有限测定数据的统计处理.pptxVIP

单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。3-4有限测定数据的统计处理日常分析中测定次数是很有限的，总体平均值自然不为人所知。但是随机误差的分布规律表明，测定值总是在以μ为中心的一定范围内波动，并有着向μ集中的趋势。因此，如何根据有限的测定结果来估计μ可能存在的范围（称之为置信区间）是有实际意义的。该范围愈小，说明测定值与μ愈接近，即测定的准确度愈高。但由于测定次数毕竟较少，由此计算出的置信区间也不可能以百分之百的把握将μ包含在内，只能以一定的概率进行判断。??一、置信度与μ的置信区间

对于经常进行测定的某种试样，由于已经积累了大量的测定数据，可以认为σ是已知的。根据（3-14）式并考虑u的符号可得：（一）已知总体标准偏差σ时由随机误差的区间概率可知，测定值出现的概率由u决定。例如，当u=±1.96时。x在μ-1.96σ至μ+1.96σ区间出现的概率为0.95。如果希望用单次测定值x来估计μ可能存在的范围，则可以认为区间x±1.96σ能以0.95的概率将真值包含在内。即有（3-14a）单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。（3-14b）

由于平均值较单次测定值的精密度更高，因此常用样本平均值来估计真值所在的范围。此时有01式（3-14b）和式（3-17）分别表示在一定的置信度时，以单次测定值x或以平均值为中心的包含真值的取值范围，即μ的置信区间。在置信区间内包含μ的概率称为置信度，它表明了人们对所作的判断有把握的程度，用P表示。u值可由表3-1中查到，它与一定的置信度相对应。02(3-17)03

在对真值进行区间估计时，置信度的高低要定得恰当。一般以95%或90%的把握即可。式（3-14b）和式（3-17）还可以看出置信区间的大小取决于测定的精密度和对置信度的选择，对于平均值来说还与测定的次数有关。当σ一定时，置信度定得愈大，∣u∣值愈大，过大的置信区间将使其失去实用意义。若将置信度固定，当测定的精密度越高和测定次数越多时，置信区间越小，表明x或越接近真值，即测定的准确度越高。例题1：

注意：μ是确定且客观存在的，它没有随机性。而区间x±uσ或是具有随机性的，即它们均与一定的置信度相联系。因此我们只能说置信区间包含真值的概率是0.95，而不能认为真值落在上述区间的概率是0.95。已知样本标准偏差S时在实际工作中，通过有限次的测定是无法得知μ和σ的，只能求出和S。而且当测定次数较少时，测定值或随机误差也不呈正态分布，这就给少量测定数据的统计处理带来了困难。此时若用S代替σ从而对μ作出估计必然会引起偏离，而且测定次数越少，偏离就越大。如果采用另一新统计量tP,f取代u(仅与P有关)，上述偏离即可得到修正。

t分布法：t值的定义：(3-18)t分布是有限测定数据及其随机误差的分布规律。t分布曲线见图3-6，其中纵坐标仍然表示概率密度值，横坐标则用统计量t值来表示。显然，在置