电气测量-0 第五节 粗大误差的判别与坏值的舍弃_第1页
电气测量-0 第五节 粗大误差的判别与坏值的舍弃_第2页
电气测量-0 第五节 粗大误差的判别与坏值的舍弃_第3页
电气测量-0 第五节 粗大误差的判别与坏值的舍弃_第4页
电气测量-0 第五节 粗大误差的判别与坏值的舍弃_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

粗大误差的判别与坏值的舍弃,一、粗大误差与坏值,在重复测量得到的测量数据序列中，如果混有包含粗大误差的坏值（异常数据），必然会歪曲测量结果，对测量值的平均值和标准偏差估计值都有较大的影响，特别是标准偏差估计值受到的影响更大。因此，必须剔除由于测量仪器、测量方法、测量条件或测量人员等引起的、包含粗大误差的坏值，才可进行有关的数据处理，从而得到符合客观情况的测量结果。在对坏值进行舍弃的过程中，应当防止无根据地随意丢掉一些误差大的测量值。对怀疑为坏值的数据，应当加以分析，尽可能找出产生坏值的明确原因，区别是由于随机误差造成的正常分散数据，还是粗大误差造成的坏值，然后再决定取舍。当查找产生坏值的原因存在困难时，或不能确定哪个测量值是坏值时，可以按照统计学的异常数据处理准则，判别坏值并加以舍弃。,二、统计判别法准则,1. 基本思路统计学异常数据处理准则的基本思路是给定一个置信概率，然后确定相应的置信区间，凡超出相应区间的误差被认为是粗大误差，对应的测量数据为异常数据，应予以剔除。例如，对于服从正态分布的测量数据，若取置信概率为99%或99.73%，对应的置信系数分别为c=2.576和c=3，置信区间分别为E(X)-2.576(X)，E(X)+2.576(X)和E(X)-3(X)，E(X)+3(X)，此时可以将-2.576(X)，2.576(X)和-3(X)，3(X)作为判别粗大误差和异常数据的区间。,2. 统计判别法的准则,常用的统计判别法准则：(1)拉依达（）准则；(2)肖维纳（Chauvenet）准则；(3)格拉布斯（Grubbs）准则。,3. 统计判别法准则的应用,4. 举例,【例2-5-1】对某电流源电流进行测量，所得测量数据服从正态分布（单位mA）。利
人人文库> 全部分类> 专业文献 > 建筑环境

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论