随机误差分布符合正态分布因此课件.ppt

1、2.1 2.1 理论误差理论误差2.1.1 随机误差及其正态分布随机误差及其正态分布 在重复测量条件下，对同一被测物理量进行多次测量，若每一次的测量在重复测量条件下，对同一被测物理量进行多次测量，若每一次的测量中无粗大误差和系统误差，则在测量结果中只有随机误差，这些随机误差是中无粗大误差和系统误差，则在测量结果中只有随机误差，这些随机误差是由很多暂时未能掌握或无法掌握的微小因素所引起的，其主要有下列几个方由很多暂时未能掌握或无法掌握的微小因素所引起的，其主要有下列几个方面：面：（1）测量设备方面的因素，如零部件配合的不稳定性、零部件的变形、零）测量设备方面的因素，如零部件配合的不稳定性、零部件

2、的变形、零部件表面油膜不均匀、有摩擦等。部件表面油膜不均匀、有摩擦等。（2）环境方面的因素，如温度的微小波动、温度与气压的微量变化、光照）环境方面的因素，如温度的微小波动、温度与气压的微量变化、光照强度的变化、灰尘以及电磁场的变化等。强度的变化、灰尘以及电磁场的变化等。（3）人员方面的因素，如瞄准、读数的不稳定、情绪的波动等。）人员方面的因素，如瞄准、读数的不稳定、情绪的波动等。这些误差表面上看来是毫无规律的，但从整体上观察是服从统计规律的，这些误差表面上看来是毫无规律的，但从整体上观察是服从统计规律的，这种统计规律往往可以通过试验的方法得到。这种统计规律往往可以通过试验的方法得到。第第2章误

3、差理论及数理统计章误差理论及数理统计2.6 方差方差 在第在第1章中给出了一个实际测量结果的例子，以误差作为横坐标，以频率章中给出了一个实际测量结果的例子，以误差作为横坐标，以频率数数 f 作为纵坐标，将所得数据画成频率分布的直方图，如图作为纵坐标，将所得数据画成频率分布的直方图，如图2.1所示。所示。图2.1误差频率直方图0 0%2 2%4 4%6 6%8 8%1 10 0%1 12 2%1 14 4%1 16 6%1 18 8%-0 0.0 06 6-0 0.0 05 5-0 0.0 04 4-0 0.0 03 3-0 0.0 02 2-0 0.0 01 10 00 0.0 01 10 0

4、.0 02 20 0.0 03 30 0.0 04 40 0.0 05 50 0.0 06 6xfi图2.2 误差频率分布图0 0%2 2%4 4%6 6%8 8%1 10 0%1 12 2%1 14 4%-0 0.0 06 6-0 0.0 05 5-0 0.0 04 4-0 0.0 03 3-0 0.0 02 2-0 0.0 01 10 00 0.0 01 10 0.0 02 20 0.0 03 30 0.0 04 40 0.0 05 50 0.0 06 6xfi 由图由图2.1可以看出，误差集中在零值附近，若进一步增加试验的次数，可以看出，误差集中在零值附近，若进一步增加试验的次数，区间宽

5、度进一步缩小，则图区间宽度进一步缩小，则图2.1可以变成一条光滑曲线，如图可以变成一条光滑曲线，如图2.2所示。所示。（1）高斯误差定律）高斯误差定律正态分布的分布密度函数为：正态分布的分布密度函数为：（2-1）（2-2）F（x）的图形关于中心轴对称，由此可以得出：）的图形关于中心轴对称，由此可以得出：（2-3）图2.3表示 中不同的正态密度曲线，图形是关于的x=轴对称，的大小影响图形的形状，大图形胖而矮，小图形瘦而高。0f(x)x图 2.3 不同的正态密度曲线 一般的正态分布可以通过适当变换化为标准正态分布。一般的正态分布可以通过适当变换化为标准正态分布。若 xN（2,），令 Z=x，则 Z

6、N（0，1）符合标准正态分布，如下式：ZZdZeZxxF2221)()()(（2-4）（2-4）其值见附表其值见附表1。分布图见图分布图见图2.3-1 19世纪德国的科学家高斯研究大量的测量数据时发现，随机误差分布世纪德国的科学家高斯研究大量的测量数据时发现，随机误差分布符合正态分布。因此，在误差理论中将正态分布又称为高斯分布，图符合正态分布。因此，在误差理论中将正态分布又称为高斯分布，图2.3中中的曲线称为高斯曲线，其分布密度函数及概率分布函数分别表示为：的曲线称为高斯曲线，其分布密度函数及概率分布函数分别表示为：（2-5）（2-6）图图2.3-1 2.3-1 标准正态分布曲线标准正态分布曲

7、线f(x)拐点ox1（2）高斯分布的概率计算）高斯分布的概率计算I.查表法查表法（a）将一般的正态分布),(2N化为标准正态分布)1,0(N,令xZ,则)1,0(NZ。以Z查正态分布表的概率值)(xF：)()(ZxF。例 2.1 已知)4,2(2Nx，求 F（4）。解：令 21424xZ 查表得：0.69146)21(所以 0.69146)21()4(F。（b）关于)(21kaxkaF的计算：可以证明：若图例说明图例说明利用利用Excel计算计算oZ落在此区间中的概率为68.26%f(Z)-11标准正态分布示意图标准正态分布示意图（b）关于)(21kaxkaF的计算：可以证明：若),(2aNx

8、，k1、k20，则：)(21kaxkaF1)()(21kk 还可以证明：若 xN（a,2），k1、k20，则)()()(1221kkkaxkaF 例 2.2（1）%27.681)1(2)(axaF 或者，%27.68)1()1()(axaF（2）%45.951)2(2)22(axaF 或者，%45.95)2()2()22(axaF （3）%73.991)3(2)33(axaF 或者，%73.99)3()3()33(axaF 图例说明图例说明利用利用Excle进行计算进行计算ox占68.2%f(x)-xxx(c)(21kaxkaF可以改写为)(21kaxkF，若21kkk，已知)(kaxkF的值

9、，查表可求出k。例 2.3 （1）已知%95)(kaxkF，查表得96.1k（2）已知%99)(kaxkF，查表得58.2k 利用利用Excel进行计算进行计算F（xnxxn）68.27%F（x2nxx2n）95.45%F（x3nxx3n）99.73%（d）在数据处理中，如果 x 为被测物理量的算术平均值 x，其正态分布可以表示为 xN（a,2)(n），其中n为算术平均值 x的标准误差。II.电子表格计算法电子表格计算法计算步骤如下：计算步骤如下：图例说明图例说明ox 落在此区间中的概率为68.26%f(x)axna na nx a或或xnx nx 或或2.1.2 随机误差的数理统计随机误差的

10、数理统计（1）母体和子样）母体和子样 数理统计中将研究对象的全体称为母体，组成母体的每一个单元称数理统计中将研究对象的全体称为母体，组成母体的每一个单元称为子样。工程试验的重要任务就是从子样的试验中得到关于母体的结论。为子样。工程试验的重要任务就是从子样的试验中得到关于母体的结论。（2）统计量与无偏估计）统计量与无偏估计 通过有限的子样观测值来计算母体最可信赖的平均值及方差，这种由通过有限的子样观测值来计算母体最可信赖的平均值及方差，这种由子样计算出来的特征量又称作统计量，而统计量是随机变量，当子样容量子样计算出来的特征量又称作统计量，而统计量是随机变量，当子样容量足够大时（一般足够大时（一般

11、n30），完全可以用子样的参数估计出母体参数（称为），完全可以用子样的参数估计出母体参数（称为点估计），子样平均值可以代表母体平均值点估计），子样平均值可以代表母体平均值A，子样方差，子样方差s可以代表母体方可以代表母体方差差，这统称为母体参数的无偏估值。，这统称为母体参数的无偏估值。在数据处理中，只提出母体参数的无偏估值还是不够的，因为任何在数据处理中，只提出母体参数的无偏估值还是不够的，因为任何一种估计，如果不附以某种偏差范围及在此区间内包含参数一种估计，如果不附以某种偏差范围及在此区间内包含参数X真值的可靠真值的可靠程度（或置信概率），是没有多大意义的。程度（或置信概率），是没有多大意义

12、的。F（xn a xn）6 8.2 7%可 改 写 为：F（a nx a n）6 8.2 7%可改写为：可改写为：图示说图示说明明置信度的意义置信度的意义置信度的意义置信度的意义显著性水平ot显著性水平置信度(1)(t)测量结果子样平均值测量结果子样平均值 置信置信区间半长区间半长xn例2.4 某回转机械，在同一稳定工况下，反复测量其转速36次，实测数据（转速单位为：转/min）如下表所示。?表2-1 转速实测数据表 4753.1 4749.2 4750.3 4748.4 4752.3 4751.6 4757.5 4750.6 4753.3 4752.5 4751.8 4747.9 4752.

13、7 4751.0 4752.1 4754.7 4750.6 4748.3 4752.8 4753.9 4751.2 4750.0 4752.5 4753.4 4752.1 4751.2 4752.3 4751.0 4752.4 4753.5 4752.7 4755.6 4751.1 4754.0 4749.1 4750.2 试求出测量结果以及转速在子样平均值0.5范围内的概率。?解：用解：用Excel电子表格进行求解电子表格进行求解 在实际监测数据及分析测定数据中，尽管不是所有在实际监测数据及分析测定数据中，尽管不是所有的测量值都严格遵守正态分布，但是，根据概率论的中的测量值都严格遵守正态分布

14、，但是，根据概率论的中心极限定理，心极限定理，n个相互独立且又服从同一分布的随机变量个相互独立且又服从同一分布的随机变量X，当，当n足够大时（如足够大时（如n30时，可称为大子样样本），时，可称为大子样样本），测定值的平均值渐近地服从正态分布。然而，实际测量测定值的平均值渐近地服从正态分布。然而，实际测量中的子样容量一般都较小（小子样样本），特别是热工中的子样容量一般都较小（小子样样本），特别是热工方面的试验往往如此，这时的方面的试验往往如此，这时的n一般只有一般只有35。在这种情。在这种情况下，不能用子样均方差况下，不能用子样均方差s来代表标准误差。因为来代表标准误差。因为s是一是一个随机变

15、量，不同的子样有不同的值，子样愈小，值愈个随机变量，不同的子样有不同的值，子样愈小，值愈不可靠，其统计量不再服从正态分布，而服从类似于正不可靠，其统计量不再服从正态分布，而服从类似于正态分布的态分布的 t 分布。分布。结论结论2.1.3 测量中的坏值及剔除测量中的坏值及剔除 在实际测量中，由于偶然误差的客观存在，所得的数据总存在着在实际测量中，由于偶然误差的客观存在，所得的数据总存在着一定的离散性。但也可能由于过失误差出现个别离散较远的数据，这一定的离散性。但也可能由于过失误差出现个别离散较远的数据，这通常称为坏值或可疑值。如果保留了这些数据，必然影响测量结果的通常称为坏值或可疑值。如果保留了

16、这些数据，必然影响测量结果的精确性。反过来，如果把属于偶然误差的个别数据当作坏值处理，也精确性。反过来，如果把属于偶然误差的个别数据当作坏值处理，也许暂时可以报告出一个精确度较高的结果，但这是虚伪的，不科学的。许暂时可以报告出一个精确度较高的结果，但这是虚伪的，不科学的。正确区分坏值并去除它，是试验中经常遇到的实际问题，必须以科学正确区分坏值并去除它，是试验中经常遇到的实际问题，必须以科学的态度按统计学的原理来处理。的态度按统计学的原理来处理。通常判别坏值常用的方法有两种：一是物理判别法，即在观测过程通常判别坏值常用的方法有两种：一是物理判别法，即在观测过程中及时发现并纠正由于仪表、人员及试验

17、条件等情况变化而造成的错误；中及时发现并纠正由于仪表、人员及试验条件等情况变化而造成的错误；二是统计判别法，即规定一个误差范围（二是统计判别法，即规定一个误差范围（k）及相应的置信概率）及相应的置信概率1，凡超出该误差范围的测量值都是小概率事件，都可以认为是坏值而予以凡超出该误差范围的测量值都是小概率事件，都可以认为是坏值而予以剔除。关于剔除。关于k值的求得，有下面几种方法。值的求得，有下面几种方法。（1）拉伊特方法）拉伊特方法 该方法按正态分布理论，以最大误差范围该方法按正态分布理论，以最大误差范围3为依据进行判别。设为依据进行判别。设有一组测值有一组测值xi（i1，2n），其子样平均值为）

18、，其子样平均值为 ，偏差，偏差 ，按贝塞尔公式按贝塞尔公式 ，如果某测量值，如果某测量值xl（1ln）的偏差）的偏差 xl3s时，则认为时，则认为xl是含有粗差的坏值。是含有粗差的坏值。xxxxii1)(1)(1212nxnxxsniinii 该方法的最大优点是简单、方便、不需查表。但对小子样不准，往该方法的最大优点是简单、方便、不需查表。但对小子样不准，往往会把一些坏值隐藏下来而犯往会把一些坏值隐藏下来而犯“存伪存伪”的错误。例如，当的错误。例如，当n10时：时：110)(12niixs（2-8）3six（2-9）此时，任意一个测量值引起的偏此时，任意一个测量值引起的偏差差 xi都能满足都能

19、满足xi3s，不可能，不可能出现大于出现大于3s的情况，这当然就有可能的情况，这当然就有可能把坏值隐藏下来。在一些要求较严的把坏值隐藏下来。在一些要求较严的场合，也用场合，也用2s判别，但判别，但n5的测量同的测量同样无法剔除坏值。样无法剔除坏值。例例2.5 对某物理量进行对某物理量进行15次等精度测量，测量值为：次等精度测量，测量值为：28.39，28.39，28.40，28.41，28.42，28.43，28.40，28.30，28.39，28.42，28.43，28.40，28.43，28.42，28.43试用拉伊特方法判断该测量数据的坏值，试用拉伊特方法判断该测量数据的坏值，并剔除。并

20、剔除。解：解：3s30.0330.099这组测量数据中的最大值 xmax28.43，最小值 xmin28.30。最大值的偏差为：x8=28.3028.4040.104 最小值的偏差为：x 6=28.4328.4040.026 由拉伊特方法可知：由拉伊特方法可知：x80.104不在区间不在区间（0.099,0.099）范围内，）范围内，x828.30是坏值，应剔除。是坏值，应剔除。利用利用Excel进行计算进行计算（2）肖维勒方法）肖维勒方法 该方法的基本原理是：认为在该方法的基本原理是：认为在n次测量中，坏值出现的次测量中，坏值出现的次数为次数为1/2次，即坏值出现的概率为次，即坏值出现的概率

21、为1/2n。按概率积分：。按概率积分：kkxxFdxen)(12212122 （2-10）nnnxF212211)(（2-11）由不同的 n 可计算出nn212 之值，查概率积分表后便可求出 k（见表 2-2）。（3）格拉布斯方法）格拉布斯方法 本方法的原理是用显著性水平本方法的原理是用显著性水平来计算来计算k值。这里把误差值。这里把误差超过超过k的概率称为显著性水平的概率称为显著性水平1F（xik），这，这样式（样式（2-11）变为：）变为：1F（x）（2-12）或或 F（x）1 （2-13）在绝大多数场合采用的显著性水平为在绝大多数场合采用的显著性水平为0.01或或0.05（即有（即有1%

22、或或5%的概率是超出范围的概率是超出范围k的），对精度高的测量一般的），对精度高的测量一般都用都用0.01。k由观测次数由观测次数n和和所决定，列于表所决定，列于表2-3中。中。表 2-3 格拉布斯方法中的 k（n,）值 n 0.01 0.05 n 0.01 0.05 n 0.01 0.05 3 1.15 1.15 11 2.48 2.24 20 2.88 2.56 4 1.49 1.46 12 2.55 2.29 22 2.94 2.60 5 1.75 1.67 13 2.61 2.33 24 2.99 2.64 6 1.94 1.82 14 2.66 2.37 25 3.01 2.66 7

23、 2.10 1.94 15 2.70 2.41 30 3.10 2.74 8 2.22 2.03 16 2.74 2.44 35 3.18 2.81 9 2.32 2.11 17 2.78 2.48 40 3.24 2.87 10 2.41 2.18 18 2.82 2.50 50 3.34 2.96 一组观测值中的离差值一组观测值中的离差值xik（n,）者为坏值，者为坏值，应予剔除。应予剔除。肖氏法是经典的方法，但概率上的意义不很科学，特别当肖氏法是经典的方法，但概率上的意义不很科学，特别当n时，理论上时，理论上k（n,），此时所有的粗差坏值都不能剔，此时所有的粗差坏值都不能剔除。而格氏方法

24、被实践证明是效果最好的方法。除。而格氏方法被实践证明是效果最好的方法。注意：注意：不论上述哪一种方法，在计算离差不论上述哪一种方法，在计算离差xixi 时，平均值时，平均值 。中包括所有的数据（即包中包括所有的数据（即包括要剔除但未判断清楚的可疑值），标准误差括要剔除但未判断清楚的可疑值），标准误差s按贝塞尔公按贝塞尔公式计算。式计算。经检查确认为坏值者应予剔除，然后用剩下的值经检查确认为坏值者应予剔除，然后用剩下的值计算平均值及误差。计算平均值及误差。xxnxnii1 niix1例例2.6 例例2.5中的数据，用格拉布斯方法判断是否存在中的数据，用格拉布斯方法判断是否存在坏值（坏值（=0.0

25、5）。）。解：解：利用利用Excel进行计算进行计算当 n15 时，查表得 k2.41，sk2.410.0330.080 这组测量数据中的最大值 xmax28.43,最小值 xmin28.30。最大值的偏差为：x828.3028.4040.104 最小值的偏差为：x628.4328.4040.026 由格拉布斯方法可知：x 80.104 不在区间（0.080,0.080）范围内，x828.30 是坏值，应剔除。（4）狄克逊方法）狄克逊方法 该法应用极差（两测值之差）比的方法得以简化复杂的该法应用极差（两测值之差）比的方法得以简化复杂的计算公式。为提高判别坏值的效率，对不同的测量次数应用计算公式

26、。为提高判别坏值的效率，对不同的测量次数应用不同的极差比公式计算。本方法对数据较多的情况更显得简不同的极差比公式计算。本方法对数据较多的情况更显得简单方便。单方便。在在n次测量中，各数据依大小顺序排列：次测量中，各数据依大小顺序排列：x1x2xn当怀疑值为当怀疑值为xn时，狄克逊方法为：时，狄克逊方法为：1110 xxxxrnnn，2111xxxxrnnn 2221xxxxrnnn，3222xxxxrnnn （2-14）研究这些统计量的分布，当选定显著水平研究这些统计量的分布，当选定显著水平，得各统计，得各统计量的临界值量的临界值r0（n，），如果测量的统计量，如果测量的统计量rij满足满足

27、rijr0（n，）（2-15）则认为为坏值，应剔除。则认为为坏值，应剔除。当怀疑值为当怀疑值为x1时，狄克逊方法为：时，狄克逊方法为：11210 xxxxrn，111211xxxxrn，111321xxxxrn，121322xxxxrn （2-16）如果测量的统计量如果测量的统计量rij满足满足 rijr0（n，）（2-17）则认为为坏值，应剔除。狄克逊系数则认为为坏值，应剔除。狄克逊系数r0（n，）及统及统计量计量rij的计算公式如的计算公式如表表2-4所示。所示。表 2-4 狄克逊系数 r0（n，）及统计量 rij的计算公式 0.01 0.05 0.01 0.05 统计量 rij n r0

28、（n，）统计量 rij n r0（n，）1110 xxxxrnnn(11210 xxxxrn)3 4 5 6 7 0.988 0.889 0.780 0.698 0.637 0.941 0.765 0.642 0.560 0.507 14 15 16 17 18 19 0.641 0.616 0.595 0.577 0.561 0.547 0.546 0.525 0.507 0.490 0.475 0.462 2111xxxxrnnn(111211xxxxrn)8 9 10 0.683 0.635 0.597 0.554 0.512 0.477 20 21 22 23 24 25 0.535

29、0.524 0.514 0.505 0.497 0.489 0.450 0.440 0.430 0.421 0.413 0.406 2221xxxxrnnn(111321xxxxrn)11 12 13 0.679 0.642 0.615 0.576 0.546 0.521 3222xxxxrnnn(121322xxxxrn)注：当 n7 时使用10r效果好，当 8n10 时使用11r效果好，当 11n13 时使用21r效果好，当 n14 时使用22r效果好。例例 2.7 仍以例仍以例2.5中的数据，用狄克逊方法判断是中的数据，用狄克逊方法判断是否存在坏值（否存在坏值（=0.05）。）。解：解：

30、利用利用Excel进行计算进行计算 因为 r22r0（15，0.05）所以 x128.30 为坏值，应予以剔除。（5）t检验方法检验方法 该方法以该方法以t分布为出发点，把可疑的坏值分布为出发点，把可疑的坏值xl先暂时去掉，先暂时去掉，然后在所剩余的测量值中计算子样平均值然后在所剩余的测量值中计算子样平均值 和均方差（标准和均方差（标准误差）误差）s。当。当xlxl k（,n）s时，可疑值时，可疑值xl即即为坏值。为坏值。xxliixnx11注意：注意：2)(11)(22nxnxxsliilii（2-18）1)2(),(nnntnk（2-19）k（n,）列于表列于表2-5中。中。表2-5 t检

31、验法中的系数k（n，）n 0.01 0.05 n 0.01 0.05 n 0.01 0.05 4 11.46 4.97 13 3.23 2.29 22 2.91 2.14 5 6.53 3.56 14 3.17 2.26 23 2.90 2.13 6 5.04 3.04 15 3.12 2.24 24 2.88 2.12 7 4.36 2.78 16 3.08 2.22 25 2.86 2.11 8 3.96 2.62 17 3.04 2.20 26 2.85 2.10 9 3.71 2.51 18 3.01 2.18 27 2.84 2.10 10 3.54 2.43 19 3.00 2.1

32、7 28 2.83 2.09 11 3.41 2.37 20 2.95 2.16 29 2.82 2.09 12 3.31 2.33 21 2.93 2.15 30 2.81 2.08 2.1.4 系统误差系统误差 上述讨论的是随机误差的处理方法，是以测量数据中上述讨论的是随机误差的处理方法，是以测量数据中不含有系统误差为前提的。实际上，测量过程中不仅存在不含有系统误差为前提的。实际上，测量过程中不仅存在随机误差，而且还存在着系统误差，在某种情况下，系统随机误差，而且还存在着系统误差，在某种情况下，系统误差还比较大。因此，试验结果的正确性，不仅取决于随误差还比较大。因此，试验结果的正确性，不仅

33、取决于随机误差，还取决于系统误差的影响。由于随机误差和系统机误差，还取决于系统误差的影响。由于随机误差和系统误差同时存在于测量数据之中，而且系统误差不易被发现，误差同时存在于测量数据之中，而且系统误差不易被发现，多次重复测量又不能减小它对测量的影响，这种潜伏性使多次重复测量又不能减小它对测量的影响，这种潜伏性使得系统误差比随机误差具有更大的危险性。因此，研究系得系统误差比随机误差具有更大的危险性。因此，研究系统误差的规律，用一定的方法发现和减小或消除系统误差统误差的规律，用一定的方法发现和减小或消除系统误差是很重要的。否则，对随机误差严格的数学处理将失去意是很重要的。否则，对随机误差严格的数学

34、处理将失去意义。在测量过程中，发现有系统误差存在，必须进一步分义。在测量过程中，发现有系统误差存在，必须进一步分析比较，找出可能产生系统误差的因素，减少或消除系统析比较，找出可能产生系统误差的因素，减少或消除系统误差。误差。（1）系统误差的分类）系统误差的分类 根据系统误差产生的特点可将其分为固定系统误差和根据系统误差产生的特点可将其分为固定系统误差和变化系统误差两大类。凡是整个测量中始终存在着一个固变化系统误差两大类。凡是整个测量中始终存在着一个固定不变的偏差，便称之为固定系统误差；如果这个偏差经定不变的偏差，便称之为固定系统误差；如果这个偏差经常变化（如累进变化、周期性变化等），则称之为变

35、化系常变化（如累进变化、周期性变化等），则称之为变化系统误差。消除系统误差一般可从下面三个方面着手：统误差。消除系统误差一般可从下面三个方面着手：（）改进或选用适宜的测量方法来消除系统误差；）改进或选用适宜的测量方法来消除系统误差；（）用修正值来消除测量值中的系统误差；）用修正值来消除测量值中的系统误差；（）在测量过程中随时消除产生系统误差的因素。）在测量过程中随时消除产生系统误差的因素。（2）固定系统误差消除或减弱的方法）固定系统误差消除或减弱的方法（A）交换抵消法交换抵消法以天平测重为例说明如下：以天平测重为例说明如下：见图见图2.6所示。所示。即以两次交换测量的结果的平均值作为被测物的质

36、量，即以两次交换测量的结果的平均值作为被测物的质量，这时实际不等臂产生的固定系统误差就已经被消除了。这时实际不等臂产生的固定系统误差就已经被消除了。（B）替代消除法替代消除法 首先用一已知中间量首先用一已知中间量T与被测量与被测量X平衡（平衡（如图如图2.6（a）所所示），然后再用砝码替代示），然后再用砝码替代X再称一次。对比这两次的测量，再称一次。对比这两次的测量，便可消除由天平不等臂引起的固定系统误差。便可消除由天平不等臂引起的固定系统误差。l2l1l1l2(a)(b)被测物x砝码 p被测物x砝码 p图图2.6 交换抵消法示意图交换抵消法示意图 X P 12ll X P 21ll上面两式相

37、乘，得上面两式相乘，得X pp 当当l1l2时时2ppX（3）变化系统误差的消除方法）变化系统误差的消除方法a.对称测量法对称测量法对呈线性变化的累进系统误差，用对称测量来消除。对呈线性变化的累进系统误差，用对称测量来消除。如图如图2.6.1所示：所示：b.半周期偶数测量法半周期偶数测量法 对于周期性变化的系统误差，可用半周期偶数测量法对于周期性变化的系统误差，可用半周期偶数测量法消除。方法为对于周期性变化的系统误差，可以每隔半个消除。方法为对于周期性变化的系统误差，可以每隔半个周期进行一次测量，取两次读数的平均值，即可消除周期周期进行一次测量，取两次读数的平均值，即可消除周期性的系统误差。性

38、的系统误差。如图如图2.6.2所示：所示：图图2.6.1 对称测量法测量电阻的原理图对称测量法测量电阻的原理图VRxR0(a)电路图otIt1t2t3I3I2I1(b)I-t 图 Rx为被测电阻，R0是已知电阻（标准值），用电位计分别测Rx和R0两端的电压降以求Rx。t1时，测Ux.1=I1Rx t2时，测U0.2=I2R0 t3时，测Ux.3=I3Rxt1、t3时所测结果算术平均，得：2313.1.2)(21IRIIRUUxxxx因为电流呈线性变化，时间间隔相等，故 ，把此结果与t2时的测量结果相除便得：2312III02.03.1.)(21RUUURxxx图图2.6.2 周期性系统误差的消

39、除周期性系统误差的消除 如图所示的秒表。由于制造或装配上的偏差，秒表中心有一偏心，从而引起了周期性的系统误差。按半周期偶数测量法的原理，可在表盘的外圈按相差半个周期再刻一圈指示数，同时在指针的反方向再装一指针，这时把内外圈指示数取平均值即消除了周期系统误差。如图所示，短指针所读的内圈指示值为61，长指针所读外圈指示值为59，两者平均值为60，这就消除了偏心引起的误差403020106050605040302010（4）修正）修正值值 在试验中不能用测量方法的改变来消除已定系统在试验中不能用测量方法的改变来消除已定系统误差，只能通过仪器的标定引入修正值来实现准确的误差，只能通过仪器的标定引入修正

40、值来实现准确的测量。测量。在试验过程中，常常会出现随机误差、固定系统误差和未定系统误差，且它们的绝对值和符号又常是未知的。(1)、已定系统误差、已定系统误差 的合成方法的合成方法代数合成代数合成设有m个已定系统误差，其绝对值和符号均已知，则：mii1 （224）(2)、随机不确定度、随机不确定度 的合成方法的合成方法方差合成方差合成 设有n个随机误差，随机不确定度为i，用3来估计，误差范围为i，则：nii12（225）(3)、系统不确定度、系统不确定度e的合成方法的合成方法 设有 p 个系统误差，系统误差限为（不确定度）为 ei(i=1,2,.p)，所对应的误差范围为 ei，则可有如下两种合成

41、方法。（a）绝对值求和法2.1.5 试验误差的合成方法试验误差的合成方法piiee1piiee12（226）（b）方差合成法：（227）(4)、总不确定度、总不确定度E（随机不确定度（随机不确定度 与系统不确定度与系统不确定度e）的合成）的合成（a）绝对值求和法：eE（228）（b）方差求和法：22eE（229）（c）广义方差求和法：2112nipiiiikeKE（230）式中：K为n个随机误差与p个未定系统误差之和分布的置信系数，ki 为对 应于p个未定系统误差概率分布的置信系数，对正态分布 k=2.58 3.0。在只需估计标准误差时，式（229）可变为：2112nipiiiikeKE （2

42、31）代表（n+p）个误差引起的总标准误差。(5)、准确度、准确度 AEA（232）当用已定系统误差 的反号值（即）来修正测量值后，该项误差即可消除，此时的总不确定度就是测量的准确度。2.2 直接测量中误差评价直接测量中误差评价 2.2.1 等精度测量中的误差评价等精度测量中的误差评价（1）最可信赖值（算术平均值）最可信赖值（算术平均值）在一组测量中，如果测量的全部条件都相同，那末各在一组测量中，如果测量的全部条件都相同，那末各个观测值都是同样可信、可取的，各个值相互之间是等价个观测值都是同样可信、可取的，各个值相互之间是等价的，也就是说，它们的权是相同的，称这样的测量为等精的，也就是说，它们

43、的权是相同的，称这样的测量为等精度测量。或者说，凡标准误差度测量。或者说，凡标准误差s相同的测量都称为等精度测相同的测量都称为等精度测量。量。设设a为某测量的最佳值，而各个量值为为某测量的最佳值，而各个量值为x1，x2，xn，为各测量值的算术平均值，则测量中各值与最佳值间和算术为各测量值的算术平均值，则测量中各值与最佳值间和算术平均值的误差为：平均值的误差为：xaxiixxxii 取取n个误差的和：个误差的和：naxniinii11根据误差的抵偿性，当根据误差的抵偿性，当n的次数很大时，的次数很大时，01niiniiaxnx11（2-33）（2）有限观测次数中，标准误差）有限观测次数中，标准误

44、差s的计算的计算 所以，所以，就是最可信赖的最佳值，而就是最可信赖的最佳值，而 正是算术平正是算术平均值。由此可得出结论：在等精度测量中，算术平均均值。由此可得出结论：在等精度测量中，算术平均值为最能近似代表真值的最佳值。值为最能近似代表真值的最佳值。xx设真值为设真值为a，算术平均值为，算术平均值为 ，各观测值为，各观测值为xi，则有，则有xixiaxixxa xxa ixixxixx （2-34）将（将（2-34）式求和得：）式求和得：xniiniinx11根据误差的抵偿性，当 n 的次数很大时，niix10，xniin11（2-35）将将(2-34)式平方后求和得：式平方后求和得：nii

45、xxniiniixnx1212122 niix1222x 将（将（2-35）平方后得：）平方后得：2x（niin11）2niin1221njijin121 当当n的次数很大时，可认为的次数很大时，可认为njijin1210 则则)(2121212nnxniiniiniinxniinii1212 niiniixnn1212)1(所以所以11212n-x nniinii（2-36）即即 22s1)(11212nxxnxsniinii（2-37）这说明在有限次观测中，各观测值与算术平均值之这说明在有限次观测中，各观测值与算术平均值之差的平方和除以测量次数减差的平方和除以测量次数减1（即（即n1）的方

46、根为均方）的方根为均方差（标准差差（标准差s）。这首先由贝塞尔导出，故又称贝塞尔）。这首先由贝塞尔导出，故又称贝塞尔方程。方程。表示了测量中约有表示了测量中约有68.3%的点落在（的点落在（，）范围内，）范围内，反映了测量的精密性。当反映了测量的精密性。当n很大时，可很大时，可以认为算术平均值等于真值，这个结论与前面的结论完以认为算术平均值等于真值，这个结论与前面的结论完全一致。全一致。xx 用上述方法可以证明，在一组等精度观测中，测量值的用上述方法可以证明，在一组等精度观测中，测量值的算术平均值算术平均值 的标准误差为：的标准误差为：xxxs)1()()1(1212nnxxnnxniinii

47、（2-38）由此可得到启示：对测量对象进行多次重复观测，所得由此可得到启示：对测量对象进行多次重复观测，所得结果的平均值（子样平均值）比单次测量结果要精确得多。结果的平均值（子样平均值）比单次测量结果要精确得多。例例2.8对某零件的长度进行对某零件的长度进行9次重复测量，数据如下表，次重复测量，数据如下表，计算出测量结果。计算出测量结果。序号 1 2 3 4 5 6 7 8 9 Xi/cm 11.5 11.7 11.4 11.5 11.3 11.6 11.5 11.6 11.4 Xi/cm 0 0.2-0.1 0-0.2 0.1 0 0.1-0.1 解：计算该零件长度的最佳估计值x niixn

48、x11计算测量值的标准误差 s s1)(12nxxnii 计算算术平均值x的标准误差xs xs)1()(12nnxxnii 测量结果为 11.50.0408。2.2.2 不等精度测量中的误差的评价不等精度测量中的误差的评价（1）不等精度测量中的权）不等精度测量中的权 试验中常常对同一物理量试验中常常对同一物理量 a 作很多组的平行测量，以提高作很多组的平行测量，以提高准确度。而每一组均有足够的测量次数，准确度。而每一组均有足够的测量次数，mmmmnnxmnnx 标准误差测量次数为平均值组设第标准误差测量次数为平均值组设第,:,:11111ni越大，测量的越大，测量的准确度越大，对准确度越大，对

49、结果占更重要的结果占更重要的地位。地位。用来表示测量值可信赖程度的数值称为权。因此求真值的用来表示测量值可信赖程度的数值称为权。因此求真值的最可信赖值，必须加上权的影响。最可信赖值，必须加上权的影响。既然权是用来表示测量值可信赖程度的一个量，而测量值既然权是用来表示测量值可信赖程度的一个量，而测量值可信赖程度又与标准误差有关，标准误差愈小，测量值可信赖可信赖程度又与标准误差有关，标准误差愈小，测量值可信赖程度愈大，因而其权也应该大。程度愈大，因而其权也应该大。对于一组不等精度的测量值对于一组不等精度的测量值x1，x2xn，对应的标准对应的标准误差为误差为s1，s2sn，对应的权数为，对应的权数

50、为m1，m2，mn，每单，每单位权的标准差为位权的标准差为s，则有，则有m1：m2：mn212ss：222ss：22nss （2-39）得出：得出：22iissm（2-40）式（式（2-40）是根据标准误差计算权的公式。为了计算方）是根据标准误差计算权的公式。为了计算方便这里便这里s通常取通常取1。（2）最佳估计值）最佳估计值 按上节同样的原理，可得出在不等精度直接测量中，按上节同样的原理，可得出在不等精度直接测量中，xi的的最佳估计值为各测量值的加权算术平均值最佳估计值为各测量值的加权算术平均值 ：xniiiniimxmx11（2-41）（3）不等精度测量中的标准误差）不等精度测量中的标准误