资源描述:
《笔记五、粗大误差的处理方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、一、粗大误差1、粗大误差的特点及产生原因粗大误差的数值比较大,它对测量结果会产生明显的歪曲,粗大误差可以完全消除。产生原因:主观原因是,测量者粗心大意,测量不仔细,不耐心,过于疲劳或者操作不当等因数造成了错误的读数或者错误的记录。客观原因是,测量条件意外地改变(如机械冲击、外界振动等),引起仪器示值的改变。2、如何发现粗大误差及判别方法➢3准则(莱以特准则)适用条件:适用于测量次数充分大(一般上百次)的测量列。测量次数较少时,这种判别方法可靠性不高。优点:使用简便,不需要查表,所以在要求不高时经常使用判别方法:对于某一测量列,如果发现某1次测量残余误差满足下面式子,即n2vii1
2、xxv33,则存在粗大误差,应剔除iin1例子1:对某一量进行15次等精度测量,如下,试判别测量是否含有粗大误差。测量列中,x20.404,n2vi0.0150i133330.0330.099n1151根据3法则,明显地发现第8次测量,v0.1040.0993,存在粗大误差。8剔除大于3的测量值后,重新计算,'x20.411n'2vi'i10.0033733330.0160.048n1141'对比发现,剩余测量列中没有残余误差>3,即不含粗大误差➢罗曼诺夫斯基准则(t校验准则)适用条件:测量次数很小,但精度要求较高的
3、测量列优点:在测量次数很少时,能够保持很高的精度判别方法:首先剔除一个可疑值,然后按照t分布检验被剔除的值是否含有粗大误差。多次测量:xx,,...,x;可疑数据为x,12njn1剔除xj后,计算平均值:xxin1i1ijn2vii1ij标准差n1根据测量次数n,选取显著度,查表得到检验系数Kn(,),若被剔除测量值x满足如下:jxxK,则认为含有粗大误差,剔除x是正确的jj例子2:试用此法判断上述例子1中的测量值中有无粗大误差?怀疑第8次测量结果,先将其剔除。计算剩余测量值的平均值和标准差n1xxi20.411n1i1ijn,2vii1
4、ij0.016n1选取显著度0.05,已知n=15,查附录表得Kn(,)2.24K2.240.0160.036因xx20.3020.4110.1110.036K,故第8次测量值含8有粗大误差,应该剔除掉。➢格罗布斯准则适用条件:测量次数少,但是相比于罗曼诺夫斯基准则、狄克松准则等可靠性最高。优点:测量次数n20~100时,判别效果较好判别方法:对某一量做多次等精度的独立测量:xx,,...,x12n计算平均值、残余差、标准差:12vxxvx,=iix,=n1n将测量值x(i=1,2,3…n)按照从小到大进行排序,找到最小值ix和最大
5、值x(1)(n)xx(1)令g,取定显著度(一般0.05或者0.01),查阅附(1)表,得到临界比较值gn(,)(附表)(0)若gg(n,),则该值为粗大误差应该剔除掉。剔除完后,(1)(0)''xx'(n)重新计算平均值x、标准差。令g,选取显著度,()n'若gg(n1,),则此测量值含有粗大误差,应剔除,否则(n)(0)留下。例子:还是利用上述的例子1,用该方法判断测量值有无粗大误差?12v计算:xx20.404,=n10.033n排列测量值,从小到大的顺序:x20.30,x20.43(1)(15)xx20.40420.300
6、.104(1)现在怀疑这两个值,xx20.4320.4040.026(15)xx(1)20.40420.30所以应该先怀疑x:g3.15(1)(1)0.033选取显著度0.05,查表得g(15,0.05)(0)gg3.15(15,0.05)2.41,故此测量值含有粗大误差,应该(1)(0)剔除。''剔除后再重新计算平均值、标准差:x20.411,0.016'xx(n)20.4320.411计算g1.18()n'0.016查表得gg(15-1,0.05)2.371.18(0)(15)则x不含有粗大误差,应保留。(15)➢狄克松准则适用
7、范围:测量次数少,但可靠性要求高。优点:判断测量列中的粗大误差的速度较快判别方法:测量值:xx,,...x;次数为n12n将测量值按照从小到大排列:x,x,...x(1)(2)()n选定显著度(一般为0.01或0.05),查表得到临界统计量r(n,);0判断最大值x:计算极差比r,若rr(n,),则该值含()nijij0有粗大误差,应剔除;否则保留。判断最小值x:计算极差比r,若rr(n,),则该值含(1)ijij0有粗大误差,应剔