数据处理与表征的新概念

数据处理与表征的新概念史锦顺中国电子科技集团公司第27研究所郑州450005摘要提出测量数据拟合计算中的一个技巧——对称编号，给出简化拟合计算的实例。说明误差偏差计算中取标准值的原则。指出：统计测量不能剔除粗差。基于微小误差准则，给出测量数据有效数字的新定义。关键词常规测量统计测量贝塞尔公式不确定度准确度1必要测量与重复测量一定的质表现为一定的量，我们日常生活工作都离不开测量与计算。日常生活中的测量，误差常可忽略。科学与技术中的物理量测量就不同了，测量仪器误差或物理量值的变化，通常不能忽略了事。要知道物理量的大小，必须进行至少一次测量，这叫做必要测量。要知道物理量在一定间隔时间的变化，必须进行至少二次测量，这两次测量也是必要测量。生活中只进行必要测量就够了，但技术测量，包括常规测量测量与统计测量，要进行多次测量。除必要测量以外的测量称重复测量（有的计量学书上称为多余测量，似不妥当，并不是“多余”）。科学的测量，应该包括必要测量与重复测量。科学技术工作者要养成习惯，凡测量，都要包含重复测量。最少测3次，通常测10次，有些则要求测量上百次。例如频率稳定度的测量，秒以下采样时，国际惯例，采样次数是100。测量晶振日老化率，通常测量7周天。为知一天的变化量，间隔一天测2次，这是必要测量，其余测量是重复测量。2多次测量取平均值的意义定理表征量值的最佳值是测得值的平均值。设对一个物理量测量了N次，共有N个测得值：A『A2，……AN。找一个值B，使其与各值差的平方和为最小。做函数：Q=兜（A-B2ii=1注意，这里B是我们要寻找的量，是变量。令竺=0dB有-2尤（A-B）=0ii=11La-NB=0ii=1得BIA.⑴i=1由以上推导过程，知B是最佳估值；由表达式（1），知B是平均值；故知平均值是最佳估值。定理得证。对量值进行多次测量取平均值有下列好处：（1）常规测量可以减小随机误差；（2）可以避免差错在统计测量的情况下，平均操作是取得统计平均值。平均值是期望值的最佳估值。3数据拟合的技巧对变化可略的量，进行多次测量，取平均值，是常数拟合。如上节所述。对变化的量，进行数据拟合，是函数拟合。此函数通常取多项式函数。依多项式的阶数，称一阶拟合（线性拟合）、二阶拟合、三阶拟合……。（1）零阶拟合前述对常量的拟合，可以看作对函数"B的拟合，是零阶拟合。其结果是B=1项Ni

i=1（2）一阶拟合对应等间隔的自变量X1、x2、……xN，测得值为y1、y2、……yN，测得值大致呈直线。

拟合一条直线，使测得值与线的差的平方和最小。设直线为：y=B+kx作函数：Q=丈（y-B—kx*

iii=1这里是选曲线，B、k是变量。令迪=0dB-2尤(y—B—kx)=0i=1-2尤(y.—B—kx)^=0i=1整理（2）（3）NB+k=».（2）（3）i=1i=1B»+k乙2=&xi=1i=1i=1由联立方程（2）（3）求解，是经典解法。易见这是未知量B、k的线性方程组，其解为:[Zyt[Zytpxf[-[XxjXy.x.i=1N[ZyX]—[Xy丫Xx

CiiJl"人.'x2i=1如此常规求解，一阶拟合的解，表达式与计算已很繁，二阶以上的解与计算更繁。这里介绍一种简化方法。这种方法的核心是对称编号。函数拟合的前提是自变量无误差，而函数有误差或有随机变化。把自变量等间隔地分成N段，则可表为：x.=id

通常的编号方法是i从1到N。现推荐对称编号，i从-n到+n。则必有:定理等间隔划分的自变量，对称编号时，自变量的奇次方之和为零。证明对称编号时，由于-1的奇次方是-1，i为正值时自变量各奇次方值，必有绝对值相等而正负号相反的值与其对应，相消了，故求和结果为零。联立方程（2）（3）变为:NB=»

i

i=-nk»2=£联立方程（2）（3）变为:NB=»

i

i=-nk»2=£i=-ni=-n易得解为B=1»Nii=-nXk=i=n乙2i

i=n(3)2阶拟合&ii=n”d乙2i=-n模型y=B+kx+ax2作函数Q=£G+kx+ax2-y(5)(6)(7)(8)(9)i=-n孚=0;dk籍=0;dai=-ni=-ni=-n(10)(11)(12)由于对称编号，i=-ni=-ni=-n(10)(11)(12)NB+a乙2心i=-ni=-nk乙2i=-ni=-nB+aEx：=工叩：由（10）至（12）,解得:^]Ly^-f]Lx2^]Ly^-f]Lx2丫X——、i--nXx4)」Xii--nN"i--n\x2i--ni)\y.x2八；“)1--n2(13)(14)X”iik—i-nXx2ii--n\X2ii--n八.*N件x(14)\X2ii--n八.*N件x：j」Xi--n\x2i--ni)]，)i--n2(15)注意到x.=泌且有公式:iXi2-1n(n+1)2n+1)i-1Xi4-1n(n+1)2n+1)(n2+3n-)30i-1由此，可进一步简化（13）（14）（15）各式。在以后刊出的测速文中有具体结果。4误差与偏差表达的标准值问题误差与偏差的表达中，都有以什么值当标准的问题。早期曾把量值分为两类：表类和源类。表类，如螺旋测微器、电压表等的示值。示值就是测得值。以被测量的实际值为标准。例如，物理量的实际值为A，表的示值即测得值为Am，实际值A做标准。误差为△A=A-Amm源类，如标准频率源之频率，标准电池之电压等，在同一名义值下，在不同时刻，给出不同的量值。以标称值为标准。如标称值为A。，而实际输出值为Aj,标称值A。做标准。偏差为△A=A—A11o这种表达方法，运用方便，下称第1种方法。特别是在各类频率源的表达中，几乎占统治地位。缺点是这样做的理由论述不够，当今虽靠习惯支撑着，却被指责违反规定。上世纪末期，出现了新的规定，不分表类源类，一律以物理量的实际值为标准。下称第2种方法。这种作法，似乎很理直气壮，这是以客观物理量为标准呀，谁好反对？举个实际例子。例如5MHz晶振，实测频率为5000000.5Hz，按第1种方式：A=A—Ao=5000000.1Hz-5MHz=+0.5Hz5MHz是标称值，视为无限精确值。该晶振频率偏高，或说频率偏高+1.0X10-7；按第2种方式：A=Ao—A=5MHz—5000000.1Hz=—0.5Hz该晶振频率的标称值偏低0.5Hz，或说标称值偏低1.0X10-7。这种说法不当，5MHz的晶振可能有千万台，标称值是固定的常量，怎么说标称值高了还是低了。差异性是晶振的实际频率造成的，考察的是实际频率，它是被比较的，它不该做标准。在实际应用中，晶振大量应用于时钟，钟的计时量与频率成正比，这里的频率指的是频率实际值，用标称值高低的说法就很不顺。是不是用第1种说法，即分表类、源类好呢？不，这样分类缺少抵抗力，也未涉及问题本质。第3种方法是区分常规测量与统计测量。这是本书测量分类说的自然引申。常规测量，以物理量的实际值为标准；统计测量，以标称值为标准。例如用计数式频率计测量频率。按第1种方式，先要认定这是表类还是源类，表面上看计数式频率计给出示值，似乎是表类，现用计数式频率计测晶振，晶振又是源类，这个问题按第1种方式是说不清的。按第2种方式，要以晶振实际输出值为准，而晶振实际输出值可能是变化的，标准有多个，这不好。按第3种方式，先要区分是常规测量还是统计测量。如果计数式频率计内标晶振指标远高于被测晶振，这是通常情况，在分辨力足够的条件下，测量误差可略，测得的值都是真值（实际值），这是统计测量，是统计问题，表达偏差要用标称值做标准。如果计数式频率计内标晶振指标远低于被测品振，这不是通常情况，可能是在检查频率计本身，测得值的变化与偏离，反映的是测量误差，这是常规测量问题，量值标准要用被测量的真值，那就是被测晶振的标称值。在检定工作的实践中，以高指标的频率合成器为标准，用被检频率计测量频率合成器的各种频率输出，这是典型的测量问题。对该频率计来说，频率合成器的频率示值就是真值，频率计测得值与其差就是该频率计的误差。笔者曾用此法检查出一种型号的集成式频率计（其晶振电路缺少隔离级）的频率牵引现象。将测量分为常规测量与统计测量，也顺便解决了表达误差偏差时的标准值问题。5统计测量不能剔除粗差粗差是测量数据中的超常数据的误差，其绝对值过大。是不是粗差，有几种判别方法，最常用的是3。法。这种粗差判别法说：凡大于3。的误差是粗差，产生粗差的数据是异常数据，异常数据剔除。处理过程：全体数据计算J1，误差大于3。1的数据剔除；用其余数据再算。2,误差大于3。2的数据剔除……。笔者认为粗差剔除虽然可以用于常规测量，但用时要慎重，更不应递进式舍弃；要寻找数据分散的原因，不该剔除了事。笔者在这里提出的是一个新观点：在统计测量中，不能剔除粗差。常规测量，是经典的测量。被测量的量值是客观存在，是唯一的、不变的。测量出的数据是人的认识，认识有准确与不大准确之分。不大准确是正常的；而太不准确，那是错误，错误该去掉。因而对常规测量，剔除粗差相当于去掉错误认识。但对统计测量，性质就变了。在统计测量中，测量误差可略，测得值个个是真值，真值是不能去的。真值不可抛，不能舍弃异常值。要分析产生异常值的原因。找出原因，改正，直到不出现异常值。也许一时找不到原因，异常值仍出现，那只有把此异常值统计入被测量的特性中。异常值的出现，有两种可能，一种是测量仪器等测量过程的问题，另一种是被测量有异常变化。测量通常是保证措施，必须保险，不能漏掉该查出的问题，故不可舍弃异常值。频率测量通常是统计测量（研制与检验频率计的测量是常规测量）。频率稳定度表征频率源的频率稳定性。测量频率稳定度，要求测量设备（包括参考源、比较系统、计算系统等）的频率变化远小于被测频率的变化。当今通行的阿仑方差，其测量与计算是不舍弃异常值的。不剔除异常值这一条，在频率稳定度测量中，已实行三十多年了。这里，将其上升为规则。6微小误差准则误差、偏差（或误差范围、偏差范围）都是统计类量，当甲误差比乙误差大一个量级时，称乙误差为微小误差，微小误差可略。很显然，误差与误差范围是不同的。但在一般表达中，常常用误差来代表误差范围。应明确，这仅仅是用语的简化，切不可混淆我们的理解。在一次测量的一组操作中，测得值N个，误差就大大小小有N个值，而误差范围只有一个。微小误差可略，可以推广为微小误差范围可略。这在测量理论与实践中，在计量体系中，都是常常应用的。微小误差可略，表征测量结果的数据，就不必写得过长，只保留有效数字。微小误差范围可略，计量标准、计量仪器，便可划分等级，上一等计量标准成为下一等测量仪器的量值标准一一即相对真值。微小，是比较而言的，是相对某特定量来说的。要注意微小误差、微小误差范围的相对性。微小误差准则：凡是对总误差值的构成作用小于总误差1/20（或1/10）的误差，称微小误差，微小误差可略。小于总误差的1/20，这个标准比较高，可用于标准和重要的工程中；一般测量，此值可取为1/10。6有效数字的新概念有效数字与精度密切相关。没有精度的概念，就谈不上有效数字。精度决定有效数字。许多讲测量理论的书，摆错了有效数字与精度的位置。有效数字取决于精度，但不能说有效数字决定精度。《数学小辞典》［4］上说：“对于实数X，如果它的近似数是X*，当X*的绝对误差最多不超过左边第一个非零数字算起第K位上的半个单位，这时我们说近似数X*有K个有效数字，并把左边第一个非零数字算起到第K位止的这K个数字都叫做近似数X*的有效数字”。这个定义只表明保留的数字是按4舍5入法处理的。有效数字理论的主要应用场合是测量的实践，其基本任务是正确表达测量结果。上述定义能完成这个任务吗？测量结果的计算中可能遇到取常数近似值的问题，例如n、巨的近似取值问题。取近似值有误差，但要注意，这里的“误差”一词可不是测量意义下的误差，而是取近似数这一项的误差，是整个测量结果误差的极小的一部分。定义有效数字有两条思路：第一种，描述有效数字误差有多大；第二种，为保证精度，应如何取有效数字。教科书上的思路是第一种，出了许多问题。例如一本计量学专著［5］上有大段话，说明如何从有效数字断定精度，这是不对的。让我们沿着第二种思路，重来。有效数字概念的理论基础是微小误差准则。这个准则说：凡是对总误差值的构成作用小于总误差1/20（或1/10）的误差，称微小误差，微小误差可略。1/20这个标准比较高，可用于标准和重要的工程中；一般测量，此值可取为1/10。一个数据，位数取得过多，多写了无用的尾数，麻烦，不该；位数取少了，影响精度，更不可。合适地取数据的位数，就是有效数字理论的任务。测量有误差，微小误差可略。误差使数据分为肯定位、随机位与多余位。肯定位在前，随机位在后，多余位是尾部。肯定位、随机位上的数字，对测量结果有意义，统称有效数字，多余位上的数字对表达测量结果无意义，是无效数字。保留有效数字，舍弃或进位多余位上的数字，这称有效数字处理。去掉多余位上的数字，本文简称为截位。舍弃或进位多余数字产生的误差称截位误差（舍进误差）。截位误差必须是微小误差。由微小误差准则，微小误差可略，因而这种截位是合理的。截位的方法是：被截位上的数小于5,舍弃；大于5,进位，即上位加1；被截位恰为5时，上位是奇数时进位，上位是偶数时舍弃。截位误差小于或等于最低保留位上单位的二分之一，它应是微小误差（比较标准是数据自身的误差）。有些数，例如n、根号2这些数自身无误差可言，取近似值时，要根据计算结果精度对其要求处理：截位误差对计算结果的影响量，应是微小误差。误差量本身该取几位有效数字，是个重要问题，是决定数据有效数字位数的关键。误差量也是量，也要做有效数字处理。误差量的截位误差应是微小误差，比较标准是误差自身。举几个极端情况，计算一下便知：误差取两位即可。例如，误差计算结果是1.050，从左数第3位起截去，截位误差为0.05，即为误差自身的1/20。这是误差取两位时的最大截位误差，即极限情况。由此可见，误差取两位足够，取三位就显得多了。那么误差取一位行吗？如果误差量第一位数字是5或大于5,则取一位的最大误差是1/10，这时取一位可以；但第一位数字是4或小于4,若取一位，则截位误差不能保证小于1/10，故必须取两位。这样，一般情况下，误差取两位。非精密测量，