3.0测量误差及数据处理.pptVIP

2021/2/7 * 误差与测量 2.5静态测量数据处理 一.测量数据表示法. 在测量过程中,被测量与测试仪器的输出之间存在一定的关系.为把这种关系建立起来,常常在特定的条件下改变被测量的量值,测出对应的输出,特别是对传感器而言,这种工作称为标定.即给出传感器输入/输出之间的关系.比如:测力传感器,输入为力,输出为电流,这样力与电流的关系可用不同的表示方法表示出来. 列表法: 输入力(N) 输出电流(mA) 60 12.2 70 14.2 80 16.2 90 18.3 100 20.4 150 30.4 2021/2/7 * 误差与测量 2.图示法,即描点作图 坐标可采用直角坐标,极坐标等. 上述两种方法直观但不便于从理论上分析研究,所以通常还要采用第三种方法. 3.回归方程—经验公式法. 根据数理统计的方法,求出两个(甚至多个)量之间的关系,用一个数学方程来表示,该方程称之为回归方程,而建立该方程的过程称之为回归分析,回归分析包括一元线性回归,一元非线性回归,多元线性回归及多项式回归等.常用的是一元线性回归分析. 2021/2/7 * 误差与测量 二.一元线性回归方程的建立. 对一组数据Xi 、Yi,若它们之间是线性相关的.则可用一条直线来表示 即 : (对线性关系的评价由相关函数来评价) 通常这条直线可用最小二乘法获得,即设实测值yi与理论计算值 之差的 平方和为最小,可列成下式: Q为剩余平方误差 2021/2/7 * 误差与测量 即: 若要使Q最小,可通过求极值的办法来确定.m,b两个未知量,即令: m b为未知量 解方程便可求得m和b 2021/2/7 * 误差与测量 其中: 2021/2/7 * 误差与测量 采用线性回归的条件: 当x、y两变量之间的相关系数的绝对值大于最小相关系数,即 时才能采用线性回归方程,最小相关系数的确定与N及概率有关. 补:两变量之间的相关关系与相关系数的理论:线性相关系数 [-1,1]分:正相关、负相关,完全正相关、完全负相关,独立（无线性关系）。参见p12 标准差 2021/2/7 * 误差与测量 回归方程的使用应注意: 回归方程一般只适用于原测量数据所适用的范围,超出标定曲线的范围则误差很大. 用最小二乘法求回归方程是以自变量误差较小或无误差为前提的,即只考虑Y的误差而不考虑x的误差. 如果两变量中一个变量的误差可以忽略,则应采用另一个变量对该变量的回归直线. 如果两变量的误差大体相当,则可以采用两条相交的回归直线的平均直线.（p21,图2-5） 如果两个变量的误差不相当,一个误差大,一个误差小,则所采用的中间直线应偏向于误差大的变量对另一变量的回归直线. 2021/2/7 * 误差与测量 本章要点: 误差; 系统误差、随机误差、粗大误差; 误差产生的原因. 精密度、准确度、精确度. 单次测量值的标准差和极限误差,算术平均值的标准差和极限误差. 不等精度测量:加权算术平均值及其标准差. 函数误差的计算,函数误差的分配. 一元线性回归方程. End of chapter 2 2021/2/7 * 检测技术 第三章 测量误差与静态测量数据处理 3.2.1 测量误差概述 3.2.2 不等精度测量 3.2.3 函数误差与误差的传递 3.2.4 测量的不确定度. 3.2.5 静态测量数据处理 2021/2/7 * 误差与测量 2.1 测量误差概述 2.1.1 测量误差的概念及其表示方法 1. 测量误差:对某一参数进行测量时,由于各种因素的影响,使测量值与被测参数的真值之间存在一定的差值,此差值就是测量误差。 测量误差的产生原因主要有四个方面(四要素):①测量方法;②测量设备;③测量环境;④测量人员素质。 2. 研究测量误差的意义 正确认识测量误差的性质与分析测量误差产生的原因,寻求最大限度地减小与消除测量误差的途径。寻求正确处理测量数据的理论和方法,以便在同样条件下,能获得最精确最可靠地反映真值的测量结果。 2021/2/7 * 误差与测量 测量误差的表示方法 ① 绝对误差:Δ＝Ｘ－Ｘ０或Δ＝Ｘ－Ａ 其中X为测定值,Ｘ０为真值,Ａ为约定真值。 一般来说,真值无法求得,约定真值应是理论真值的最佳估计值。可用实测量的算术平均值或满足规定准确度的测量值作为约定真值,如高一级测量仪表的读数。 ② 相对误差:ε＝（Δ/Ｘ０）×100％ 或ε =（Δ/Ｘ）×100% ③示值误差Δ =指示值X-真值 ③ 引用误差:引用误差Δ引＝（示值误差Δ /测量范围上限Xm）×100% , 称为测量值为Ｘ时的引用误差。 引用误差有最大值:Δ引ｍａｘ＝（Δｍａｘ/Ｘｍ）·100％＝μ％(向上圆整后)。 μ称为电工仪表的等级[指数]