SECTION1误差理论与实验数据处理.docxVIP

第十七章 误差理论与实验数据处理 在科学实验和生产实际中，为了掌握事物发展的规律性，总是通过各种方法对我们所需要的量观测记录下许多数据，但是由于外界的随机干扰，这些数据实际上是带有随机误差的近似数据，对这些近似数据必须根据需要进行合适的处理。一方面必须估计观测数据的可靠程度，并给以合理的解释；另一方面，还必须将所得数据加以整理归纳，用一定的方式表示 出各数值之间的相互关系，或者对带有误差 (噪声 )的数据 (信号 )进行分析处理，把干扰 “过滤”掉，得出真正需要的量。前者需要误差理论的基础知识 (如高斯误差定律、各种平均值的计算法、误差的表示法、误差传递定律和近似计算法则等 ) ，后者则需要处理数据的基本技术 (如插值法、曲线拟合的方法、实验曲线的光滑法和滤波方法等 )。本章介绍了这些方法的主要内容。 §1 误 差 理 论 一、观测误差 [真值与误差 ] 观测对象的量是客观存在的，称为真值。每次观测所得数值称为观测值。设观测对象的真值为 x ， 观测值为 xi ( i 1,2, ,n ),则差数 ai xi x ( i 1,2, , n ) 称为观测误差，简称为误差。 [误差的分类与鉴别 ] 分类 误差的原因 误差的鉴别 系 (i) 仪器结构的不良 (i) 观测值总往一个方向偏差 统 (ii) 周围环境的改变 (ii) 误差的大小和符号在重复多次观 测中几 误 乎相同 差 (iii) 经过校正和处理可以消除误差 某些难以控制的偶然因素 观测值变化无常，但在等精度观测下有如下 造成的 规律 (即随机误差服从正态分布，参考本节 ,四 )： 随 (i) 误差绝对值不会超过一定界限 1 (ii) 绝对值小的误差比绝对值大的误差出现的 机 个数要多，近于零的误差出现的个数最多 (iii) 绝对值相等的正误差与负误差出现的个数 误 几乎相等 (iv) 误差的算术平均值 ,随着观测次数的增加而 差 趋近于零 过 粗枝大叶造成的观测误差 (i) 观测结果与事实不符 失 或计算误差 (ii) 认真操作可以消除误差 误 差 [观测的准确度与精确度 ] 如果观测的系统误差小，则称观测的准确度高，可以使用更精 确的仪器来提高观测的准确度。如果观测的随机误差小，则称观测的精密度高，可以增加观测次数取其平均值来提高观测的精密度。 本章所指的误差都是随机误差。 二、平均值及其精密度指标 [常用平均值的求法 ] 设 x1 , x2 , , xn 是某观测对象的一组观测数据。 名称 定义与符号 算 x 1 ( x1 x2 xn ) n 术 平 1 n xi 均 n i 1 值  用途与说明 它在最小二乘法意义下是所求真值的最佳近似 ,是最常用的一种平均值 1 x n 简 设 yi x A 算  ~ ~ ( v1 x1 vm xm ) ~ A ，则 x c c m vi yv n i 1  数据较多时 ,算术平均值常用此法计算 组数和组距根据数据的极差 (max{ xi } min{ xi }) 适当选取 1 i n 1 i n 采取等组距 c ~ A xi 式中 m 是组数 , A 是常数 , c 是组距, vi 是第 i 组的频数，且 平 m vi n, i i  4 变换 yi 中的 A 常取为处在中间 c 组的组中值 ~ i 是第 i 组的组中值（即该组上 2 下限的平均值） 值 几 x g n x1 x2 xn 或 何 1 n lg x g lg xi 平 n i 1 均 值 加 xw w1 x1 w2 x2 wn xn w1 w2 wn 权 式中 wi 是第 i 个观测值 xi 的对应 平 均 权 值 中 观测值依大小顺序排列后处在 位 中间位置的值。当 n 为偶数时， 数 取为中间两数的算术平均  当对一组观测值 ( xi ) 取常用对数 (lg xi ) 所得 图形的分布曲线更为对称 (同 ( xi ) 比较 )时，常用此法 计算用不同方法或不同条件观测同一物理量的均值时，常对不同可靠程度的数据给予不同的“ 权” 它是一种顺序统计量，能反映匀称观测值的取值中心 [ 算术平均值与离差 ] 观测对象的真值 x 可以用 n 次观测值 x1, x2 , , xn 的算术平均值 . 1 n xi n i 1 近似代替，并用离差 vi xi x 代替误差 ai xi x 。离差与误差有如下关系 vi 1 n ai ai n i 1 n vi 2 n 1 n ai2 (当 n 相当大 ) i 1 n i 1 [ 平均值的精密度指标 ] 相同精密度的观测 不同精密度的观测 3 观测值 xi(i 1,2, , n) xi (i 1,2, , n) 权 1 wi (i 1,2, , n) 平均值 算