测量误差及数据处理的基本知识

-1-第一章测量误差及数据处理的基本知识物理实验离不开对物理量的测量。由于测量仪器、测量方法、测量条件、测量人员等因素的限制，测量结果不可能绝对准确。所以需要对测量结果的可靠性做出评价，对其误差范围作出估计，并能正确地表达实验结果。本章主要介绍误差和不确定度的基本概念，测量结果不确定度的计算，实验数据处理和实验结果表达等方面的基本知识。这些知识不仅在每个实验中都要用到，而且是今后从事科学实验工作所必须了解和掌握的。1.1测量与误差1.1.1测量物理实验不仅要定性的观察物理现象，更重要的是找出有关物理量之间的定量关系。因此就需要进行定量的测量。测量就是借助仪器用某一计量单位把待测量的大小表示出来。根据获得测量结果方法的不同，测量可分为直接测量和间接测量：由仪器或量具可以直接读出测量值的测量称为直接测量。如用米尺测量长度，用天平称质量；另一类需依据待测量和某几个直接测量值的函数关系通过数学运算获得测量结果，这种测量称为间接测量。如用伏安法测电阻，已知电阻两端的电压和流过电阻的电流，依据欧姆定律求出待测电阻的大小。一个物理量能否直接测量不是绝对的。随着科学技术的发展，测量仪器的改进，很多原来只能间接测量的量，现在可以直接测量了。比如车速的测量，可以直接用测速仪进行直接测量。物理量的测量，大多数是间接测量，但直接测量是一切测量的基础。一个被测物理量，除了用数值和单位来表征它外，还有一个很重要的表征它的参数，这便是对测量结果可靠性的定量估计。这个重要参数却往往容易为人们所忽视。设想如果得到一个测量结果的可靠性几乎为零，那么这种测量结果还有什么价值呢？因此，从表征被测量这个意义上来说，对测量结果可靠性的定量估计与其数值和单位至少具有同等的重要意义，三者是缺一不可的。1.1.2误差绝对误差在一定条件下，某一物理量所具有的客观大小称为真值。测量的目的就是力图得到真值。但由于受测量方法、测量仪器、测量条件以及观测者水平等多种因素的限制，测量结果与真值之间总有一定的差异，即总存在测量误差。设测量值为N，相应的真值为N0，测量值与真值之差ΔNΔN＝N－N0称为测量误差，又称为绝对误差，简称误差。误差存在于一切测量之中，测量与误差形影不离，分析测量过程中产生的误差，将影响降低到最低程度，并对测量结果中未能消除的误差做出估计，是实验测量中不可缺少的一项重要工作。相对误差绝对误差与真值之比的百分数叫做相对误差。用Ｅ表示：%1000NNE由于真值无法知道，所以计算相对误差时常用Ｎ代替0N。在这种情况下，Ｎ可能是公认值，或高一级精密仪器的测量值，或测量值的平均值。相对误差用来表示测量的相对精确度，相对误差用百分数表示，保留两位有效数字。1.1.3误差的分类-2-根据误差的性质和产生的原因，误差可分为三类：系统误差、随机误差和粗大误差。1.系统误差是指在同一条件（指方法、仪器、环境、人员）下多次测量同一物理量时，结果总是向一个方向偏离，其数值一定或按一定规律变化。系统误差的特征是具有一定的规律性。系统误差的来源具有以下几个方面：（1）仪器误差它是由于仪器本身的缺陷或没有按规定条件使用仪器而造成的误差。如螺旋测径器的零点不准，天平不等臂等。（2）理论误差它是由于测量所依据的理论公式本身的近似性，或实验条件不能达到理论公式所规定的要求，或测量方法不当等所引起的误差。如实验中忽略了摩擦、散热、电表的内阻、单摆的周期公式glT2的成立条件等。（3）个人误差它是由于观测者本人生理或心理特点造成的误差。如有人用秒表测时间时，总是使之过快。（4）环境误差是外界环境性质（如光照、温度、湿度、电磁场等）的影响而差生的误差。如环境温度升高或降低，使测量值按一定规律变化。产生系统误差的原因通常是可以被发现的，原则上可以通过修正、改进加以排除或减小。分析、排除和修正系统误差要求测量者有丰富的实践经验。这方面的知识和技能在我们以后的实验中会逐步地学习，并要很好地掌握。2.随机误差在相同测量条件下，多次测量同一物理量时，误差的绝对值符号的变化，时大时小、时正时负，以不可预定方式变化着的误差称为随机误差，有时也叫偶然误差。引起随机误差的原因也很多，与仪器精密度和观察者感官灵敏度有关。如无规则的温度变化，气压的起伏，电磁场的干扰，电源电压的波动等，引起测量值的变化。这些因素不可控制又无法预测和消除。当测量次数很多时，随机误差就显示出明显的规律性。实践和理论都已证明，随机误差服从一定的统计规律（正态分布），其特点表现为：①单峰性绝对值小的误差出现的概率比绝对值大的误差出现的概率大；②对称性绝对值相等的正负误差出现的概率相同；③有界性绝对值很大的误差出现的概率趋于零；④抵偿性误差的算术平均值随着测量次数的增加而趋于零。因此，增加测量次数可以减小随机误差，但不能完全消除。3.粗大误差由于测量者过失，如实验方法不合理，用错仪器，操作不当，读错数值或记错数据等引起的误差，是一种人为的过失误差，不属于测量误差，只要测量者采用严肃认真的态度，过失误差是可以避免的。在数据处理中要把含有粗大误差的异常数据加以剔除。剔除的准则一般为3σ准则或肖维勒准则。1.1.4测量的精密度、准确度和精确度测量的精密度、准确度和精确度都是评价测量结果的术语，但目前使用时其涵义并不尽一致，以下介绍较为普遍采用的说法。精密度表示的是在同样测量条件下，对同一物理量进行多次测量，所得结果彼此间相互接近的程度，即测量结果的重复性、测量数据的弥散程度，因而测量精密度是测量偶然误差的反映。测量精密度高，偶然误差小，但系统误差的大小不明确。准确度表示的是测量结果与真值接近的程度，因而它是系统误差的反映。测量准确度高，则测量数据的算术平均值偏离真值较小，测量的系统误差小，但数据较分散，偶然误差的大小不确定。-3-精确度表示的则是对测量的偶然误差及系统误差的综合评定。精确度高，测量数据较集中在真值附近，测量的偶然误差及系统误差都比较小。1.1.5随机误差的估计对某一物理量进行多次重复测量时，其测量结果服从一定的统计规律，也就是正态分布（或高斯分布）。我们用描述高斯分布的两个参量（x和σ）来估计随机误差。设在一组测量值中，n次测量的值分别为：nxxx,,211．算术平均值根据最小二乘法原理证明，多次测量的算术平均值niixnx11（1—1）是待测量真值0x的最佳估计值。称x为近似真实值，以后我们将用x来表示多次测量的近似真实值。2．标准偏差根据随机误差的高斯理论可以证明，在有限次测量情况下，单次测量值的标准偏差为：112nnixixxxS（贝塞尔公式）（1—2）通常称xxvii为偏差，或残差。xs表示测量列的标准偏差，它表征对同一被测量在同一条件下作n次（在大学物理实验中，通常取105n）有限测量时，其结果的分散程度。其相应的置信概率)(xsp接近于58.3%。其意义是n次测量中任一次测量值的误差（或偏差）落在（x）区间的可能性约为68.3%，也就是真值落在（xxxx,）范围的概率为68.3%。标准偏差x小表示测量值密集，即测量的精密度高；标准偏差x大表示测量值分散，即测量的精密度低。3.算术平均值的标准偏差当测量次数n有限，其算术平均值的标准偏差为112nnxxnniixx（1—3）其意义是测量平均值的随机误差在xx~之间的概率为68.3%。或者说，待测量的真值在xxxx~范围内的概率为68.3％。因此x反映了平均值接近真值的程度。1.1.6异常数据的剔除剔除测量列中异常数据的标准有几种，有3x准则、肖维准则、格拉布斯准则等。1．3x准则统计理论表明，测量值的偏差超过3x的概率已小于1％。因此，可以认为偏差超过3x的测量值是其他因素或过失造成的，为异常数据，应当剔除。剔除的方法是将多次测量所得的一系列数据，算出各测量值的偏差ix和标准偏差x，把其中最大的jx与3x比较，若jx＞3x，则认为第j个测量值是异常数据，舍去不计。剔除jx后，对余下的各测量值重新计算偏差和标准偏差，并继续审查，直到各个偏差均小于3x为止。2．肖维准则假定对一物理量重复测量了n次，其中某一数据在这n次测量中出现的几率不到半次，即小于n21，则可以肯定这个数据的出现是不合理的，应当予以剔除。根据肖维准则，应用随机误差的统计理论可以证明，在标准误差为的测量列中，-4-若某一个测量值的偏差等于或大于误差的极限值K，则此值应当剔出。不同测量次数的误差极限值K列于下表。表1肖维系数表nKnKnK41.53101.96162.1651.65112.00172.1861.73122.04182.2071.79132.07192.2281.86142.10202.2491.92152.13302.39-5-