误差理论与测量不确定性.ppt

1剩余误差当进行有限次测量时，各次测得值与算术平均值之差，定义为剩余误差或残差：2对上式两边分别求和，有3(2.3—10)方差与标准差随机误差反映了实际测量的精密度即测量值的分散程度。由于随机误差的抵偿性，因此不能用它的算术平均值来估计测量的精密度，而应使用方差进行描述。方差定义为，时测量值与期望值之差的平方的统计平均值，即因为随机误差，故(2.3-11)(2.3-12)1234(2.3-13)由于实际测量中都带有单位(mV，uA等)，因而方差是相应单位的平方，使用不甚方便。为了与随机误差单位一致，将式(2．4—12)两边开方，取正平方根，得随机误差的正态分布1正态分布2当进行大量等精度测量时，随机误差服从统计规律。理论和测量实践都证明，测得值与随机误差都按一定的概率出现。在大多数情况下，测得值在其期望值上出现的概率最大，随着对期望值偏离的增大，出现的概率急剧减小。测得值和随机误差的这种统计分布规律，称为正态分布。3图2.3—1的正态分布曲线图2.3—2的正态分布曲线愈小，愈大，说明绝对值小的随机误差出现的概率大；相反，绝对值大的随机误差出现的概率小，随着的加大，很快趋于零，即超过一定界限的随机误差实际上几乎不出现(随机误差的有性).A大小相等符号相反的误差出现的概率相等(随机误差的对称性和抵偿性)。B由图2．3-2可以看到如下特征：愈小，正态分布曲线愈尖锐，表明测得值愈集中，精密度高，反之。愈大，曲线愈平坦，表明测得值分散，精密度低。正态分布又称高斯分布，在误差理论中占有重要的地位。由众多相互独立的因素的随机微小变化所造成的随机误差，大多遵从正态分布，例如信号源的输出幅度、输出频率等，都具有这一特性。均匀分布01在测量实践中，还有其他形式的概率密度分布形式，其中均匀分布是仅次于正态分布的一种重要分布，如图2.3-3所示。均匀分布的特点是，在误差范围内，误差出现的概率各处相同。在电子测量中常见有下列几种情况：02图2.3-3均匀分布的概率密度仪表度盘刻度误差。由于仪表分辨力决定的某一范围内，所有的测量值可以认为是一个值。例如用500V量程交流电压表测得值是220V，实际上由于分辨不清，实际值可能是219V一221V之间的任何一个值，在该范围内可认为有相同的误差概率。数字显示仪表的最低位±l(或几个字”的误差。例如末位显示为5，实际值可能是4—6间任一值，也认为在此范围内具有相同的误差概率。数字式电压表或数字式频率计中都有这种现象。由于舍入引起的误差。去掉的或进位的低位数字的概率是相同的。例如被舍掉的可能是5或4或3或2或土，被进位的可以认为是5、6、7、8、9中任何一个。在图2．3-3所示的均匀分布中，概率密度(2．3-19)可以证明，对式(2．3-19)所示的均匀分布，有数学期望(2.3-20)(2.3-21)方差标准差(2.3-22)限于篇幅，本书下面仅讨论正态分布。有限次测量下测量结果的表达由于实际上只可能做到有限次等精度测量，因而我们分别用式(2，4-32)和(2．4—33)来计算测得值的标准差和算术平均值的标准差，如前所叙，实际上是两种标准差的最佳估值。由式(2．4-33)可以看到，算术平均值的标准差随测量次数n的增大而减小，但减小速度要比n的增长慢得多，即仅靠单纯增加测量次数来减小标准差收益不大，因而实际测量中n的取值并不很大，一般在土0到20之间。对于精密测量，常需进行多次等精度测量，在基本消除系统误差并从测量结果中剔除坏值后，测量结果的处理可按下述步骤进行：列出测量数据表；计算算术平均值，残差及；按式(2．4—32)、(2．4—33)计算和；给出最终测量结果表达式：系统误差的特性排除粗差后，测量误差等于随机误差和系统误差的代数和(2.4-1)2.4系统误差分析1系统误差的判断2实际测量中产生系统误差的原因多种多样，系统误差的表现形式也不尽相同，但仍有一些办法可用来发现和判断系统误差。3理论分析法4凡属由于测量方法或测量原理引入的系差，不难通过对测量方法的定性定量分析发现系差，甚至计算出系差的大小。校准和比对法01当怀疑测量结果可能会有系差时，可用准确度更高的测量仪器进行重复测量以发现系差。测量仪器定期进行