材料科学中的试验设计与分析 教学课件 作者 张忠明 第3章 试验数据的整理.pptx

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理第3章9/28/20191试验数据的整理有效数字异常试验数据的剔除方法测量结果的最佳值试验结果的表格表示试验结果的图形表示试验数据的插值

9/28/20192试验设计与数据处理(ExperimentDesignDataProcessing) 第3章 试验数据的整理3.1有效数字(Significancefigure)?、近似值与有效数近似值：含有误差的数值。它包括：（?）测量值；（?）数学常量的有限位小数表示；（?）物理量值；（?）运算结果。有效数：若误差限i不超过数值x中某一位的半个单位时，从这位起算，到数值x的第一位非零数字止，共有n位，则称x为具有n位有效数字的有效数，n称为有效位数。

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理有效数字举例：???????????????? l??????×l?-?五位有效数四位有效数二位有效数三位有效数?、有效数字的运算（?）加减运算时，和或差在小数点以后的取位，应以运算值当中小数点后位数最少的为准。例：??????????????????????????。9/28/20193

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理（?）积或商的有效位数，应与运算值中有效数字位数最少的相同。例：?????? ????? ?????????????。（?）乘方、开方运算。结果的有效数字位数应与其底数的相同。例：????????，（?）对数运算。结果的有效数字位数应与其真数的相同。例：ln?????????，lg????????-?9/28/20194

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理3、数字的舍入规则以保留的最末位为单位，后面的数大于5则进1，小于5则舍去，恰为5时，则以使末位凑成偶数为准，即当末位为奇数时，进1，为偶数时，舍去。这也称为“四舍六入五留双”。例：取下面的各数为三位有效数：9/28/201953.14163.14(舍)2.73842.74(入)4.515004.52(入)10.45010.4(舍)0.031050.0310(舍)1.3351.34(入)

试验设计与数据处理(ExperimentDesignDataProcessing) 第3章 试验数据的整理3.2异常试验数据的剔除方法统计方法：拉依达准则肖维勒准则格拉布斯准则狄克逊准则t检验准则（罗马诺夫斯基准则）问题：在处理实验数据的时候，常常会遇到个别数据偏离预期或大量统计数据结果的情况。如果把这些数据和正常数据放在一起进行统计，可能会影响实验结果的正确性，如果把这些数据简单地剔除，又可能忽略了重要的实验信息-合理性检验。基本思想：将测量列看作是服从某一分布的随机变量，给定一置信概率。当绝对值大的误差出现在规定置信概率的区间以外时，认为不是随机误差，判为粗大误差，该测量值应予剔除。9/28/20196

试验设计与数据处理(ExperimentDesignDataProcessing) 第3章 试验数据的整理1.拉依达准则前提：实验数据总体X服从正态分布，即x：N（，9/28/20197?）+3或小于-3的实验数据异原理： ，实验数据中出现大于数据点的概率很小。认为大于+3或小于-3常，予以剔除。做法：对某物理量进行n次重复测量，得到的测量数据列x?，x?，???，xn中，凡是随机误差i大于?S或小于-?S的试验数据xi（? i n）均是坏值，并作为异常数据予以剔除。

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理具体计算步骤如下：求取测量列的算术平均值和标准差S。找出测量数据列的残差绝对值的最大值比较 与3S的大小。若满足：＞3S则认为最大残差所对应的测量数据异常，应从数据列中剔除；如≤3S，认为最大残差所对应的测量数据正常，数据列中没有坏值。9/28/20198

试验设计与数据处理(ExperimentDesignDataProcessing)第3章 试验数据的整理（4）剔除一个异常数据后，数据列总数变为n-1个。重新计算新数据列的算术平均值、标准差和最大残差，再继续按 ＞3S判断剩余数据有无坏值。以上过程重复进行直至无坏值时为至。注意：即当测量次数时，所有测量值的残差都小于3S，此时用拉依达准则不能判断测量