热工仪表及测量技术第1章.pptVIP

2、随机误差的正态分布 测量中的随机误差通常是多种相互独立的因素造成的许多微小误差的总和。 概率论中心极限定理：假设被研究的随机变量可以表示为大量独立的随机变量的和，其中每一个随机变量对于总和只起微小作用，则可认为这个随机变量服从正态分布。 若以x表示测量值，δ表示随机误差， μ即真值（在概率论和数理统计中叫数学期望） δ= x－μ 当测量次数趋于无穷多时，可以用各测量值的算术平均值代替真值μ 正态分布的概率密度函数 则服从正态分布的分布密度函数（亦称概率密度函数）为： f(δ)为用误差表示的概率密度函数： f(x)为用测量值表示的概率密度函数： σ为标准误差，又称均方根误差，是概率论中方差σ2 的平方根 正态分布曲线 标准误差σ意义 σ愈小，分布曲线愈尖锐，表征测量结果的分散性愈小，数据越集中，精密度越高； σ愈大，曲线愈平坦，表征分散性愈大。 σ表征了测量值在真值周围的离散程度。 应该强调指出， σ并不是某次测量的具体误差。各次测量的具体误差可大可小，可正可负，完全是随机的，具体误差恰好等于的可能性极小。然而，我们可以通过在一定测量条件下，进行一系列等精度测量，确定出标准误差 的值，以此说明随机误差概率密度的分布情况，并作为评价测量结果的精密度的指标。 测量误差的非正态分布 常见的非正态分布有均匀分布、三角分布、反正弦分布等。 置信概率与置信区间 随机误差δ在区间 ［－a,a］或 ［－ｚσ,ｚσ］中出现的概率P{δ≤ｚσ}： 置信区间［－ｚσ,ｚσ］ 置信区间表示估计结果的精确性，置信概率表示这一结果的可靠性。 置信系数（置信因子）ｚ 置信限（置信区间的界限）±ｚσ 置信区间半长a 显著性水平α:随机误差落在置信区间以外的概率α＝1-P 正态分布 当ｚ＝1时 置信概率＝68.3% ｚ＝2时 置信概率＝95.5% ｚ＝3时 置信概率＝99.7% 在工程测量中，置信概率一般取0.95，对应的误差极限值为2σ. 置信区间为士3σ时，说明测量结果的可信程度达到99.7%。即对某一被测量进行同等精度的100次测量，可信真实的测量结果达99.7次，相对于每次测量，不可信的大误差几不出现。 计量技术中以极限误差3σ作为随机误差的极限值。 3、 直接测量值的误差分析与处理 求被测量的数字特征，理论上需无穷多次测量，但在实际测量中只能进行有限次测量 对同一被测量做有限的n次测量，其中任何一次的测量结果或观测值，都可视作无穷多次测量结果或总体的一个样本。 一、真值的估算 对同一被测量做有限的n次测量，其中任何一次的测量结果或观测值，都可视作无穷多次测量结果或总体的一个样本。数理统计方法就是要通过这个样本所获得的信息(例如算术平均值和实验标准差s等)，来推断总体的性质(例如真值μ和标准误差σ等)。 规定使用n次测量结果的算术平均值X~做为被测量真值的最佳估计值，并作为最后的测量结果 Xi为第i次测量的结果；X~为n次测量结果的算术平均值 X~也是一个随机变量，服从正态分布 二、标准误差的估算 残差＝测量值－算术平均值 s是σ的估计值。称实验标准差。贝赛尔公式：  三、算术平均值的标准误差 s是单次观测值Xi的实验标准差， s() 才是n次测量所得算术平均值的实验标准差，它是分布的标准〔偏〕差的估计值。区别，前者用s表示，后者用s()表示，故有s()= 。 表明用多次重复测量取得的子样平均值作为测量结果比单次测定值具有更高的精密度。 测量结果的表示 习题 什么是随机误差？随机误差产生的原因是什么？正态分布的随机误差具有哪些特点？ 2、 粗大误差的处理 大误差出现的概率很小，列出可疑数据，分析是否是粗大误差，若是，则应将对应的测量值剔除。 粗大误差产生原因 ① 测量人员的主观原因：操作失误或错误记录； ② 客观外界条件的原因：测量条件意外改变、受较大的电磁干扰，或测量仪器偶然失效等。 粗大误差的判别准则 统计学的方法的基本思想是： 给定一置信概率，确定相应的置信区间，凡超过置信区间的误差就认为是粗大误差，并予以剔除。 （1）拉依达准则 服从正态分布的随机误差，绝对值大于3σ的误差出现的概率只有0.3％，因此把3σ作为判断坏值的依据，若|Xi-Xˉ| 3σ,则测量值Xi被判为坏值。也称3σ准则。 在舍去坏值后，重新计算测量列的算术平均值和标准误差估计值S，在此检验有无坏值，直到无坏值为止。 当测量次数n10时，不能使用拉伊特准则。 （2）格拉布斯准则 当测量次数有限时，数据的取舍用格拉布斯准则数作为判据较为合适。 根据数理统计理论，格拉布斯准则数T为：