粗大误差理论.pptVIP

第1页，共22页，星期日，2025年，2月5日重点与难点：■粗大误差产生的原因■减少粗大误差的办法■3σ准则（莱以特准则）■罗曼诺夫斯基准则■格罗布斯准则■狄克松准则第2页，共22页，星期日，2025年，2月5日一、粗大误差问题概述1、什么是粗大误差？粗大误差，亦称过失误差或反常误差，它是由于测试人员主观因素或者由于测试条件突然变化引起的明显与测量结果不符的误差，比如仪器操作不当，读数错误、记录和计算错误、测试系统的突然故障和环境条件（如仪器的灵敏度、电源电压和频率、环境温度）等疏忽因素而造成的误差，因而又简称粗差。第3页，共22页，星期日，2025年，2月5日2、粗大误差对测量数据的影响?可疑数据：在一列重复测量的数据中，有个别数据xd与其它数据有明显差异，它可能是含有粗大误差（简称粗差）的数据。?异常值：确定混有粗大误差的数据。不恰当地剔除含大误差的正常数据，会造成测量重复性偏好的假象未加剔除，必然会造成测量重复性偏低的后果第4页，共22页，星期日，2025年，2月5日二、粗大误差产生的原因?客观外界条件的原因■机械冲击、外界震动、电网供电电压突变、电磁干扰等测量条件意外地改变，引起仪器示值或被测对象位置的改变而产生粗大误差。第5页，共22页，星期日，2025年，2月5日?测量人员的主观原因■测量者工作责任性不强，工作过于疲劳，对仪器熟悉与掌握程度不够等原因，引起操作不当，或在测量过程中不小心、不耐心、不仔细等，从而造成错误的读数或错误的记录。?测量仪器内部的突然故障■若不能确定粗大误差是由上述两个原因产生时，其原因可认为是测量仪器内部的突然故障。第6页，共22页，星期日，2025年，2月5日三、粗差的减少办法和剔除原则显然与事实不符—歪曲测量结果—主观避免—剔除1、判别方法①物理判别法：测量过程中--人为因素（读错、记录错、操作错）--不符合实验条件/环境突变（突然震动、电磁干等）--随时发现，随时剔除--重新测量②统计判别法：整个测量完毕后统计方法处理数据---超过误差限---判为坏值—剔除随机误差在一定的置信概率下的确定置信限第7页，共22页，星期日，2025年，2月5日2、防止与消除粗差的办法对粗差，除了设法从测量结果中发现和鉴别而加以剔除外，更重要的是要加强测量者的工作责任心和以严格的科学态度对待测量工作；此外，还要保证测量条件的稳定，或者应避免在外界条件发生激烈变化时进行测量。如能达到以上要求，一般情况下是可以防止粗差产生的。在某些情况下，为了及时发现和防止测得值中含有粗差，可采用不等精度测量和互相之间进行校核的方法。第8页，共22页，星期日，2025年，2月5日3、判别粗大误差的准则◆基本思想：给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于随机误差的范畴，而是粗大误差，该数据应予以剔除。◆通常用来判别粗大误差的准则有：1、准则（莱以特准则）2、罗曼诺夫斯基准则3、格罗布斯准则4、狄克松准则第9页，共22页，星期日，2025年，2月5日1、准则（莱以特准则）◆对于某一测量列，若各测得值只含有随机误差，则根据随机误差的正态分布规律，其残余误差落在±以外的概率约为0.3%，即在370次测量中只有一次其残余误差◆如果在测量列中，发现有大于的残余误差的测得值，即则可以认为它含有粗大误差，应予剔除。第10页，共22页，星期日，2025年，2月5日注意事项◆准则是最常用也是最简单的判别粗大误差的准则，这一判别的可靠性为99.73%。然而该准则的方均根误差应为理论值或大量重复测量的实验统计，或预先经大量重复测量已统计出其方均根误差的情况。它是以测量次数充分大为前提的。◆当重复测量次数不太大，如，又未预先经大量重复测量统计其方均根误差时，按该准则剔除粗差就不可靠。这主要是由于按准则剔除粗差时的可靠性为99.73%。◆在重复测量的次数很大时有个别残差超出也是正常的。如时，就有可能有2-3个正常的残差超出该界限。所以当测量次数很大时还应以作为剔除粗差的界限，此时其可靠性将达到99.994%。第11页，共22页，星期日