公路及路面工程试验检测试验室主任轮训班课件复习课程.pptVIP

试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 2、正态分布 1）正态分布曲线具有以下四个主要特征 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 2、正态分布 （1） 正态分布曲线左右对称于x=u。即在平均值的左右，只要距离相等，其f （x） 值就相等。 （2） 分布密度曲线的最高点，即x ＝u处，它只取决于标准差σ。σ愈大，落在x平均值附近的概率愈小，测定精度愈差，检测值越分散；σ愈小，相应概率愈大，检测精度愈好，检测值越集中，分布密度曲线越陡。 （3） 在平均值的左右两方随绝对值的增加，曲线迅速下降。 （4） 离平均值左方或右方1σ处为曲线的拐点。正态分布曲线与横轴之间所包含的总面积（即概率） 应为1 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 2、正态分布 2）正态分布曲线在公路工程规范的应用 公路工程沥青路面施工动态质量管理图.xls 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 在大样本检测分析中（如n ≥50），通常认为x 是近似的遵循正态分布，可用大样本均方差代替标准差。但在实际工作中，大量的工作都是进行小样本检测分析，所以必须了解t 分布才有助于解决小子样的推断问题。 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 在大样本检测分析中（如n ≥50），通常认为x 是近似的遵循正态分布，可用大样本均方差代替标准差。但在实际工作中，大量的工作都是进行小样本检测分析，所以必须了解t 分布才有助于解决小子样的推断问题。 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 1）．t 分布曲线 在小样本检测分析中，除非总体为正态分布，否则不能将样品均值x 视作正态变量，通过小样本检测的数据不能求得总体均值μ与总体标准差σ，而只能求出样本的平均值 - X及总体标准差的估计值S,用 - X和S代替总体平均u和σ是不准确的，因此无法应用正态分布的理论来直接处理小样本的检测数据，应需用类似正态分布的t 分布。 在小样本检测中，由于总体标准差σ未知，若用标准差估计值s 代替σ，则统计量t＝（xi－u）* /(s/√- n)，它不再为正态分布，而为t 分布。 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 2）．t 分布有如下特征： （1）t 分布曲线是一种以0 为中心、两侧对称的类似于正态分布曲线形状的曲线。 （2）t ＝0 时所对应的纵坐标为分布曲线的峰值，即纵坐标最高处。 （3）t 分布为单峰曲线，其离散程度较正态曲线大（即不如正态曲线密集）。 （4）t 分布不是一条曲线，而是随着自由度f 而变化的一簇曲线（见下图），即随着样本所含个数（n） 的变化，t 分布曲线的峰度也随之变化。这种变化完全取决于计算标准差s 的自由度f （f ＝n －1）；当n 较小时，即f ＜10 时，曲线低平，t 分布曲线与正态分布曲线差别较大。当t →∞，t 分布曲线趋向横坐标缓慢，当f ＞30 ，t 分布曲线和正态分布曲线很近似，当f ＞100 可用正态分布代替t 分布；当t →∞，t 分布曲线和正态分布曲线是严格一致的，这时t ＝μ。 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 2）．t 分布有如下特征： 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 三、试验数据的数理统计特征分布 3、t分布 3） t 分布的应用及意义 t 分布广泛应用于处理和正态分布有关的小样本检测。应用t 分布的前提条件是两个要比较的总体方差必须具有统计上的一致性。t 分布的应用范围如下： （1） 比较两批产品某质量特征值是否有明显差异。 （2） 比较一批产品的均值是否与合同规格一致。 （3） 比较不同检验人员、不同检验方法或不同试验室的检验结果。 （4） 检验两条回归直线的一致性。 （5） 检查系统误差，估计检测结果的置信区间。 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 四、数据处理方法与表达及误差 1、莱氏判据 ｜γd｜＝｜X d － - X｜＞3＾σ（X） (3s法） 2、肖维纳特判据 舍弃 的标准：｜X d － - X｜/s≥kn 试验室主任轮训班 第 四节 　公路工程试验检测数据处理 四、数据处理方法与表达及误差 3．格拉布斯判据 格拉布斯法假定测量结果服从正态分布，根据顺序统计