随机误差及数据处理.pptVIP

格拉布斯法则：（适用于测量次数较少的情况） 先假定n次等精密度的重复测量结果满足高斯分布，求出测量列的标准差， 若某测量值的残差 |Vi | g0 S 则该数据为可疑数据应予剔除 g0(n,α)为分布函数，由n——测量次数 ， α—危险率决定 （见p.517 ,表10.4） α是将非可疑数据剔除概率，一般取0.05 求最佳值 计算算术平均值的标准差 写出标准的表示形式 （ ξ=? n=? ) 直接测量数据处理举例： 用比长仪测二光谱线之间的距离共10次，数据如下： n Li/mm vi/mm vi2/mm2 vi/mm vi‘2/mm 2 vi‘/mm 1 101.5568 1.3 1.7 -0.3 0.09 0.7 2 101.5552 9.7 94 8.1 66 3 101.5542 -1.3 1.7 -2.9 8.4 -1.9 4 101.5578 2.3 5.3 0.7 0.49 1.7 5 101.5577 2.2 4.8 0.6 0.36 1.6 6 101.5521 -3.4 12 -5.0 25 -4.0 7 101.5554 -0.1 0.01 -1.7 2.9 -0.7 8 101.5418 -13.7 188 9 101.5556 0.1 0.01 -1.5 2.3 -0.5 10 101.5588 3.3 11 1.7 2.9 2.7 平均 L1=101.5555 L2=101.5555 L3=101.5555 Vi单位为×10-3mm, Vi2单位为×10-6mm2。 用格拉布斯准则剔除可疑数据（α=0.05） n=10 g0σ1=2.18×5.9 =12 . 9mm ∵ ∴ 第8号数据剔除 随机误差的数据处理 测量误差及其种类 随机误差与概率统计 随机误差的统计表示 直接测量数据的一般处理过程 间接测量的误差 测量误差及其种类 （1）误差的意义 科学实验的任务——观察自然现象，定量测量有关物理量，并通过误差的数据处理以及对测量结果不确定度的评估使测量的物理量更接近于真实的值。然后通过理论分析，总结出这些物理量之间的相互联系，得到对自然现象本质的认识。 例1：经典力学—天文学观察（第谷—开普勒— 牛顿） 只有实验观察为准确可靠时才可能发现认识或证实 某自然规律。 为了得到正确可靠的实验数据需要掌握必要的误差理 论。 误差理论包括： 减少实验误差的方法——系统误差理论。 实验误差的数据处理——指从带有偶然性的观察值中 用数学方法导出规律性结论的过程。 在不少实验中，尤其是现代物理实验中，现象的随机 性质是十分突出的，物理过程的规律性往往被现象表面 的偶然性所掩盖，因而必须用适当的数学工具才能恰当 地设计实验，才能由观察数据得出正确的结论。 （2）误差（Error） 误差—测量值与真值之差 Δi= x i-A （3）误差的性质和分类 系统误差：符号和数值总保持不变，或按一定 规律。 随机误差：就某一次具体的测量来讲其误差的 大小与正负都不确定，而在大量重 复测量中遵守统计规律的误差。 过失误差：观察、记录、操作等错误造成的。 必须剔除的误差。 (3)测量的准确度、精密度与精确度 准确度——描述测量结果与真值的偏离程度，反映系统 误差的 大小。 精密度——描述重复测量结果之间的离散程度，反映偶 然误差大小。 精确度——准确度和精密度的结合。 精密度较好 精密度最差 精密度最好 准确度较好 准确度最好 准确度最差 精确度最好 精确度居中 精确度最差 (4)最可信值与真值 真值——测量对象真正的数值。 最可信值——实验测量所得的最可能接近真值的值。 算术平均值——最小误差所对应的出现概率最大的值。 以后将证明最可信值就是大量重复测量的算术平均值。 因为真值是不知道的，误差因此无法求得。只能引入残 差概念对误差大小作一