标准偏差相对标准偏差公式_第1页
标准偏差相对标准偏差公式_第2页
标准偏差相对标准偏差公式_第3页
标准偏差相对标准偏差公式_第4页
标准偏差相对标准偏差公式_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、-PAGE . z标准偏差出自 MBA智库百科(wiki.mbalib./)数学表达式: S-标准偏差% n-试样总数或测量次数,一般n值不应少于20-30个 i-物料中*成分的各次测量值,1n; 标准偏差的使用方法六个计算标准偏差的公式 HYPERLINK wiki.mbalib./wiki/%E5%9D%87%E6%96%B9%E6%A0%B9%E5%B7%AE l _note-.E5.91.A8.E5.AF.8C.E8.87.A3*_note-.E5.91.A8.E5.AF.8C.E8.87.A3 o 1标准偏差的理论计算公式设对真值为*的*量进展一组等精度测量, 其测得值为l1、l2、

2、ln。令测得值l与该量真值*之差为真差占, 则有1 = li *2 = l2 * n = ln *我们定义标准偏差(也称标准差)为 1 由于真值*都是不可知的, 因此真差占也就无法求得, 故式只有理论意义而无实用价值。 标准偏差的常用估计贝塞尔公式由于真值是不可知的, 在实际应用中, 我们常用n次测量的算术平均值来代表真值。理论上也证明, 随着测量次数的增多, 算术平均值最接近真值, 当时, 算术平均值就是真值。 于是我们用测得值li与算术平均值之差剩余误差也叫残差Vi来代替真差 , 即 设一组等精度测量值为l1、l2、ln则 通过数学推导可得真差与剩余误差V的关系为 将上式代入式(1)有 (

3、2) 式(2)就是著名的贝塞尔公式(Bessel)。 它用于有限次测量次数时标准偏差的计算。由于当时,,可见贝塞尔公式与的定义式(1)是完全一致的。 应该指出, 在n有限时, 用贝塞尔公式所得到的是标准偏差的一个估计值。它不是总体标准偏差。因此, 我们称式(2)为标准偏差的常用估计。为了强调这一点, 我们将的估计值用S 表示。于是, 将式(2)改写为 (2) 在求S时, 为免去求算术平均值的麻烦, 经数学推导(过程从略)有 于是, 式(2)可写为 (2) 按式(2)求S时, 只需求出各测得值的平方和和各测得值之和的平方艺 , 即可。 标准偏差的无偏估计数理统计中定义S2为样本方差数学上已经证明

4、S2是总体方差2的无偏估计。即在大量重复试验中, S2围绕2散布, 它们之间没有系统误差。而式(2)在n有限时,S并不是总体标准偏差的无偏估计, 也就是说S和之间存在系统误差。概率统计告诉我们, 对于服从正态分布的正态总体, 总体标准偏差的无偏估计值为 (3) 令则 即S1和S仅相差一个系数K,K是与样本个数测量次数有关的一个系数, K值见表。 计算K时用到 (n + 1) = n(n)(1) = 1由表1知, 当n30时, 。因此, 当n30时, 式(3)和式(2)之间的差异可略而不计。在n=3050时, 最宜用贝塞尔公式求标准偏差。当n50时的情况, 当n50时,n和(n-1)对计算结果的

5、影响就很小了。 2.5标准偏差的极差估计由于以上几个标准偏差的计算公式计算量较大, 不宜现场采用, 而极差估计的方法则有运算简便, 计算量小宜于现场采用的特点。 极差用R表示。所谓极差就是从正态总体中随机抽取的n个样本测得值中的最大值与最小值之差。 假设对*量作次等精度测量测得l1、,且它们服从正态分布, 则 R = lma* lmin概率统计告诉我们用极差来估计总体标准偏差的计算公式为 (5) S3称为标准偏差的无偏极差估计, d2为与样本个数n(测得值个数)有关的无偏极差系数, 其值见表2 由表2知, 当n15时, 因此, 标准偏差更粗略的估计值为 (5) 还可以看出, 当200n1000

6、时,因而又有 (5) 显然, 不需查表利用式(5)和(5)了即可对标准偏差值作出快速估计, 用以对用贝塞尔公式及其他公式的计算结果进展校核。 应指出,式(5)的准确度比用其他公式的准确度要低, 但当5n15时,式(5)不仅大大提高了计算速度, 而且还颇为准确。当n10时, 由于舍去数据信息较多, 因此误差较大, 为了提高准确度, 这时应将测得值分成四个或五个一组, 先求出各组的极差R1、, 再由各组极差求出极差平均值。 极差平均值和总体标准偏差的关系为 需指出, 此时d2大小要用每组的数据个数n而不是用数据总数N(=nK)去查表2。再则, 分组时一定要按测得值的先后顺序排列,不能打乱或颠倒。

7、标准偏差的平均误差估计平均误差的定义为 误差理论给出 (A) 可以证明与的关系为 (证明从略) 于是(B) 由式(A)和式(B)得 从而有 式(6)就是佩特斯(C.A.F.Peters.1856)公式。用该公式估计值, 由于right|Vright|不需平方,故计算较为简便。但该式的准确度不如贝塞尔公式。该式使用条件与贝塞尔公式相似。标准偏差的应用实例 HYPERLINK wiki.mbalib./wiki/%E5%9D%87%E6%96%B9%E6%A0%B9%E5%B7%AE l _note-.E5.91.A8.E5.AF.8C.E8.87.A3*_note-.E5.91.A8.E5.AF

8、.8C.E8.87.A3 o 1对标称值Ra = 0.160 m 的一块粗糙度样块进展检定, 顺次测得以下15个数据:1.45,1.65,1.60,1.67,1.52,1.46,1.72,1.69,1.77,1.64,4.56,1.50,1.64,1.74和1.63m, 试求该样块Rn的平均值和标准偏差并判断其合格否。 解:1)先求平均值2)再求标准偏差S 假设用无偏极差估计公式式(5)计算, 首先将测得的, 15个数据按原顺序分为三组, 每组五个, 见表3。表3 组号l_1l_5R 11.481.651.601.671.520.19 21.461.721.691.771.640.31 31.561.501.641.741.630.24 因每组为5个数据, 按n=5由表2查得故 假设按常用估计即贝塞尔公式式(2) , 则 假设按无偏估计公式即式(3)计算, 因n=15,由表1查得K = 1.018, 则 假设按最大似然估计公式即式(4)计算, 则 = 0.09296( m )假设按平均误差估计

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论