试验数据误差的估计与检验课件

1.5试验数据误差的估计与检验检验：计算一个值A由两个值（1）自由度df

（2）给定的显著水平a=0.05

Ba（df）

或者B0.5a（df）对比A值与B（df）值得出相关的结论1.5试验数据误差的估计与检验1.5.1随机误差的检验1.5.1.1卡方检验，一组数据随机误差检验（

-test）

1.5.1.2F检验，两组数据随机误差检验1.5试验数据误差的估计与检验1.5.1.1检验（

-test）

（1）目的：对试验数据的随机误差或精密度进行检验。在试验数据的总体方差已知的情况下，（2）检验步骤：若试验数据服从正态分布，则①计算统计量服从自由度为的分布1.5试验数据误差的估计与检验1.5.1随机误差的估计1、适用条件：试验数据的总体方差已知的情况其中，为显著水平检验，卡方检验——随机误差有一组试验数据x1,x2,x3……服从正态分布，则统计量服从自由度为的分布，（见附录1）1.5试验数据误差的估计与检验检验方法1.双侧检验：若2.单侧检验：则该组数据的方差与原总体方差无显著差异，否则有显著差异左侧检验：若则该组数据的方差与原总体方差无显著减小，否则有显著减小右侧检验：若则该组数据的方差与原总体方差无显著增大，否则有显著增大1.5试验数据误差的估计与检验1.5试验数据误差的估计与检验例题1-6p10已知：某厂进行技术改造，以减少酒精中甲醇的含量的波动性，原酒精中的甲醇含量的方差为，改造后25个样品方差求：技术改革后酒精中甲醇含量的波动性是否更小解：依题意，要检验改革后酒精中甲醇含量的波动性是否有明显减小，可用左侧检验依题意，查得可见，技术改造后酒精中的甲醇含量的波动性有显著减少，技改效果明显。1.5试验数据误差的估计与检验2.F检验——随机误差适用条件：两组具有正态分布的试验数据之间的精密度的比较设有两组数据都服从于正态分布，样本方差分别为则服从自由度为及的F分布见附录21.5试验数据误差的估计与检验检验方法1.双侧检验：若2.单侧检验：则该组数据的方差与原总体方差无显著差异，否则有显著差异左侧检验：若则方差1比方差2无显著减小，否则有显著减小右侧检验：若则方差1比方差2无显著增大，否则有显著增大1.5试验数据误差的估计与检验1.t检验法——系统误差，正确度适用条件：数据的算术平均值Xp与给定值U0是否有显著差异。(1)平均值与给定值的比较计算值t与查表之ta(df)则统计量：服从自由度的t分布。双侧检验：左侧检验：右侧检验：则给定值与平均值无显著差异，否则、、则给定值与平均值无显著减小，否则、则给定值与平均值无显著增大，否则、

1.5.2系统误差的检验1.5试验数据误差的估计与检验例题1-8已知：标准样品含水量7.5%，测量结果为7.6，7.8，8.5，8.3，8.7;求：1.仪器的测量结果是否存在显著的系统误差？2.仪器的测量结果较标准值是否明显增大？解：1属于双侧检验，2属于右测检验由已知：由查表得所以仪器的测量结果存在显著的系统误差所以仪器的测量结果较标准值明显增大1.5试验数据误差的估计与检验(2)两个平均值的比较适用条件：两组试验数据的平均值的比较a.两组数据的方差无显著差异时，统计量其中：先F检验，再分为两情况：1-无显著差异；2-有显著差异再进行t检验查表ta(df)，之后对比t与ta（df）1.5试验数据误差的估计与检验例1-9已知：两种方法测量样品的含水量，测量结果分别为、、、求：两种方法之间是否存在系统误差解：1.判断两组数据的方差是否存在显著差异2.进行t检验1.5试验数据误差的估计与检验（3）成对数据的比较适用条件：试验数据是成对出现的，除了被比较的因素之外，其他条件是相同的。采用统计量：其中或1.5试验数据误差的估计与检验自由度：检验：对于给定的显著水平，不存在显著的系统误差，否则存在显著的系统误差。则，成对数据之间计算t0.5a(df),并与t对比1.5.2系统误差的检验2）当，秩和R1近似服从正态分布括号中第一项为数学期望，第二项为标准差，此时T1和T2

可由正态分布算出。

1.5试验数据误差的估计与检验[例1-11]两组数据如下，求有无系统误差甲：8.6，10.0，9.9，8.8，9.1，9.1乙：8.7，8.4，9.2，8.9，7.4，8.0，7.3，8.1，6.8秩1234567891011.511.5131415甲8.68.89.19.19.910.0乙6.87.37.48.08.18.48.78.99.2因为查秩和临界表，得T1=33,T2=63,R1>T2,,,故乙组有测定误差1.5.3过失误差的检验1.5试验数据误差的估计与检验在一系列重复测量数据中：

可疑数据：如有个别数据与其它的有明显差异，它很可能含有粗大误差不恰当剔除含大误差的数据，会造成测量精密度偏高的假象；混有粗大误差的数据，即异常值，未加剔除，会造成测量精密度偏低以上两种情况还都严重影响对平均值的估计因此，对数据中异常值的正确判断与处理，以获得客观的测量结果一、粗大误差产生的原因产生粗大误差的原因是多方面的，大致可归纳为：①测量人员的主观原因②客观外界条件的原因测量者工作责任感不强、工作过于疲劳、缺乏经验操作不当，或在测量时不小心、不耐心、不仔细等，造成错误的读书或记录。测量条件意外地改变（如机械冲击、外界振动、电磁干扰等）。1.5.3过失误差的检验二、判别粗大误差的准则在测量过程中，确实是因读错记错数据，仪器的突然故障，或外界条件的突变等异常情况引起的异常值，一经发现，就应在记录中除去，但需注明原因。这种从技术上和物理上找出产生异常值的原因，是发现和剔除粗大误差的首要方法。有时，在测量完成后也不能确知数据中是否含有粗大误差，这时可采用统计的方法进行判别。统计法的基本思想是：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，就认为它不属于偶然误差的范围，而是粗大误差，该数据应予以剔除。在判别某个测得值是否含有粗大误差时，要特别慎重，应作充分的分析和研究，并根据判别准则予以确定。常用的判别准则有：1.5.3过失误差的检验1.5试验数据误差的估计与检验1.5.3过失误差的检验1.5试验数据误差的估计与检验例12对某量进行15次等精度测量，测得值如下所列，设这些测得值已消除了系统误差，试判别该测量列中是否含有粗大误差的测得值。

测量数值：20.30，20.39，20.39，20.39，20.40，20.40，20.40，20.41，20.42，20.42，20.42，20.43，20.43，20.43，20.431.5试验数据误差的估计与检验解：由已知得其中最可疑的数据为20.30，因此有即它含有粗大误差,故将此测得值剔除。再根据剩下的14个测得值重新计算，得：0.050.010.050.013456789101112131415161.151.461.671.821.942.032.112.182.232.282.332.372.412.441.161.491.751.942.102.222.322.412.482.552.612.662.702.75171819202122232425303540501002.482.502.532.562.582.602.622.642.662.742.812.872.963.172.782.822.852.882.912.942.962.993.013.103.183.243.343.591.5试验数据误差的估计与检验例13

用例12测得值，试判别该测量列中的测得值是否含有粗大误差。解：由表计算得：按测得值的大小，顺序排列得仅有两测得值可怀疑，但由于故应先怀疑是否含有粗大误差，查表应予剔除所以，剩下的14个数据，再重复上述步骤，判别是否含有粗大误差。1.5.3过失误差的检验1.5试验数据误差的估计与检验故可判别不包含粗大误差，且其余测得值也不含粗大误差。查表所以最可疑（三）狄克松准则（自己看）1950年狄克松（Dixon）提出另一种无需估算和的方法，它是根据测量数据按大小排列后的顺序差来判别是否存在粗大误差。有人指出，用Dixon准则判断样本数据中混有一个以上异常值的情形效果较好。以下介绍一种狄克松双侧检验准则。(1)单侧情形设正态测量总体的一个样本，将按大小顺序排列成顺序统计量，即

构造检验高端异常值和低端异常值的统计量D或D’，表1-3若，或则应该剔除或。如附录6所示。

1.5.3过失误差的检验1.5试验数据误差的估计与检验1.5试验数据误差的估计与检验n检验高端异常值检验低端异常值3~78~1011~1314~301.5试验数据误差的估计与检验(2)双侧情形根据表1-3，计算D或D’

对于给定的显著水平，在附录6中查出对应的双侧临界值当判断为异常值当判断为异常值

否则没有异常值

例1-14说明：1.可疑数据应逐一检查，不能同时检验多个数据。按数据与平均值的偏差大小来检验，先检验偏差大的数据2.剔除一个数后，如果要检验下一个数据，应注意试验数据的总数发生了变化3.用不同的方法检验同一组数据，结果可能不同小结：大样本情况（n>50）用3s准则最简单方便，虽然这种判别准则的可靠性不高，但它使用简便，不需要查表，故在要求不高时经常使用；②30<n≤50情形，用格拉布斯准则效果较好；3≤n<30情形，用格拉布斯准则适于剔除一个异常值。在较为精密的实验场合，可以选用二种准则同时判断，当一致认为某值应剔除或保留时，则可以放心地加以剔除或保留。当二种方法的判断结果有矛盾时，则应慎重考虑，一般以不剔除为妥。因为留下某个怀疑的数据后算出的s只是偏大一点，这样较为安全。另外，可以再增添测量次数，以消除或减少它对平均值的影响。1.5.3过失误差的检验1.5试验数据误差的估计与检验以上讨论了三类测量误差，它们的特点各异，因而处理的方法也有较大差别。现简单归纳如下：①随机误差具有抵偿性，这是它最本质的特性，算术均值和标准差是表示测量结果的两个主要统计量；系统误差则违背抵偿性，因而会影响算术均值，变化的系统误差还影响标准差；粗大误差则存在于个别的可疑数据中，也会影响算术均值和标准差。②随机误差服从统计规律，是无法消除的，但通过适当增加测量次数可提高测量精度；系统误差则是有确定性规律，在掌握这个规律后，可以采取适当的措施消除或减小它；粗大误差既违背统计规律，又违背确定性规律，可用物理或统计的方法判断后剔除。③为处理一组测量数据，往往先找出个别可疑数据，经统计判断确认无粗大误差后，再用适当的方法检验数据中是否含有明显的系统误差，如确认已无系统误差，最后处理随机误差，统计算术平均值、标准差及极限误差，以正确的表达方式给出测量结果。

1.5.3过失误差的检验1.5试验数据误差的估计与检验1.6有效数字的运算1.6.1有效数字（significancefigure）

能够代表一定物理量的数字有效数字的位数可反映试验或试验仪表的精度数据中小数点的位置不影响有效数字的位数例如：50㎜，0.050m，5.0×104μm第一个非0数前的数字都不是有效数字，而第一个非0数后的数字都是有效数字例如：29㎜和29.00㎜第一位数字等于或大于8，则可以多计一位，可以认为四位有效数字例如：9.99

二、数字运算规则

1.6有效数字的运算（1）加、减运算：与其中小数点后位数最少的相同（2）乘、除运算以各乘、除数中有效数字位数最少的为准（3）乘方、开方运算：与其底数的相同：例如：2.42=5.8（4）对数运算：与其真数的相同

例如ln6.84＝1.92；lg0.00004＝－4三、数字舍入规则1.6有效数字的运算（5）在4个以上数的平均值计算中，平均值的有效数字可增加一位（6）所有取自手册上的数据，其有效数字位数按实际需要取，但原始数据如有限制，则应服从原始数据。（7）一些常数的有效数字的位数可以认为是无限制的

例如，圆周率π、重力加速度g、1/3等（8）一般在工程计算中，取2～3位有效数字1.6有效数字的运算1.6.3有效数字的修约规则≤4：舍去≥5，且其后跟有非零数字

，进1位例如：3.14159→3.142＝5，其右无数字或皆为0时，“尾留双”：若所保留的末位数字为奇数则进1若所保留的末位数字为偶数则舍弃例如：3.1415→3.142——双

1.3665→1.366——双1.7误差的传递——不推导，只结果1.7.1误差传递基本公式——不推导，只结果设全微分得：得用代替或误差传递公式直接测量误差误差传递系数1.7误差的传递——不推导，只结果所以，绝对误差为：相对误差为：间接测量值或函数为：或函数标准误差传递公式为：1.7误差的传递——不推导，只结果由于测量次数有限，一般采用：1.7.2常用函数的误差传递基本公式函数最大绝对误差标准误差1.7误差的传递——不推导，只结果1.7.3误差传