[工学]第3章 测量误差及数据处理.ppt

3章．测量误差及数据处理 3.1 测量误差的分类和测量结果的表征 3.2 测量误差的估计和处理 3.3 测量不确定度 3.4 测量数据处理 3.1 测量误差的分类和测量结果的表征 3.1.1 测量误差的分类 根据测量误差的性质，测量误差可分为随机误差、系统误差、粗大误差三类。 1.随机误差 定义: 在同一测量条件下（指在测量环境、测量人员、测量技术和测量仪器都相同的条件下），多次重复测量同一量值时（等精度测量），每次测量误差的绝对值和符号都以不可预知的方式变化的误差，称为随机误差或偶然误差，简称随差。 随机误差主要由对测量值影响微小但却互不相关的大量因素共同造成。这些因素主要是噪声干扰、电磁场微变、零件的摩擦和配合间隙、热起伏、空气扰动、大地微震、测量人员感官的无规律变化等。 3.1.1 测量误差的分类（续） 例：对一不变的电压在相同情况下，多次测量得到 1.235V，1.237V，1.234V，1.236V，1.235V，1.237V。 单次测量的随差没有规律， 但多次测量的总体却服从统计规律。 可通过数理统计的方法来处理,即求算术平均值 3.1.1 测量误差的分类（续） 2.系统误差 定义：在同一测量条件下，多次测量重复同一量时，测量误差的绝对值和符号都保持不变，或在测量条件改变时按一定规律变化的误差，称为系统误差。 产生的主要原因是仪器的制造、安装或使用方法不正确，环境因素影响，测量原理中使用近似计算公式，测量人员不良的读数习惯等。 系统误差表明了一个测量结果偏离真值或实际值的程度。系差越小，测量就越准确。 系统误差的定量定义是：在重复性条件下，对同一被测量进行无限多次测量所得结果的平均值与被测量的真值之差。即 3.1.1 测量误差的分类（续） 3.粗大误差： 粗大误差是一种显然与实际值不符的误差。产生粗差的原因有： 测量操作疏忽和失误 ( 如测错、读错); 测量方法不当或错误 (如使用有缺陷的计量器具); 测量环境条件的突然变化 . 含有粗差的测量值称为坏值或异常值，在数据处理时，应剔除掉。 3.1.1 测量误差的分类（续） 4.系差和随差的表达式 在剔除粗大误差后，只剩下系统误差和随机误差 各次测得值的绝对误差等于系统误差和随机误差的代数和。 在任何一次测量中，系统误差和随机误差一般都是同时存在的。 系差和随差之间在一定条件下是可以相互转化 3.1.2 测量结果的表征 准确度表示系统误差的大小。系统误差越小，则准确度越高，即测量值与实际值符合的程度越高。 精密度表示随机误差的影响。精密度越高，表示随机误差越小。随机因素使测量值呈现分散而不确定，但总是分布在平均值附近。 精确度用来反映系统误差和随机误差的综合影响。精确度越高，表示正确度和精密度都高，意味着系统误差和随机误差都小。 3.2 测量误差的估计和处理 3.2.1 随机误差的统计特性及减少方法 在测量中，随机误差是不可避免的。 随机误差是由大量微小的没有确定规律的因素引起的，比如外界条件（温度、湿度、气压、电源电压等）的微小波动，电磁场的干扰，大地轻微振动等。 多次测量，测量值和随机误差服从概率统计规律。 可用数理统计的方法，处理测量数据，从而减少随机误差对测量结果的影响。 3.2.1随机误差的统计特性及减少方法(续） （1）随机变量的数字特征 ①??? 数学期望:反映其平均特性。其定义如下： X为离散型随机变量： X为连续型随机变量： 3.2.1随机误差的统计特性及减少方法(续） ② 方差和标准偏差 方差是用来描述随机变量与其数学期望的分散程度。 设随机变量X的数学期望为E(X)，则X的方差定义为： D(X)= E(X－E(X))2 标准偏差定义为： 标准偏差同样描述随机变量与其数学期望的分散程度，并且与随机变量具有相同量纲。 3.2.1随机误差的统计特性及减少方法(续） 测量中的随机误差通常是多种相互独立的因素造成的许多微小误差的总和。 中心极限定理：假设被研究的随机变量可以表示为大量独立的随机变量的和，其中每一个随机变量对于总和只起微小作用，则可认为这个随机变量服从正态分布。 3.2.1随机误差的统计特性及减少方法(续）正态分布的概率密度函数和统计特性 随机误差的概率密度函数为： 测量数据X的概率密度函数为： 随机误差的数学期望和方差为： 同样测量数据的数学期望E(X)＝ ，方差D(X)＝ 3.2.1随机误差的统计特性及减少方法(续）正态分布时概率密度曲线 3.2.1随机误差的统计特性及减少方法(续） 2. 有限次测