误差分析随机过程教程

随机误差随机误差产生的原因随机误差的特性特征随机误差处理的基本原则随机误差的分布 正态分布非正态分布随机误差的数据处理算术平均值算术平均值的标准差实验标准差贝塞尔公式修正贝塞尔公式极差法最大误差法极限误差极限误差的定义单次测量的极限误差算术平均值的极限误差随机误差的概述第一节 随机误差的概述1.1 随机误差产生的原因随机误差是由众多的、微小的因素造成的。这些因素中，有的尚未掌握其影响测量准确的规律；有的是在测量过程中对其难以完全控制的微小变化，而这些微小变化又给测量带来误差。 如实验条件的偶然性微小变化，如温度波动、噪声干扰、电磁场微变、电源电压的随机起伏、地面振动等。再如，测量人员瞄准、估读时，围绕其习惯性偏差 的微 小的不稳定性均导致随机误差。举例： 某台激光数字波面干涉仪，对其进行准确度考核，在相同测量条件下对某标准平晶的表面面形进行 150次重复测量获得面形峰谷值数据。通过实验分析，查询有关的技术资料和其他信息，可知随机误差来源结论： 对具体测量问题具体分析，从所用的设备、人员、测量方法等资源以及环境等要素中去分析寻找主要的随机误差来源。150次的面形峰谷值数据0.124 0.120 0.118 0.119 0.121 0.125 0.121 0.123 0.120 0.118 0.119 0.117 0.118 0.121 0.119 0.118 0.119 0.119 0.115 0.120 0.119 0.119 0.119 0.116 0.116 0.118 0.121 0.120 0.122 0.122 0.119 0.121 0.121 0.124 0.121 0.118 0.118 0.119 0.120 0.118 0.119 0.122 0.118 0.119 0.119 0.117 0.118 0.118 0.118 0.120 0.119 0.118 0.120 0.124 0.120 0.118 0.118 0.119 0.121 0.123 0.124 0.123 0.118 0.119 0.119 0.120 0.120 0.119 0.119 0.118 0.123 0.121 0.119 0.118 0.120 0.120 0.120 0.119 0.120 0.123 0.118 0.121 0.119 0.121 0.120 0.123 0.123 0.121 0.118 0.119 0.120 0.121 0.122 0.119 0.121 0.122 0.119 0.120 0.117 0.125 0.119 0.127 0.120 0.124 0.123 0.123 0.118 0.119 0.124 0.122 0.123 0.124 0.121 0.123 0.123 0.121 0.120 0.121 0.123 0.127 0.125 0.121 0.120 0.124 0.123 0.123 0.124 0.123 0.119 0.121 0.123 0.129 0.121 0.120 0.121 0.124 0.123 0.121 0.125 0.119 0.122 0.127 0.121 0.120 0.122 0.121 0.122 0.123 0.124 0.121 （ 1） 测量装置方面的因素： 氦氖激光源辐射激光束的频率不够稳定造成激光波长的漂移，离散化采样误差、各次装夹定位不一致， CCD光电探测器采集信号及其电信号处理电路造成干涉图像信号的随机噪声 。（ 2） 测量环境方面的因素 ：放置测量主机和被测试样的隔震台不能很好消除外界的低频震动 ，仪器所在实验室气流和温度的波动 ，空气尘埃的漂浮、稳压电源供电电压的微小波动。（ 3） 操作人员方面的因素： 操作人员的装夹调整不当引起被采集的测量干涉图像质量低、条纹疏密不当 ，采集干涉图像的摄像头变焦倍数过小造成较大的离散化采样误差。 数据特点：数据列表明，各次测值不尽相同，这说明各次测量中含有随机误差，这些误差的出现没有确定的规律，即前一个数据出现后，不能预测下一个数据的大小。但就数据整体而言，却明显具有某种统计规律，这个规律可以用统计直方图来表示。如下图所示：0.114 0.116 0.118 0.12 0.122 0.124 0.126 0.12801020304050经过分析，由于上述误差源多而又不能断定哪个误差源的影响占主要地位，因此造成该统计直方图大致呈现正态分布的特征。如果其中有个别非正态的随机误差因素明显占优，则该统计直方图就会呈现其他分布的特征。1.2 随机误差的特性特征1、随机误差特性随机误差的特性可归纳为三个方面：具有随机性、产生在测量过程中、与测量的次数有关，重复性条件下增加测量次数可减小随机误差对测量结果的影响。2、随机误差的本质特征（ 1）随机误差的表述设被测量的真值为 ， 一系列测量值为 ，如果各次测量值中不含有系统误差，则根据对随机误差 的定义，有：（ 2）随机误差的抵偿性当测量次数 n充分大时，有以及抵偿性是各种随机误差所共有的本质特征。 综上所述，对于任何的测量，其中的随机误差源客观存在，造成对每次测量数据的不可预测的随机性影响。这种影响表现在该测量数据总体服从某种分布，它的误差大小可以通过标准差来估计，其误差界限则可用置信区间表示，例如：当正态分布来描述随机误差时，实际上往往用的一个有界区间来表示。如果随机误差过大，则会影响测量的质量。因此，在测量中自始自终要设法减小随机误差，努力提高测量的质量水平。1.3 随机误差处理的基本原则随机误差性质上属于随机变量，其处理方法的理论依据是概率论与数理统计。具体参量可用随机变量的数学期望（算数平均值）、方差（标准偏差）和置信概率等三个特征来描述。第二节 随机误差的分布2.1 正态分布随机误差统计直方图提供了随机误差的分布，即随机误差符号和绝对值的分布情况。因为绘制图形时的测量次数是有限的（ 150次），所以此时提供的只是大致的情况。为了准确的反映随机误差的分布，必须经过充分多次的测量，使测量次数趋近于无穷，并将误差区间划分的充分小，此时直方图上各个矩形边缘形成一条曲线。这条连续的、对称的曲线称为随机误差的正态分布概率密度曲线。正态分布的密度函数为测量总体的数学期望，如不计系统误差，则 即为随机误差 。为测量总体的标准差，是评价随机误差的基本指标，它的数值决定于标准器、仪器仪表、测量环境、测量人员和被测对象等各项因素。对同一被测对象，测量系统确定后，标准偏差 的数值也就随之确定。不同测量系统则 取值也不同。服从正态分布的随机误差的特征（ 1）单峰性：小误差出现的概率比大误差出现 的概率大。（ 2）对称性：正误差出现的概率与负误差出现的概率相等。（ 3）有界性：在一定条件下绝对值不会超过一定界限。（ 4）抵偿性：随测量次数增加，随机误差算术平均值趋于零。测量实践证明，绝大多数的随机误差均服从正态分布，但是也有一些随机误差按其他规律分布，如有的按均匀分布，有的按反正弦分布等。但是概率论研究成果告诉我们，即使服从不同分布的误差，只要它们足够多数量、相互独立且都均匀的，那么它们合成分布仍然近似正态分布，并以正态分布为极限，因此，正态分布是随机误差的主要概率分布。2.2 非正态分布均匀分布、三角分布、反正弦分布、 t分布、分布、 F分布。第三节 随机误差的数据处理在等权测量条件下，对某被测量进行多次重复测量，得到一系列测量值 ,常取算术平均值作为被测量真值的最佳估计。3.1 算术平均值若测量次数无限增多，且无系统误差下，由概率论的大数定律知，算术平均值以概率为 1趋近于真值因为根据随机误差的抵偿性，当 n充分大时，有 简单地说，大数定理就是 “当试验次数足够多时，事件发生的频率无穷接近于该事件发生的概率 ” 若测量次数有限，由参数估计知，算术平均值是该测量总体期望的一个最佳的估计量 ，即满足无偏性、有效性、一致性。满足最小二乘原理：该所有测量值对其算术平均值之差的平方和达到最小。在正态分布条件下，满足最大似然原理即该测量事件发生的概率最大 。3.2 算术平均值的标准差 单次测量标准差算术平均值的标准差根据概率论中关于方差的性质，可得到该算数平均值的标准差与单次测量标准差有如下关系：上式表明，当测量次数 n愈大，算术平均值的标准差愈小，即愈接近真值。可见，增加测量次数取其算术平均值表示测量结果，是减小随机误差的一种途径。10次算术平均值与单次测量的分布关系如右图所示，10次测量的算术平均值与单次测量的总体分布关系，可以更全面而形象的说明这样一个事实，即两个的分布类型和峰值位置未发生变化，只是分散性不同。当 一定时，n 10 以后， 已减小得较缓慢。测量次数愈大时，也愈难保证测量条件的不变，从而带来新的误差。另外，增加测量次数，必然会增加测量的工作量及其成 本。因此一般情况下，取 10n15 以内较为适宜。总之，要提高测量准确度，应选用适当准确度的测量仪器，选取适当的测量次数。3.3实验标准差定义：对于一组测量数据，我们往往用其标准差来表述这组数据的分散性。如果这组数据是来自于某测量总体的一个样本，则该组数据的标准差是对该测量总体标准差的一个估计，称其为样本标准差，又称为实验标准差。标准偏差的基本方法：贝塞尔公式、极差法、最大误差法。（ 1）贝塞尔公式计算公式是方差 的无偏估计，但 s并不是标准差 的无偏估计，因此还可以得到一个经过无偏修正的贝塞尔公式，在后面可以看到。为残余误差，简称残差。总体标准差的估计 (实验样本标准差 )修正贝塞尔公式贝塞尔公式的修正因子 3 4 5 6 7 8 9 10 15 201.25 1.13 1.09 1.06 1.05 1.04 1.04 1.03 1.03 1.021.01值随 减少明显偏离系数 1 在样本数较小的情形（如 ），为了提高对 s估计的相对误差，最好用无偏修正的贝塞尔公式。在 n次测量服从正态分布且独立的条件下，可以导出如下两个关系式： 估计标准差的相对误差，用百分数表示，该百分数愈小，表示估计的信赖程度愈高。适用的估计贝塞尔公式的相对误差的公式 估计标准差的相对误差几种估计标准差的相对误差贝塞尔公式 0.80修正贝塞尔公式 0.60极差法 0.76最大误差法 0.75 0.511 2 30.570.460.520.450.470.390.430.400.400.340.370.360.360.310.340.330.320.280.310.310.300.260.290.2990.280.250.270.28100.260.230.260.27200.170.160.200.23当样本数较小的情形用贝塞尔公式估计的信赖程度已经开始低于极差法和最大误差法，应当改用修正的贝塞尔公式来估计标准差 。（ 2）极差法对多次独立测得的数据 ， 最大值， 最小值，计算它们的差值称为极差即：当测量误差服从正态分布时，标准差的计算公式 估算 时的相对误差 极差s也是测量总体标准差 的无偏估计 ，由它估算极差法系数 1.13 0.76 9 2.97 0.27 16 3.53 0.213 1.69 0.52 10 3.08 0.26 17 3.59 0.214 2.