测量误差分布.pptVIP

2.3　常见的统计量分布 　本节介绍常用的统计量分布，包括t分布 F分布，　分布。 　前边介绍主要是单个统计量分布，实际中要常用到变量间组合也就是函数的统计分布。 一、　分布 定义 若　　　　　为独立服从同分布 　　的随机误差，则 称服从为自由度为　的　分布　　。 概率密度函数 数学期望 标准方差 二、t分布 定义 若随机误差　　　　，随机误差　　　，且　和　相互独立，则 服从的分布称为自由度为　的t分布。 概率密度函数 数学期望 标准方差 o 当自由度足够大时，t分布趋近于正态分布。 t分布在误差理论和实践中的应用 　t分布在研究正态小子样（测量次数较少时），是一个严密而有效的理论分布。 正态样本的算术平均值构成的如下统计量 服从自由度为　　　的t分布。 其测量算术平均值满足 t分布的临界值 ，满足 三、F分布 定义 若　　　　　，　　　　　　，则 称服从为自由度为　　的F分布　　　。 概率密度函数 数学期望 标准方差 2.4　误差分布的分析与检验 　本节介绍确定误差分布规律的几种方法，包括物理来源法，函数关系法以及图形判断法。最后介绍有关分布检验的知识， 包括正态分布统计检验（夏皮罗-威尔克检验、偏态系数和峰态系数检验）和一般分布检验（皮尔逊　检验）。 物理来源判断法 根据测量误差产生的来源，可以判断其属于何种类型 如其测量受到至少有三个以上独立的、微小而大小相近的因素的影响，则可认为它服从或接近正态分布。 测量值在某范围内各处出现的机会相等，则可认为它服从均匀分布。 一、误差分布的分析与判断 函数关系法 利用随机变量的函数关系，来判断误差属于何种分布。 若　与　都在[-a，a]内服从均匀分布，则　　　　服从三角分布 若　与　都服从正态分布　　　 ，则　　　　 服从偏心分布(瑞利分布) 若　服从均匀分布，则　　　　　 服从反正弦分布 图形判断法 　对重复测量获得的样本数据绘出频率密度直方图，并与各种常见的概率密度分布曲线相比较，判断它与何种分布相接近。 统计检验的步骤 1、概念 事先对分布形式作出某种假设 然后利用样本信息来判断原假设是否成立 2、类型 正态分布统计检验 一般分布检验 夏皮罗-威尔克检验 偏态系数检验 峰态系数检验 皮尔逊检验 二、误差分布的统计检验 皮尔逊 检验( 且已知 ) 1、提出原假设 总体 的分布函数 未知 某个已知的分布函数 2、计算统计量 总体中抽取出一个容量为 的样本 把整个数轴分成 个区间 频数，样本的观察值落在第 个区间的个数 由 计算出总体 在各区间内取值的概率 检验(续) 3、在给定显著性水平 下，由分布表查得临界值 。 4、作出决策。 若 　　　　，拒绝　　，则认为 。反之， 思路是当样本个数充分大时，频率和概率应当相差不会太大，如果超出某种限度，则假设就会推翻。 皮尔逊检验(分布中含有未知参数) 1、提出原假设 总体 的分布函数 未知 某个已知形式的分布函数， 未知参数 2、计算统计量 总体中抽取出一个容量为 的样本 在 下利用样本给出 的极大似然估计 把整个数轴分成 个区间 频数，样本的观察值落在第 个区间的个数 由 计算出总体 在各区间内取值的概率 3、在给定显著性水平 下，由分布表查得临界值 。 4、作出决策。 若 　　　　，拒绝　　 皮尔逊检验(续) 【例2-1】 用阿贝比较仪测量某轴承直径 100次，依次测得 ， 的数据见下所列， 的单位0.1 。检验 是否服从正态分布。 0 -5 11 -10 17 -3 -13 6 4 7 1 -5 -6 -3 13 -1 -1 5 9 7 -3 9 -8 3 -2 -24 -30 -2 1 -2 4 2 -5 -13 1 -7 -1 0 -4 -7 0 7 17 5 10 0 -2 6 3 8 6 -3 -3 -10 0 5 2 -8 0 4 2 2 6 -11 5 2 7 -1 12 0 -19 10 -1 7 9 2 -5 14 -6