第一步先将其余的数值全部修约成比最少的有效位数多一位的近似数;
——实施乘除运算;
——如乘除运算为最终的计算,则将结果修约按最少的有效数字位数进行修约;如不是最终结果,则较最少的有效位数多保留一位。
第二部分 统计技术与测量误差
一、统计技术的基本概念
统计技术是以概率论与数理统计为理论基础的一门科学,是质量管理与计量管理、质量改进等方面的重要工具。
统计技术是以概率论与数理统计为理论基础,是研究随机事件现象的统计规律的一门学科。统计技术包括统计推断和括统计控制。
● 统计推断——依据样本提供的信息,通过统计计算和分析,对事物进行预测或推断。
● 统计控制——依据样本提供的信息,通过统计计算和分析,认识事物发展现状、预测事物的发展趋势,并采取措施对过程实施有效的控制。
二、概率与数理统计常用数学公式
1.随机事件的数字特征
测量是一个随机事件。随机事件具有两个重要的数字特征,即试验结果的集中性和试验结果的分散性。
集中性的含义是:随机事件的任一次试验,都是一个可能,只有进行无数次试验才能反映事件的规律。其规律即是,在所有的试验结果中中间的密度高,越往两端密度越低。最理想的测量结果即是无数次试验的数学期望(即反映随机事件试验结果的集中性,称之为“总体平均值”),其定义是:
即总体平均值:
文档评论(0)