标准偏差及相对标准偏差公式汇编版.docVIP

标准偏差 出自 MBA智库百科(/) 　准确度：测定值与真实值符合的程度绝对误差：测量值（或多次测定的平均值）与真（实）值之差称为绝对误差，用δ表示。相对误差：绝对误差与真值的比值称为相对误差。常用百分数表示。　　绝对误差可正可负，可以表明测量仪器的准确度，但不能反映误差在测量值中所占比例，相对误差反映测量误差在测量结果中所占的比例，衡量相对误差更有意义。 　　例：用刻度0.5cm的尺测量长度，可以读准到0.1cm，该尺测量的绝对误差为0.1cm；用刻度1mm的尺测量长度，可以读准到0.1mm，该尺测量的绝对误差为0.1mm。　　例：分析天平称量误差为0.1mg, 减重法需称2次，可能的最大误差为0.2mg, 为使称量相对误差小于0.1%，至少应称量多少样品？　 　　答：称量样品量应不小于0.2g。真值（μ）：真值是客观存在的，但任何测量都存在误差，故真值只能逼近而不可测知，实际工作中，往往用“标准值”代替“真值”。标准值：采用多种可靠的分析方法、由具有丰富经验的分析人员经过反复多次测定得出的结果平均值。精密度：几次平行测定结果相互接近的程度。　　各次测定结果越接近，精密度越高，用偏差衡量精密度。偏差：单次测量值与样本平均值之差： 平均偏差：各次测量偏差绝对值的平均值。相对平均偏差：平均偏差与平均值的比值。标准偏差：各次测量偏差的平方和平均值再开方，比平均偏差更灵敏的反映较大偏差的存在，在统计学上更有意义。相对标准偏差（变异系数）　　例：分析铁矿石中铁的质量分数，得到如下数据：37.45，37.20，37.50，37.30，37.25（%），计算测结果的平均值、平均偏差、相对平均偏差、标准偏差、变异系数。准确度与精密度的关系：　　1）精密度是保证准确度的先决条件：精密度不符合要求，表示所测结果不可靠，失去衡量准确度的前提。　　2）精密度高不能保证准确度高。　　换言之，准确的实验一定是精密的，精密的实验不一定是准确的。 重复性试验 按拟定的含量测定方法，对同一批样品进行多次测定(平行试验至少5次以上，即ngt;5)，计算相对标准偏差(RSD)，一般要求低于5% 　　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-物料中某成分的各次测量值，1～n； 标准偏差的使用方法 　 六个计算标准偏差的公式[1]标准偏差的理论计算公式 　　设对真值为X的某量进行一组等精度测量, 其测得值为l1、l2、……ln。令测得值l与该量真值X之差为真差占σ, 则有　　　　σ1 = li ? X 　　σ2 = l2 ? X 　　…… 　　σn = ln ? X 　　我们定义标准偏差(也称标准差)σ为 　　 　　 （1） 　　由于真值X都是不可知的, 因此真差σ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σ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σ , 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σ与剩余误差V的关系为 　　 　　将上式代入式(1)有 　　 　　　　　(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σ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σ的一个估计值。它不是总体标准偏差σ。因此, 我们称式(2)为标准偏差σ的常用估计。为了强调这一点, 我们将σ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σ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S2是总体方差σ2的无偏估计。即在大量重复试验中, S2围绕σ2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σ的无偏估计, 也就是说S和σ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σ的无偏估计值为 　　　　(3) 　　令 　　则 　　即S1和