2021年整理Grubbs检验法.pptxVIP

▲概述：一组测量数据中，如果个别数据偏离平均值很远，那么这个(这些)数据称作“可 疑值”。如果用统计方法—例如格拉布斯(Grubbs)法判断，能将“可疑值”从此组测量数 据中剔除而不参与平均值的计算，那么该“可疑值”就称作“异常值(粗大误差)”。本文 就是介绍如何用格拉布斯法判断“可疑值”是否为“异常值”。 ▲测量数据：例如测量 10 次(n＝10)，获得以下数据：8.2、5.4、14.0、7.3、4.7、9.0、 6.5、10.1、7.7、6.0。 ▲排列数据：将上述测量数据按从小到大的顺序排列，得到 4.7、5.4、6.0、6.5、7.3、7.7、 8.2、9.0、10.1、14.0。可以肯定，可疑值不是最小值就是最大值。 ▲计算平均值 x-和标准差 s：x-＝7.89；标准差 s＝2.704。计算时，必须将所有 10 个数据 全部包含在内。 ▲计算偏离值：平均值与最小值之差为 7.89－4.7＝3.19；最大值与平均值之差为 14.0－ 7.89＝6.11。 ▲确定一个可疑值：比较起来，最大值与平均值之差 6.11 大于平均值与最小值之差 3.19， 因此认为最大值 14.0 是可疑值。 ▲计算 G 值：G ＝(x －x- )/s；其中 i 是可疑值的排列序号 i i i ——10 号；因此 G ＝( x －x- )/s＝(14.0－7.89)/2.704＝2.260。由于 x －x-是残差， 10 10 10 而 s 是标准差，因而可认为 G10 是残差与标准差的比值。下面要把计算值 Gi 与格拉布斯表给 出的临界值 GP(n)比较，如果计算的 Gi 值大于表中的临界值 GP(n)，则能判断该测量数据是 异常值，可以剔除。但是要提醒，临界值 GP(n)与两个参数有关：检出水平α (与置信概率 P 有关)和测量次数 n (与自由度 f 有关)。 ▲定检出水平α：如果要求严格，检出水平α可以定得小一些，例如定α＝0.01，那么置 信概率 P＝1－α＝0.99；如果要求不严格，α可以定得大一些，例如定α＝0.10，即 P＝ 0.90；通常定α＝0.05，P＝0.95。 ▲查格拉布斯表获得临界值：根据选定的 P 值(此处为 0.95)和测量次数 n(此处为 10)，查 格拉布斯表，横竖相交得临界值 G95(10)＝2.176。 ▲比较计算值 Gi 和临界值 G95(10)：Gi＝2.260，G95(10)＝2.176，Gi＞G95(10)。 ;▲判断是否为异常值：因为 Gi＞G95(10)，可以判断测量值 14.0 为异常值，将它从 10 个测 量数据中剔除。 ▲余下数据考虑：剩余的 9 个数据再按以上步骤计算，如果计算的 Gi＞G95(9)，仍然是异常 值，剔除；如果 Gi＜G95(9)，不是异常值，则不剔除。本例余下的 9 个数据中没有异常值。 格拉布斯表——临界值 GP(n) ;本相当于总体所含测量数据的不同随机组合。样本中的正常值应当来自该总体。通常的目 的是用样本的统计量来估计总体参量。总体一般假设为正态分布。 ■异常值区分：样本中的正常值应当属于同一总体；而异常值有两种情况：第一种情况异 常值不属于该总体，抽样抽错了，从另外一个总体抽出一个(一些)数据，其值与总体平均 值相差较大；第二种情况异常值虽属于该总体，但可能是该总体固有随机变异性的极端表 现，比如说超过 3σ的数据，出现的概率很小。用统计判断方法就是将异常值找出来，舍去。 ■犯错误 1：将本来不属于该总体的、第一种情况的异常值判断出来舍去，不会犯错误；将 本来属于该总体的、出现的概率小的、第二种情况的异常值判断出来舍去，就会犯错误。 ■犯错误 2：还有一种情况，不属于该总体但数值又和该总体平均值接近的数据被抽样抽出 来，统计检验方法判断不出它是异常值，就会犯另外一种错误。 ■异常值检验法：判断异常值的统计检验法有很多种，例如格拉布斯法、狄克逊法、偏度- 峰度法、拉依达法、奈尔法等等。每种方法都有其适用范围和优缺点。 ■格拉布斯法最佳：每种统计检验法都会犯犯错误 1 和错误 2。但是有人做过统计，在所有 方法中，格拉布斯法犯这两种错误的概率最小，所以推荐使用格拉布斯法。 ■多种方法结合使用：为了减少犯错误的概率，可以将 3 种以上统计检验法结合使用，根 据多数方法的判断结果，确定可疑值是否为异常值。 ■异常值来源：测量仪器不正常，测量环境偏离正常值较大，计算机出错，看错，读错， 抄错，算错，转移错误。 ——