试验数据误差的估计与检验.pptVIP

在一系列重复测量数据中： 可疑数据：如有个别数据与其它的有明显差异，它很可能含有粗大误差 不恰当剔除含大误差的数据，会造成测量精密度偏高的假象； 混有粗大误差的数据，即异常值，未加剔除，会造成测量精密度偏低 以上两种情况还都严重影响对平均值的估计 因此，对数据中异常值的正确判断与处理，以获得客观的测量结果 一、粗大误差产生的原因 产生粗大误差的原因是多方面的，大致可归纳为： ① 测量人员的主观原因 ② 客观外界条件的原因 二、判别粗大误差的准则 在测量过程中，确实是因读错记错数据，仪器的突然故障，或外界条件的突变等异常情况引起的异常值，一经发现，就应在记录中除去，但需注明原因。这种从技术上和物理上找出产生异常值的原因，是发现和剔除粗大误差的首要方法。有时，在测量完成后也不能确知数据中是否含有粗大误差，这时可采用统计的方法进行判别。统计法的基本思想是：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，就认为它不属于偶然误差的范围，而是粗大误差，该数据应予以剔除。 在判别某个测得值是否含有粗大误差时，要特别慎重，应作充分的分析和研究，并根据判别准则予以确定。常用的判别准则有： 因此20.39不是坏值，不用剔除，剩下的数据没有坏值，只剔除20.30 剩下的14个数据，再重复上述步骤，