随机误差的正态分布.pptVIP

*14法根据正态分布规律，偏差超过3σ的个别测定值的概率小于0.3％，故这一测量值通常可以舍去。而δ＝0.8σ，3σ≈4δ，即偏差超过4δ的个别测定值可以舍去。对少量实验数据，只能用s代替σ，用代替δ，故可以粗略地认为，偏差大于4的个别测定值可以舍去。这样处理问题存在较大的误差。但是，这种方法比较简单，不必查表，至今为人们所采用。当4法与其它检验法矛盾时，应以其它法为准。*4法判断异常值的取舍※求出除异常值外的其余数据的平均值和平均偏差，※将异常值与平均值进行比较，绝对偏差大于4，则将可疑值舍去；否则保留。*2.Q检验法有一组数据，从小到大排列为：x1，x2，…，xn-1，xn设xn是异常值，则统计量Q为如果x1是异常值，则统计量Q为*式中分子为异常值与其相邻的一个数值的差值，分母为整组数据的极差。Q值越大，说明xn离群越远。Q称为“舍弃商”。统计学家已经计算出不同置信度时的Q值(表3-6)，当计算所得Q值大于表中的Q值时，该异常值即应舍去。否则应于保留。*Q-检验法(3～10次测定适用，且只有一个可疑数据)（1）将各数据从小到大排列：x1,x2,x3……xn（2）计算（x大-x小）,即（xn-x1）（3）计算(x可-x邻),（4）计算舍弃商Q计=?x可-x邻?/xn-x1（5）根据n和P查Q值表得Q表（6）比较Q表与Q计若：Q计?Q表可疑值应舍去Q计Q表可疑值应保留*频数分布直方图根据测量数据的组值范围与相应的频数(或相对频数)绘制成的直方图。由图表明：随机误差的存在，分析数据具有分散性，又有向某个中心值集中的趋势，这种既分散又集中的特性，形象地表示随机误差分布的规律。结论：◆测量值具有分散的特性，不同测定值之间各种大小偏差的出现是彼此独立、互不相关；◆测定值具有明显的集中趋势，位于中间数值的数据多一些。*当测量次数为无限时，测量数据一般符合正态分布规律，其概率密度函数为：2正态分布式中，x为测量值；y为概率密度，x的函数；μ为总体平均值，无限多次测定数据的平均值，相应于曲线最高点的横坐标值，在没有系统误差时，即是真值，表示测量值的集中趋势；σ为总体标准偏差，从总体平均值μ到曲线拐点间的距离，它反映测量值的分散程度，σ越小，测量值的分散程度就越小，即精密度越高。x-μ：表示随机误差。m*若以x-μ为横坐标，则曲线最高点对应的横坐标值为零，这时曲线成为随机误差的正态分布曲线。*由正态分布曲线及其数学表达式可见：a.x＝μ时，y值最大，此即分布曲线的最高点。它体现了测定值的集中趋势。这就是说，大多数测量值集中在算术平均值的附近；或者说算术平均值是可信赖值或最佳值，它能很好地反映测量值地集中趋势。b.曲线以x＝μ这一直线为其对称轴。这一情况说明正误差和负误差出现的概率相等。*c.当x趋-∞或+∞时，曲线以x轴为渐近线，说明小误差出现的概率大，大误差出现的概率小，出现很大误差的概率极小，趋近于零。d.当x＝μ时的概率密度为：y=1/σ(2π)1/2概率密度乘上dx即为测量值落在该dx范围内的概率。由上式可见，σ越大，测量值落在μ附近的概率越小。这意味着测量的精密度越差，测量值的分布就越分散，正态分布曲线也就越平坦。反之，σ越小，测量值分散程度越小，正态分布曲线也就越尖锐。*随机误差的特点：

(1).对称性绝对值相等的正负误差出现的概率相等。

(2).单峰性绝对值小的误差出现的概率大，绝对值大的误差出现的概率小。

(3).有界性绝对值很大的误差出现的概率极小。

正态分布曲线依赖于μ和σ两个基本参数，μ反映测量值分布的集中趋势，σ反映测量值分布的分散程度。这种正态分布曲线以N(μ,σ2)表示。*标准正态分布N(μ，σ2)分布曲线有两个参数，它随着μ和σ改变而改变，通过变量代换，可将任一正态分布化为同一分布——标准正态分布：参数μ＝0，σ2＝1的正态分布称为标准正态分布，以N(0，1)表示。这一变换是将正态分布曲线的横坐标用u为单位来表示。*u定义：u=x-μ/σy=f(x)=1/σ(2π)1/2EXP[-u2/2]du=dx/σ∴f(x).dx=1/σ(2π)1/2EXP[-u2/2].du.σ=1/(2π)1/2EXP[-u2