随机误差概率密度的正态分布.pptxVIP

例：随机误差实验结果分区号测量值(xi)误差量(δi)出现次数（ni)频率（ni)概率密度（ni/（nΔδi））15.21-0.0510.0070.725.22-0.0430.0202.035.23-0.0380.0585.845.24-0.02180.12012.055.25-0.01280.18718.765.260340.22722.775.27+0.01290.19319.385.28+0.02170.11311.395.29+0.0390.0606.0105.30+0.0420.0131.3115.31+0.0510.0070.7第三节随机误差概率密度的正态分布

随机误差的频率直方图ni/nδ0.150.100.050.040.02-0.02-0.040ni为在范围内出现的次数

概率密度：随机误差的概率密度分布曲线图f(δ)δF(δ)ⅡⅠf(δ)dδdδ与分布函数互为微积分关系分布函数

随机误差的特点1测试条件：研究对象在无系统误差且无粗差的独立的等精度实验结果.2特点：3对称性：绝对值相等的正、负误差概率密度分布曲线对称于纵轴。4抵偿性：相同条件下,当测量次数n趋于∞时,全体误差的代数和为0。5单峰性：绝对值小的误差比绝对值大的误差的概率密度大,在δ=0处概率最大.6有界性：绝对值很大的误差几乎不出现。7

STEP1STEP2随机误差必然服从正态分布，其概率密度可由高斯方程描述。它们的概率密度分布曲线又称之为正态分布曲线。标准误差σ越小,精密度指数h越大,正态分布曲线越陡,小误差的概率密度越大，测量值越集中,测量精密度越高。概率密度的正态分布

随机误差正态分布曲线图?(δ)δ?(δ)dδ-σ′′-σ′-σσσ′σ′′拐点1/(σ√2πe)1/(σ√2π)hh′h′′σσ′σ′′?(δ)?′(δ)?′′(δ)

σ（曲线的拐点）的大小说明了测量值的离散性,故等精度测量是一种σ值相同的测量。正态分布曲线的关键点峰点坐标：拐点坐标：概率：σ

No.3算是平均值与数学期望值算是平均值:随机变量的数学期望定义为随机变量的一阶原点距，记为：它表示了随机变量的中心位置。No.2No.1第四节算术平均值与标准误差

图1—2测量值的概率密度分布曲线1?(x)21/σ√2πe3?max(δ)405X0-σ6X07X0+σ8X9

数学期望实际上就是全体测量值依概率的平均数。对于正态分布，上式积分后可得：01正态分布重要特征之一：02全体测量值的数学期望就是测量值的真值。03在未知x0的情况下，对于有限测量列，可以利用算术平均值x代替真值x0，用测量偏差或残余误差（简称残差）vi=xi-x代替测量误差δi=xi-x004

21方差与标准误差标准误差σ是方差Dx的均方根值，这也是标准误差σ又称均方根误差的原因。方差定义为随机变量的二阶中心距，它表征了随机变量相对于其中心位置（数学期望）的离散程度。对于全体测量值来说，母体的方差Dx表征了测量值相对于其真值X0的离散程度。43

01置信区间：02就是随机变量的范围±(-L—L)表示03又：±L=±Zσ04Z为置信系数，Z=L/σ05置信限：L=Zσ06置信概率φ(Z)：随机变量在置信区间内取值的概率.07置信度：结合置信区间与置信概率08置信水平α(Z)：随机变量在置信区间外取值的概率第五节置信区间与置信概率

图1—5 置信区间与置信概率01?(0)02δ031/2α04置信区间±(L)051/2α06置信概率P=φ(z)=1-α07

Zφ(Z)Zφ(Z)Zφ(Z)Zφ(Z)00.000000.90.631881.90.942572.70.993070.10.079661.00.682691.960.950002.80.994890.20.158521.10.728672.00.954502.90.996270.30.235851.20.769862.10.964273.00.997300.40.310841.30.806402.20.972193.50.995350.50.382931.40.838492.30.978554.00.999370.60.451491.50.866392.40.983614.50.999930.67450.500001.60.890402.50.987585.00.999990.70.516071.70.910872.580.99012∞1.000000.80.576291.80.928142.60.99068

Z=1时，置信区间：±σ1