粗大误差幻灯片.pptxVIP

第4 章 粗大误差;;;第一节 粗大误差问题概述;粗大误差对测量数据的影响 ;粗大误差产生的原因;粗大误差的危害及消除方法 ;第二节　统计判断准则; 异常值 (粗大误差）是测量过程中操作者的偶然失误或环境的突发干扰造成的。含有粗大误差的测量数据，相对于正常数据来说相差较大。 对已确知是在受到外界不正常干扰下测得的数据，或经检查是错读、错记的数据，则应舍弃。 但不能在不知原因的情况下不加分析就轻易舍弃测量列中最大或最小的数据，这样可能造成错觉，会对余下数据的精度作出过高的估计。 因此就有一个确立判别异常值 (粗大误差）界限的问题。 ; 判别和剔除异常值 ，不可凭主观臆断，轻易地剔除主观认定为反常的数据，从而人为地使测得数据一致起来，是不对的；但不敢舍弃任一个测得数据，一概当作是正常信息，也是不对的。 原则(即分析解决问题的思路）： 异常值的界限应以随机误差的实际分布范围作为依据，即超出该范围的误差，可被视为异常值而予以剔除。 ;统计方法的基本思想; 准则（拉依达准则 ）;具体步骤： 1）先按Bessel公式算出实验标准偏差s， 2）然后用3s来检查所有的残余误差vi， 若某一个| vi |3s， 则可视为粗大误差予以剔除。 3）然后重新计算标准偏差s，再将新算出的残余误差进行判断，每一次只能剔除一个vi绝对值最大的测值作为粗大误差，直到不存在粗大误差为止。;例4－1;　含有粗差，可剔除；否则予以保留;【例4-2】;　正态测量总体的一个样本　　　　　　，按从小到大顺序排列为 ;判断准则;【例4-3】;粗大误差处理原则 ;粗大误差处理原则 ;判别粗大误差应注意的问题 ;判别粗大误差应注意的问题 ;剔除可疑数据;思考与练习题