测量误差和数据处理难点重点.PDF

第1章 测量误差和数据处理 难点重点 正态分布的标准差、近似标准差（贝塞 尔公式） 直接测量的数学表达式 误差的合成  间接测量误差的传递 1 粗大误差（又称疏忽误差、粗大误差、过失误差 或粗差）  在一定的测量条件下，测量值明显地偏离实际值所 形成的误差称为粗大误差，也称为粗差，  它是明显歪曲了测量结果的误差。这类误差完全是 由于测量者在测量过程中粗心大意造成的，例如读 数错误、记录或运算错误、测量过程中的失误等。  此种误差无规律可循，但却是完全可以通过主观的 努力加以克服的。对待这类误差的原则是随时发 现，随时剔除。  含有粗大误差的测量值一般又称为坏值，在对实验 结果进行数据处理之前应当先行剔除坏值，因为坏 值不能反映被测量的真实数值。 只有随机误差 累进系统误差 x x A A N(t) N(t) x x A A N(t) N(t) 恒定系统误差 周期性系统误差 2 第二节 随机误差分析 就单次测量而言，随机误差没有规律，但 当测量次数足够多时，则服从正态分布规 律，随机误差的特点为对称性、有界性、 f() 单峰性、抵偿性。  问题 测量总是存在误差，而且误差究竟等于 多少难以确定，那么，从测量值如何得 到真实值呢？ 例如，测量室温，6次测量结果分别为 19.2℃,19.3℃,19.0℃,19.0℃,22.3℃,19.5 ℃,那么室温究竟是多少呢？ x=A ±，置信概率为p x 的真值落在[A-，A+]区间内的概率为p 。 A 和如何确定呢？ 3 一．测量值的数学期望和标准差 1．数学期望 对被测量x进行等精度n次测量，得到n 个测量值x ，x ，x ，…，x 。则n个 1 2 3 n 测得值的算术平均值为： n 1 x n xi i 1 数学期望 n  当测量次数 时，样本平均值的 极限定义为测得值的数学期望。  n  E 1 x x limn  i  n  i 1  当测量次数n 时，测量值的 数学期望等于被测量的真值。 ?