算术平均值的实验标准差和单次测量值的实验标准差的区别.doc

一、问题的提出在不等精度直接测量时，由各测量值xi及其标准差i计算加权算术平均值的标准差时，有两个计算公式式中:pi各测量值的权；i各测量值的标准差；单位权标准差；加权算术平均值的标准差。但这两个公式的计算结果有时会相差很大。那么，在这种情况下，采用哪个公式更为合理呢？本文对此从公式的推导到公式的选用进行探讨，并给出了一般性的原则。二、公式的数学推导在不等精度测量时，各测量值的权的定义式为:测量结果的最佳估计值为:则测量结果的不确定度评定为:对式(5)求方差有设各测量值xi的方差都存在，且已知分别为，即D(xi)=由(4)式有=2/pi从公式(1)的推导，我们可以看出，此时各测量值的方差(或标准差)必须是已知的。而在实际测量中，常常各测量值的方差(或标准差)是未知的，无法直接应用公式(1)进行不确定度评定。但是，从分析来看，如果能由各测量值的残差(其权等于测量值的权)求出单位权标准差的估计值，并将其代入公式(1)中，就可计算出加权算术平均值标准差的估计值。为此，作如下推导:由残差i=xi-i=1，2，n对i单位权化由于vi的权都相等，因而可设为1，故用vi代替贝塞尔公式中的i可得单位权标准差的估计值将此式代入公式(1)，即得到加权算术平均值标准差的估计值从上面的推导我们可以看出，公式(1)是在各测量值的标准差已知时计算出的不等精度测量结果的不确定度的准确值；而公式(2)是在各测量值的标准差未知时计算出的不等精度测量结果的不确定度的估计值。从概率论与数理统计知识可知，只有在n时，其单位权标准差的估计值才能等于单位权的标准差，而由于测量次数的有限性和随机抽样取值的分散性，这两者是不相等的，所以由公式(1)和公式(2)确定的不确定度的值是也不相同的。三、公式选用的一般原则笔者用了较大的篇幅来进行公式的数学推导，主要是为了说明这两个公式推导的前提是不一样的，其应用当然也就不同。我们分两种情况来进行讨论。1.各测量值的标准差未知时显然，在这种情况下，由于其测量值的权是由其他方法得到的，而各测量值的标准差未知，无法应用公式(1)来进行不确定度评定，而只能用公式(2)。2.各测量值的标准差已知时当已知测量值xi和其标准差i时，有两种方法计算的标准差:第一种方法是用公式(1)进行计算，第二种方法是用公式(2)进行计算。前面已述这两种方法在理论上是不相等的。两种方法的区别是:第一种方法是根据已知的i计算，没有用到测量数据xi。而第二种方法既用到了i(确定权)，也用到了测量数据xi(计算残差)。公式(2)是一个统计学公式，与观测次数n有关，只有n足够大，即观测数据足够多时，该公式才具有实际意义。所以，根据前面的推导分析，当测量次数较少时，考虑到随机抽样取值的分散性，建议采用公式(1)进行不确定度评定，当测量次数较多时，采用公式(2)评定不确定度更能真实地反映出这一组数据的不确定度值，它包含了由随机效应引起的不确定度，也包含了由系统效应引起的不确定度，因而更具有实验性质。现在的问题是，测量次数究竟为多少时才是较少或较多呢？根据概率论与数理统计知识，单次测量的标准差与平均值的标准差的关系为:，当一定时，n10以后，已减少得非常缓慢。所以常把n=10作为一个临界值。综上所述，当测量次数n10时，用公式(1)进行计算效果较好；当测量次数n10时，采用公式(2)来评定不确定度会更客观一些。另外，还有一个问题值得注意:不等精度测量本来就是改变了测量条件的复现性测量，这些改变了的测量条件有可能带来系统误差。当n足够大时且本次测量条件与以前的测量条件变化不大时，两个公式计算的结果应近似相等。否则本次测量数据可能存在系统误差。四、实例实例1用国家基准器在相同的条件下连续3天检定某一基准米尺，检定的结果为999.9425mm(3次测量取平均值)，999.9416mm(2次测量取平均值.雪，999.9419mm(5次测量取平均值)，试求最终的检定结果。解由于测量条件相同，3天里的10次测量是等精度的。3个检定结果所以精度不等，是因为每天测量的次数不同，所以其权为:p1:p2:p3=2/n1:2/n2:2/n3=3:2:5所以，加权算术平均值为:因各测量值的标准差未知，故x应按公式(2)估算，所以实例2对某物理量进行9次直接测量，数据见下表，评定测量结果的不确定度。解(1)计算各测量值的权:由式(4)知pi=2/令单位权标准差=50，则各测量值的权为:p1:p2:p3:p4:p5:p6:p7:p8:p9=1:1:1:1.93:12.8:2.97:4.34:2.78:4.73(2)计算最佳估计值:(3)计算的标准差:第一种方法；用公式(1)计算第二种方法:用公式(2)计算从本例看，两种方法计算的结果相差较大。依据第三节的原则，该例采用第一种方法计算的结果为好。从对观测列的分析来看，xmax-xmin=132，取值很分散，似有系统误差存在。当系统误差大于