2.误差分析基础主要内容检测精度误差分析的基本概念误差分类误差传递法则粗大误差2020/1/2322.误差分析基础科学实验和生产过程中对物理量或参数进行检测时,为了准确要分两步:一、选用合适的仪器与测量方法获取实验数据;二、对数据进行误差分析与数据处理。两者均重要,缺一不可。实际中常忽视后者,导致无法确定获得的数据的可靠性,会得到错误的结论或掩盖了物理现象的本质。2020/1/2332.1检测精度•仪表的精度(precision):指用该仪表进行测量时,能够精确到的最后一位数字是哪一量级,则该仪表的精度就是哪一量级。•精度是相对而言的,被测量大小不同,则精度不同。•测量精度可以用误差来表示。测量精度越高误差越小;精度越低误差越大。•精度高的仪器其使用条件苛刻,维护费用大,实际使用时应适当选择测量精度。2020/1/2342.2误差分析的基本概念2.2.1真值、测量值与误差的关系niiMnA11在有限次测量中,测量值的平均值与真值之间的偏差为:δ=A-A0当n足够大时,平均值A可以认为最接近被测量的真值,即AAnlim0误差x,即测量值M偏离真值A0的程度,即X=M-A0如果对同一个被测量测量了n次,得到n个测得值Mi(i=1,2,…,n)。每个测得值的误差为:Xi=Mi-A0这组测量的平均值为2020/1/2352.2.2几种误差的定义残差(残余误差):各测量值与平均值的差vi=Mi-A由平均值A的定义式可知:∑vi=0(特征)niAMin12201方差:niAMin1201标准误差:标准误差是方差的均方根值,它是表示测量值偏离真值的重要参数。(偏差小的测量精密度高)?2020/1/2362.2.3测量的准确度与精密度•精密度:用同样的方法和设备对同一未知量进行多次检测时,测量值之间差异的大小。差异小的测量称为精密测量,即精密度高,反之,精密度低。准确度(veracity):在同样条件下,进行无数次测量时平均值与真值的偏差大小。偏差小的测量为准确测量,即准确度高。2020/1/237如图,曲线1和2是两条测量数据分布曲线。A为被测量的真值,Aa为一种测量方法测得的平均值,Ab为另一种测量方法测得的平均值曲线1表示准确却不精密(误差小,标准误差大);曲线2表示精密却不准确(误差大,标准误差小)。只有准确度和精密度都高,才能称为精确的测量。2020/1/2382.3误差原因分析产生误差的原因很复杂,可归纳为如下五种:测量装置误差(质量问题、元器件老化等)环境误差(温度、湿度等变化和辐射等)方法误差(测量方法不正确,安装布置不当等)人员误差(读表偏差、知识和经验的不同等因素而造成的误差)测量对象变化的误差(被测对象的不稳定或者测量器件进入被测对象也能造成测量误差)2020/1/2392.4误差的分类按照误差的特点和性质,误差可分为系统误差、随机误差、粗大误差。一、系统误差(systematicerror):1.定义:相同条件下多次测量同一量时,误差的大小和符号保持不变,或按照一定的规律变化。2.产生的原因:它是由测量工具或仪器本身或对仪器使用不当而造成的。3.消除方法:查明原因可以消除;对测量值进行修正;改善测量条件;改进测量方法等。2020/1/2310二、随机误差(randomerror)1.定义:相同条件下多次重复测量同一量时,误差的大小和符号是无规律变化的误差。2.产生的原因:是由测量过程中互相独立的、微小的偶然因素引起的。3.消除:不能消除,也不能修正,值是随机的。4.特点:多次重复测量时,总体服从统计规律,故可以了解它的分布特性,并能对其大小和测量结果的可靠性作出估计,是误差理论的依据。2.4误差的分类2020/1/2311三、粗大误差(crassierror)1.定义:相同条件下多次重复测量同一量时,明显偏离了结果的误差。2.产生的原因:疏忽大意或不正确的观测、测量条件的突然变化、仪器故障等。3.消除:遵循一定的规则。4.特点:通常数值比较大。测量中应避免这类误差的出现。含有粗大误差的测量值称为坏值。判断某一测量值是否为坏值,可用统计方法或遵循一些准则。2.4误差的分类2020/1/2312三种误差可以互相转化。正确的测量不会包含有粗大误差,系统误差又可以消除,因此误差分析只是随机误差的分析。三种误差的关系:2.4误差的分类2020/1/23132.5随机误差的统计处理2.5.1随机误差的概率及概率密度函数的性质1.误差函数有关的定义:概率密度函数:误差x发生的概率密度)(xfy概率元:误差x发生的概率)()(xPdxxf误差在a与b之间的概率:badxxfbxaP)()(2020/1/23142.随机误差的统计性质•对称性:绝对值相等的正误差和负误差出现的次数相等。故f(x)为偶函数,其分布曲线对称纵轴。•单峰性:绝对值小的误差比绝对值大的误差出现次数多,绝对值小的误差概率密度大;•抵偿性:随测量次数增加,随机误差的代数和为零,即正负误差相互抵消。•有界性:在一定的测量条件下,随机误差的绝对值不会超过一定界限,即绝对值很大的误差基本不发生。理论和实践证明:满足上述统计特征的随机误差在测量次数极大时必然服从正态分布。2020/1/2315随机误差的概率密度分布曲线f(x)满足:(1)对于所有误差x,f(x)>0;(2)f(x)为偶函数;(3)x=0时,f(x)为最大值;(4)x>0时,f(x)单调减小;(5)f(x)曲线在误差x较小时呈上凸,x较大时呈下凹;2.5.2正态分布函数及其特征点(略)2020/1/23162.5.3置信区间与置信概率•置信区间:定义为随机变量的取值范围,用正态分布的标准误差σ的倍数来表示,即±zσ,z叫置信系数。•置信概率:随机变量在置信区间±zσ内取值的概率。•置信水平:表示随机变量在置信区间以外取值的概率。2020/1/2317置信概率P置信区间22x)(xf★置信区间、置信概率和置信水平之间的关系如图所示。置信水平越高,置信概率越小,误差范围越小,测量的精度要求越高,测量的可靠性越低。实际测量中,置信概率95%可靠性就可以了。2020/1/23182.6误差传递法则2.6.1误差传递法则当间接检测量Y与相互独立的直接检测量X1,X2,…有如下的函数关系:21222y并且X1,X2,…的标准方差分别为,,…时,如何求Y的标准方差?求解过程由简单到一般分成了三种情况:21+XXY2221+Y1、简易情况:2020/1/23192、任意线性结合的情况:KXaXaXaYnn++++22112222222121nnYaaa++3、一般情况:假设Y与n个独立测量的量有函数关系。该式被称为误差传递法则。注意:尽管在间接检测函数中有差的结合方式,但求标准误差的公式中方差均为和的形式。2020/1/2320nnnnnnnAnA+++所以:222222222122111例1:一组测量值的算术平均值为,测量值之间相互独立,测量的标准误差同为时,求其平均值的标准误差。nMMMAn/)(21+++例题1解:根据误差传递公式:根据上式可知平均值的标准误差为。这意味着多次测量时,取其平均值作为测量结果时,误差相对变小,可提高测量精度倍。nn2020/1/2321例2:用弓高弦长法间接测量圆的大直径D,如图。已知s和d,利用公式计算出D。求直径的标准误差σD。S=500mm,σs=0.05mm,d=50mm,σd=0.1mm,ddsD+42例题2Dsd55025002dssD解:241504500142222++dsdDmmdDsDdsD41.21.02405.0522222222++2020/1/23222.6.2不等精度测量的加权及其误差(1)权重的大小:权重的大小是相对的,一般用方差的倒数的比值表示。若m组测量数据各自的方差分别为则22221,...,,m22221211::1:1:::mmpppmmnnnppp::::::2121若各种检测方法精度相同,但测量次数不同,可得:权重——权重衡量测量结果可靠程度。(2)加权平均2020/1/2323解:4:9:3691:41:111:1:1::232221321ppp取p1=36,p2=9,p3=435.149364392361++++05.13494249914936222222232222212'++++i3i2i1ppppppX例:已知3,3;2,2;1,1332211XXX求加权平均值和加权标准偏差。例题2020/1/23242.8粗大误差检验检验原则:设置一定的置信概率,看这个可疑值的误差是否还在置信区间内,若不在,则应剔除。X)1(nviXv4v•简单检验方法:将可疑值之外的其它值求平均值及平均残差,计算可疑值与的残差,如果,则此可疑值应该剔除。2020/1/2325{}标准偏差。值和除,求剔除前后的平均是否应该剔除。若要剔,试判断可疑值,,,,,,例:有一组测量数据2010209733267.561097332+++++X解:3667.51067.5967.5767.5367.5367.521+++++nvi12433.1467.52020Xv487.312nvi此时故此可疑值应该剔除。281.629.72nvXi,剔除前:高。可见,剔除后的精度要例题2020/1/2326☎作业:P23:2-2、2-3一个温度测量范围为-100~400℃,0.5级精度的温度计,其允许的绝对误差和基本误差各是多少?2020/1/23272-2间接检测量Z由彼此独立的、无相关的两个检测量X1、X2决定,。σ1、σ2、σz分别为XI、X2和Z的标准误差。求用和来表示的关系式。11/X22/X/zZ12/ZXX