[理化生]2012试验设计方法2.ppt

本章内容 1、试验数据的真值与平均值 2、试验误差 3、实验数据的精准度 4、实验数据的误差估计与检验 5、有效数字和试验结果的表示 1、实验数据的真值与平均值 1.1 真值 在某一时刻和某一状态下，某量的客观值或实际值 真值一般是未知的 但从相对的意义上来说，真值又是已知的 理论真值：平面三角形三内角之和为180° 约定真值：绝对零度等于-273.15℃ 相对真值：高精度仪器所测之值和多次实验值的平均值。 1、实验数据的真值与平均值 1.2实验数据 试验的目的是获得规律，规律可以通过数据表现出来 任何试验数据都存在误差，即误差存在的客观性 误差范围是可控的 数据的可靠性是可以检验的 1、实验数据的真值与平均值 适用场合：等精度的试验或者试验值服从正态分布。 等精度的试验指试验人员、试验方法、试验场合和试验条件相同的试验。 1、实验数据的真值与平均值 1.4.2加权平均值(weighted mean) wi——权重 适合不同试验值的精度或可靠性不一致时 1、实验数据的真值与平均值 1.4.3对数平均值（logarithmic mean） 设两个数：x1＞0，x2 ＞0 ，则 说明： 若数据的分布具有对数特性，则宜使用对数平均值 对数平均值≤算术平均值 如果1/2≤x1/x2≤2 时，可用算术平均值代替 1、实验数据的真值与平均值 1.4.4几何平均值（geometric mean） 设有n个正试验值：x1，x2，…，xn，则 当一组试验值取对数后所得数据的分布曲线更加对称时，宜采用几何平均值。 几何平均值≤算术平均值 1、实验数据的真值与平均值 1.4.5调和平均值（harmonic mean） 设两个数：x1＞0，x2 ＞0 ，则 常用在涉及到与一些量的倒数有关的场合 调和平均值≤几何平均值≤算术平均值 2、试验误差 2.1误差的含义 真值与测量值之差 假设测量值a, 真值Q，误差Δ，则 Δ=a-Q 统计学证明，在一组平行测定值中，平均值是最可信赖的，它反映了该组数据的集中趋势，因此人们常用平均值表示测定结果。由于真值Q是不可知的，所以真值一般近似于多次测量值的平均值表示。 2、试验误差 2.3相对误差（relative error） 在实际计算中，因为真值未知，常常将绝对误差与试验值或平均值之比作为相对误差，即： 可以估计出相对误差的大小范围： 相对误差常常表示为百分数（%）或千分数（‰） 3、试验数据的精准度 问题：假设真值在圆中心，以下三种情况试验结果那种最好？ 3、试验数据的精准度 3.1三个概念 精准度包含三个概念： 精密度 正确度 准确度 3、试验数据的精准度 3.1.1精密度（precision） 含义： 反映随机误差的大小程度（集中程度）。 在一定的试验条件下，一组平行测定结果相互接近的程度称为精密度，它反映了测定值的再现性。 说明： 可以通过增加试验次数而达到提高数据精密度的目的 试验数据的精密度是建立在数据用途基础之上的 试验过程足够精密，则只需少量几次试验就能满足要求 3、试验数据的精准度 3.1.1精密度（precision） 精密度判断 a. 偏差 如果测定数据彼此接近，则偏差小，测定的精密度高；相反，数据分散，则偏差大，精密度低，说明随机误差的影响较大。由于平均值反映了测定数据的集中趋势，因此各测定值与平均值之差也就体现了精密度的高低。偏差的表示方法如下： 1.偏差 偏差（个别测定偏差）：各单次测定值与平均值之差 di=xi - ?x 　(i=1，2，…，n)； 2.平均偏差(average discrepancy) 个别测定偏差的绝对值加和除以测量次数 可以反映一组试验数据的误差大小 3、试验数据的精准度 3.1.1精密度（precision） 精密度判断 3.相对平均偏差： 平均偏差和相对平均偏差由于取了绝对值因而都是正值。 b.极差（range） R↓，精密度↑ 3、试验数据的精准度 3.1.1精密度（precision） 精密度判断 c.标准差（standard error） 1.标准偏差 由于在一系列测定值中，偏差小的值总是占多数，这样按总测定次数来计算平均偏差时会使所得的结果偏小，大偏差值得不到充分的反映。因此在数理统计中，一般不采用平均偏差，而广泛采用标准偏差来衡量数据的精密度，它反映了各测定值对平均值的偏离程度。当试验次数n无穷大时，总体标准差： 当试验的次数为有限次时，样本标准偏差用s表示： 标准差↓，精密度↑ 3、试验数据的精准度 3.1.1精密度（precision） 精密度判断 c.标准差（standard error） 2.平均标准偏差 样本的相对标准