法格拉布斯Grubbs.PPT

第1讲(1) 试验检测数据处理 工程质量的评价是以各种试验检测数据为依据的，试验检测采集得到的大量原始数据必须经过分析处理，如有些数据要经过无量纲化处理之后才具备可比性，况且数据中还存在各种误差，甚至还有一些要剔除的错误数据。所以，原始数据一定要被分析处理．才能取得可靠的试验检测成果。 一、有效数字 ★ 定义： 从计算数学的观点，有效数字可用来描述一个近似数的精度，一个数的相对（绝对）误差都与有效数字有关，有效数字的位数越多，相对（绝对）误差就越小。 ★ 在科学实验中有两类数：一类数其有效位数均可认为无限制，即它们的每一位数是确定的，例如各种计算式中的√2、π及自然数等；另一类数是用来表示测量结果的数其末位数往往是估读得来，因此具有一定的误差或不确定性。尽管末位数是估读的，不准确，但仍是有效数字。譬如用三角尺量得粉笔的长度3.56cm，其中6是估计出来的，虽然不准确，但是有效数字 。 ★ 会判断有效数字： （1）0.01，0.10，0.1010，3.14； （2）如果用3.15作为π的近似值，是几位有效数字呢？ 二、数字修约的规则 （1）“四舍五入” （2）“四舍六入五单双”（“奇升偶舍”法） 举例：对下列一组数字修约成四位有效数字 27.0241→27.02； 27.0261→27.03； 27.0250→？27.02； 27.0150→？27.02； 27.0251→？27.03 三、数据的统计特征 （一）总体与样本 1、总体：总体又称母体，是统计分析中所需研究对象的全体；而组成总体的每个单元称为个体。总体分为有限总体和无限总体。 2、样本：从总体中抽取一部分个体就是样本（又称子样）。 3、样本容量：样本容量是样本中所含样品的数量，通常用n来表示。 （二）数据的统计特征量 1、算术平均值 总体平均值：μ 样本平均值： 常用样本的算术平均值估计总体平均值（点估计）： 2、中位数—在一组数据x1，x2…，x n 中，按其大小次序排序，以排在正中间的一个数表示总体的平均水平，称之为中位数，或称中值。 3、极差—极差没有充分利用数据的信息，但计算十分简单，仅适用样本容量较小（n 10 ）的情况 。 4、标准差（标准偏差、均方差）—衡量样本数据波动性（离散程度）的指标,在质量检验中，总体的标准偏差σ一般不易求得。样本的标准偏差S 按下式计算： 5、变异系数—标准差反映样本数据的绝对波动状况，当测量较大的量值时，绝对误差一般较大；而测量较小的量值时，绝对误差一般较小，因此，用相对波动的大小，即变异系数更能反映样本数据的波动性。 变异系数用Cv表示,标准偏差S 与算术平均值的比值即： 四、 可疑数据的剔除 在一组条件完全相同的重复试验中，个别的测量值可能会出现异常。如测量值过大或过小，这些过大或过小的测量数据是不正常的，或称为可疑的。对于这些可疑数据应该用数理统计的方法判别其真伪并决定取舍。常用的方法有： 拉依达 （PaＮTa）法 肖维纳特〔chauxenet〕法 格拉布斯（Grubbs）法 （一）拉依达法 1、原理： 2、特点： （1）优点：拉依达法简单方便，不需查表；（2）缺点：要求较宽，当试验检测次数较多或要求不高时可以应用，当试验检测次数较少时（如n＜10 ），在一组测量值中即使混有异常值，也无法舍弃。 （二）肖络纳特法 1、原理： 2、特点： （1）优点：比拉依达法严格； （2）缺点：当n→∞，kn→∞，不等式不成立，无法找出异常值；另外，系数kn与置信水平之间无明确联系。 （三）格拉布斯法 1、原理： 2、特点：优于前两种方法 * *