试验数据误差的估计与检验.pptVIP

1.5试验数据误差的估计与检验 n 检验高端异常值 检验低端异常值 3~7 8~10 11~13 14~30 1.5试验数据误差的估计与检验 (2)双侧情形 根据表1-3，计算D或D’ 对于给定的显著水平 ，在附录6中查出对应的双侧临界值 当 判断 为异常值 当 判断 为异常值 否则没有异常值 例1-14 说明： 1.可疑数据应逐一检查，不能同时检验多个数据。按数据与平均值的偏差 大小来检验，先检验偏差大的数据 2.剔除一个数后，如果要检验下一个数据，应注意试验数据的总数发生了变化 3.用不同的方法检验同一组数据，结果可能不同 小结： 大样本情况（n50）用3s准则最简单方便，虽然这种判别准则的可靠性不高，但它使用简便，不需要查表，故在要求不高时经常使用； ② 30n≤50情形，用格拉布斯准则效果较好；3≤n30情形，用格拉布斯准则适于剔除一个异常值。 在较为精密的实验场合，可以选用二种准则同时判断，当一致认为某值应剔除或保留时，则可以放心地加以剔除或保留。当二种方法的判断结果有矛盾时，则应慎重考虑，一般以不剔除为妥。因为留下某个怀疑的数据后算出的 s 只是偏大一点，这样较为安全。另外，可以再增添测量次数，以消除或减少它对平均值的影响。 1.5.3　过失误差的检验 1.5试验数据误差的估计与检验 以上讨论了三类测量误差，它们的特点各异，因而处理的方法也有较大差别。现简单归纳如下： ① 随机误差具有抵偿性，这是它最本质的特性，算术均值和标准差是表示测量结果的两个主要统计量；系统误差则违背抵偿性，因而会影响算术均值，变化的系统误差还影响标准差；粗大误差则存在于个别的可疑数据中，也会影响算术均值和标准差。 ② 随机误差服从统计规律，是无法消除的，但通过适当增加测量次数可提高测量精度；系统误差则是有确定性规律，在掌握这个规律后，可以采取适当的措施消除或减小它；粗大误差既违背统计规律，又违背确定性规律，可用物理或统计的方法判断后剔除。 ③ 为处理一组测量数据，往往先找出个别可疑数据，经统计判断确认无粗大误差后，再用适当的方法检验数据中是否含有明显的系统误差，如确认已无系统误差，最后处理随机误差，统计算术平均值、标准差及极限误差，以正确的表达方式给出测量结果。 1.5.3　过失误差的检验 1.5试验数据误差的估计与检验 1.6　有效数字的运算 1.6.1 有效数字（significance figure） 能够代表一定物理量的数字 有效数字的位数可反映试验或试验仪表的精度 数据中小数点的位置不影响有效数字的位数 例如：50㎜，0.050m，5.0×104μm 第一个非0数前的数字都不是有效数字，而第一个非0数后的数字都是有效数字 例如： 29㎜和29.00㎜ 第一位数字等于或大于8，则可以多计一位，可以认为四位有效数字例如：9.99 二、数字运算规则 1.6　有效数字的运算 （1）加、减运算： 与其中小数点后位数最少的相同 （2）乘、除运算 以各乘、除数中有效数字位数最少的为准 （3）乘方、开方运算： 与其底数的相同： 例如：2.42=5.8 （4）对数运算： 与其真数的相同 例如ln6.84＝1.92；lg0.00004＝－4 三、数字舍入规则 1.6　有效数字的运算 （5）在4个以上数的平均值计算中，平均值的有效数字可增加一位 （6）所有取自手册上的数据，其有效数字位数按实际需要取，但原始数据如有限制，则应服从原始数据。 （7）一些常数的有效数字的位数可以认为是无限制的 例如，圆周率π、重力加速度g、1/3等 （8）一般在工程计算中，取2～3位有效数字 1.6　有效数字的运算 1.6.3 有效数字的修约规则 ≤4：舍去 ≥5，且其后跟有非零数字 ，进1位 例如：3.14159 → 3.142 ＝5，其右无数字或皆为0时，“尾留双”： 若所保留的末位数字为奇数则进1 若所保留的末位数字为偶数则舍弃 例如：3.1415 → 3.142——双 1.3665 → 1.366——双 1.7 误差的传递——不推导，只结果 1.7.1 误差传递基本公式——不推导，只结果 设 全微分得： 得 用 代替 或 误差传递公式 直接测量误差 误差传递系数 1.7 误差的传递——不推导，只结果 所以，绝对误差为： 相对误差为： 间接测量值或函数为： 或 函数标准误差传递公式为： 1.7