第3章节误差及分析数据的处理.pptVIP

前页 后页 目录 返回 前页 后页 目录 * 前页 后页 目录 随机误差的正态分布 第三章 误差和分析数据的处理 随机误差的正态分布 一、频率分布 若对一样品的含量进行多次测定，因偶然误差的影响，测定值将不完全相同(见P49表)。 其中，xmax=1.74%，xmin=1.49%，故R=0.25%。 将所有数据由小到大排列后分为9组，则每组宽度为0.25%/9=0.03%。 分组时为避免“骑墙”现象，每组界线的取值应较测定值多取一位小数。如第一组的取值本该为(1.49～1.52) %，可细调为(1.485～1.515)%。 分组后的结果见P49表。 在P49表中，频数指相应该组内测定值的数目；频率指每组内的频数占总测定次数的分数。 【如第一组：频数=2 频率=2/90=0.022=2.2% 每一百次测定中，有2.2次结果落在此区间内。 以测定值x为横坐标，测定频率为纵坐标作图，可得频率分布直方图(见P49图3-3)。 由图看：测定结果偏小或偏大出现的频率(概率)均较小，而测定平均值(1.62%)附近出现的频率(概率)则较大。 频率 测定值 1.485 1.545 1.605 1.665 1.725 1.515 1.575 1.635 1.695 1.62 随机误差的正态分布 第三章 误差和分析数据的处理 若测定次数为无限多，组距无限小时，直方图的上沿将出现连续变化而成峰状——此曲线称为正态分布曲线，相应的函数关系可用高斯方程表示： 二、正态分布 y = ———·e σ 2π 1 ( x -μ)2 - ——— 2σ2 y——测定值出现的概率密度； x——测定值； μ——总体平均值(μ=T)； σ——总体标准偏差，在曲线上为拐点的横坐标至μ的距离。 y x σ μ 随机误差的正态分布 第三章 误差和分析数据的处理 随机误差的正态分布 第三章 误差和分析数据的处理 按高斯方程，曲线的具体形状和位置由μ、σ二参数决定 决定位置 决定宽度(形状) (见P51图3-4) 故不同的正态分布曲线可用函数 N(μ、σ2)表示。 显然，σ越大→曲线的宽度则越大→测量结果越分散→精密度越差。反之则越好。 【若转换横坐标：令x’= x -μ=绝对随机误差值，用x’对y作图，得到的曲线形状完全相同——随机误差也服从正态分布，仅横坐标不同而已。 y x σ 0 μ μ-σ μ+σ x’ σ -σ 随机误差的正态分布 第三章 误差和分析数据的处理 由此可知随机误差具有三个重要特性： 对称性——正、负误差出现的概率相同； 单峰性——误差小的测量占多数； 有界性——最大随机误差的绝对值不超过3σ。 三、标准正态分布 在高斯方程中，若令 u =(x -μ)/σ，可将正态分布曲线中的二变量合并为一个变量u(标准正态变量)，相应的高斯方程经微分转化后为： y = ——·e 2π 1 u2 - — 2 对应的曲线称为“标准正态分布曲线”。 标准正态分布曲线的特点： 在曲线对应的关系式中，只有一个自变量 u——故不管原始正态分布曲线形状如何，转化后的标准正态分布曲线是一样的 ( 峰值位置由 μ变为0，拐点横坐标至μ的距离由σ变为1)，即标准正态分布曲线可用函数 N(0，1) 表示， 从而使问题的处理更简化。 y x σ 0 μ μ-σ μ+σ x’ σ -σ 0 u 1 -1 四、随机误差的区间概率 区间概率：某一测量范围(区间)所出现的几率，用“P ”表示。 第三章 误差和分析数据的处理 随机误差的正态分布 显然，横坐标u1～u2对应的区间概率P，就是与之对应的标准正态分布曲线所包围的面积。 y u u1 u2 P 按数学关系 0 P =∫ y·du = ∫ du u2 u1 —— e 2π 1 u2 - — 2 u1 u2 此处u的取值范围为(-∞、+∞)，相应的积分值可查表(见P54表3-1)。 【注意1：表3-1只列出了(0→+∞)的区间概率，即“单边积分值”。另一半的积分值按对称性原则应与之相同，由此即可确定任意区域的区间概率 P 。 第三章 误差和分析数据的处理 随机误差的正态分布 具体步骤为： ⑴确定测量区间的上、下限x2和x1； ⑵由x2和x1，按关系 u=(x-μ)/σ算出标准正态变量的区间 u2和u1； ⑶将积分变形： 【注意2：表3-1列出的是标准正态变量 u 对应的区间概率，并非测量值 x 对应的区间概率。实际应用中，需将 x 值转化为 u 值，再查表即可。 P =