误差基本性质-粗大误差.pptVIP

* * 第4章 粗大误差 教学目的和要求 通过本章内容的教学，使学生能够掌握可疑值处理的基本原则，正确合理的进行粗大误差的剔除。要求学生清楚粗大误差的产生原因和特征；掌握可疑值处理的基本原则；正确使用统计学判别方法，剔除粗大误差。 主要内容 粗大误差的统计学判别方法：统计判别方法的基本依据、常用的统计判别方法、判别粗大误差应注意的几个问题。 可疑值处理的基本原则：直观判断、及时剔 除；增加测量次数、继续观察；用统计法判别；保留不剔、确保安全。 粗大误差的产生原因和特点：产生原因、主要特点。 第一节 粗大误差问题概述 随机误差分布 粗大误差 可疑数据： 异常值： 确定混有粗大误差的数据。 不恰当地剔除含大误差的正常数据，会造成测量重复性偏好的假象。 未加剔除，必然会造成测量重复性偏低的后果。 在一列重复测量数据中，有个别数据　 与其他数据有明显差异，他可能是含有粗大误差（简称粗差）的数据。 粗大误差产生的原因 客观外界条件的原因: 测量人员的主观原因: 测量仪器内部的突然故障: 机械冲击、外界震动、电网供电电压突变、电磁干扰等测量条件意外地改变 ，引起仪器示值或被测对象位置的改变而产生粗大误差。 测量者工作责任性不强，工作过于疲劳，对仪器熟悉与掌握程度不够等原因，引起操作不当，或在测量过程中不小心、不耐心、不仔细等，从而造成错误的读数或错误的记录。 若不能确定粗大误差是由上述两个原因产生时，其原因可认为是测量仪器内部的突然故障。 防止和消除粗大误差的方法 增强测量人员的责任心和严谨的科学态度; 采用不等精度测量和互相校核：两位测量人员；两种不同的测量仪器；两种不同的测量方法等。 保证测量条件的稳定； 第二节 可疑值处理的基本原则 一、直观判断，及时剔除 若某可疑值经分析确认是由于错读、错记、错误操作以及确实为测量条件发生意外的突然变化而得到的测量值，可以随时将该次测量得到的数据从测量记录中剔除。但在剔除时必须注明原因，不注明原因而随意剔除可疑值是不正确的。这种方法称为物理判别法，也叫直观判别法。 如果在测量过程中，发现可疑测量值又不能充分肯定它是异常值时，可以在维持等精度测量条件的前提下，多增加一些测量次数。根据随机误差的对称性，以后的测量很可能出现与上述结果绝对值相近仅符号相反的另一测量值，此时它们对测量结果的影响便会彼此近于抵消。 二、增加测量次数，继续观察 四、保留不剔，确保安全 利用上述三种原则还不能充分肯定的可疑值，为保险起见，一般以不剔除为好。 在测量完毕后，还不能确定可疑测量值是否为含有粗大误差的异常值时，可按照依据统计学方法导出的粗大误差判别准则进行判别、确定。 三、用统计方法进行判别 第三节 粗大误差的统计判别方法 一、统计方法的基本思想 给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于随机误差的范畴，而是粗大误差，该数据应予以剔除。 1、3σ准则； 2、罗曼诺夫斯基准则； 4、狄克逊(Dixon)准则。 二、 常用统计判别方法 3、格拉布斯(Grubbs)准则； 样本数 时适用。 为贝塞尔公式计算的标准差； 对某个可疑数据 ，若 在n≤10的情形，用3σ准则剔除粗差注定失效。 取n≤10 恒成立。 准则（莱以特准则 ） 　含有粗差，可剔除；否则予以保留 【例2-18】P44 对某个可疑数据 ，若 查表（P45）获得。 罗曼诺夫斯基准则（t 检验准则） 　含有粗差，可剔除；否则予以保留。 【例2-19】P46 为贝塞尔公式计算的标准差（计算时不包括 ）； 对某个可疑数据 ，若 为贝塞尔公式计算的标准差； 查表获得。 格拉布斯(Grubbs)准则 【例2-20】P48 　 含有粗差，可剔除；否则予以保留。 【例】 　 在检定杠杆千分尺的示值极限误差时，用五等标准量块重复测量了20次，20.002，20.000，20.000，20.001，20.000，19.998，20.000，20.001，19.998，20.002，20.000，20.002，20.000，20.004，20.000，20.002，19.992，19.998，20.002，19.998。其中　 为可疑数据，判断是否该剔除？ 【解】 计算 查表 故应剔除 　 正态测量总体的一个样本　　　　　　，按从大到小顺序排列为顺序统计量。 狄克逊(Dixon)准则 构造统计量 若 则判断