随机误差概率密度的正态分布.pptVIP

第1页，共28页，星期日，2025年，2月5日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第2页，共28页，星期日，2025年，2月5日随机误差的概率密度分布曲线图f(δ)δF(δ)ⅡⅠf(δ)dδdδ概率密度：与分布函数互为微积分关系分布函数第3页，共28页，星期日，2025年，2月5日一、随机误差的特点测试条件：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.特点：⑴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。⑵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。⑶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.⑷有界性：绝对值很大的误差几乎不出现。第4页，共28页，星期日，2025年，2月5日二、概率密度的正态分布1、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。2、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。第5页，共28页，星期日，2025年，2月5日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)第6页，共28页，星期日，2025年，2月5日3、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。4、正态分布曲线的关键点峰点坐标：拐点坐标：概率：σ第7页，共28页，星期日，2025年，2月5日一、算是平均值与数学期望值1.算是平均值:2.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。第四节算术平均值与标准误差第8页，共28页，星期日，2025年，2月5日图1—2测量值的概率密度分布曲线?(x)1/σ√2πe?max(δ)0X0-σX0X0+σX第9页，共28页，星期日，2025年，2月5日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：正态分布重要特征之一：全体测量值的数学期望就是测量值的真值。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-x0第10页，共28页，星期日，2025年，2月5日二、方差与标准误差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。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。第11页，共28页，星期日，2025年，2月5日置信区间：就是随机变量的范围±(-L—L)表示又：±L=±ZσZ为置信系数，Z=L/σ置信限：L=Zσ置信概率φ(Z)：随机变量在置信区间内取值的概率.置信度：结合置信区间与置信概率置信水平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第12页，共28页，星期日，2025年，2月5日图1—5 置信区间与置信概率?(0)δ1/2α置信区间±(L)1/2α置信概率P=φ(z)=1-α第13页，共28页，星期日，2025年，2月5日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.