3 测量的不确定度.docx
《3 测量的不确定度.docx》由会员分享，可在线阅读，更多相关《3 测量的不确定度.docx（14页珍藏版）》请在冰点文库上搜索。
3测量的不确定度
测量不确定度与数据处理复习纲要
§1测量及其误差
1测量的概念
测量：
为确定被测对象的测量值，首先要选定一个单位，然后用这个单位与被测对象进行比较，求出它对该单位的比值──倍数，这个数即为数值。
表示一个被测对象的测量值时必须包含数值和单位两个部分。
目前，在物理学上各物理量的单位，都采用中华人民共和国法定计量单位，它是以国际单位制（SI）为基础的单位。
它是以米（长度）、千克（质量）、秒（时间）、安培（电流强度）、开尔文（热力学温度）、摩尔（物质的量）和坎德拉（发光强度）作为基本单位，称为国家单位制的基本单位；其它量（如力、能量、电压、磁感应强度等等）的单位均可由这些基本单位导出，称为国际单位制的导出单位。
2直接测量、间接测量、等精度测量
测量分为直接测量和间接测量。
直接测量是指把待测物理量直接与作为标准的物理量相比较，例如用直尺测某长度，间接测量是指按一定的函数关系，由一个或多个直接测量量计算出另一个物理量。
同一个人，用同样的方法，使用同样的仪器并在相同的条件下对同一物理量进行的多次测量，叫做等精度测量。
以后说到对一个量的多次测量，如无另加说明，都是指等精度测量。
3测量的正确度、精密度和精确度
正确度表示测量结果系统误差的大小，精密度表示测量结果随机性的大小，精确度则综合反映出测量的系统误差与随机性误差的大小。
4误差的概念
测量值x与真值X之差称为测量误差Δ，简称误差。
Δ＝x-X。
误差的表示形式一般分为绝对误差与相对误差。
绝对误差使用符号±Δx。
x表示测量结果x与直值X之间的差值以一定的可能性（概率）出现的范围，即真值以一定的可能性（概率）出现在x-Δx至x+Δx区间内。
相对误差使用符号β。
由于仅根据绝对误差的大小还难以评价一个测量结果的可靠程度，还需要看测定值本身的大小，故用相对误差能更直观的表达测定值的误差大小。
绝对误差、相对误差和百分误差通常只取1～2位数字来表示。
5误差的分类与来源
一般将误差分为系统误差、随机误差、粗大误差三类。
（1）、系统误差
在相同的测量条件下多次测量同一物理量时，误差的绝对值和符号保持恒定，当测量条件改变时，它也按某一确定的规律而变化，这样的误差称为系统误差。
系统误差的来源可归结为下几个方面：
仪器误差、调整误差、环境误差、方法（或原理）误差、人员误差。
（2）、随机误差
在相同的测量条件下多次测量同一物理量时产生的时大时小、时正时负、以不可预知的方式变化的误差称为随机误差。
随机误差产生的原因主要是由于各种不确定的因素所造成的测量值的无规则的涨落。
服从正态分布的随机误差具有下面的一些特性：
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。
对称性：
绝对值相等的正负误差出现的概率相同。
有界性：
有一定测量条件下，误差的绝对值不超过一定限度。
抵偿性：
随机误差的算术平均值随着测定次数的增加而越来越趋向于零，
（3）、粗大误差
用当时的测量条件不能解释为合理的误差称为粗大误差。
其产生的主要原因是实验者在操作、读数、记录、计算等方面的粗心而造成的。
含有粗大误差的测量值会明显歪曲客观事实，因而必须用适当的方法将其剔除
（4）、误差的转化
由于系统误差和随机误差有时难以分辨，并在一定的条件下可以相互转化，因此，现代误差理论已使用不确定度来评价测量结果，在误差分类上也不再使用系统误差这个名词，而是根据其来源及是否能用统计方法进行处理，分别归类于A类不确定度和B类不确定度。
6测量结果的最佳值与随机误差的估算
（1）、测量结果的最佳值——算术平均值
设对某一物理量进行了几次等精度的重复测量，所得的一系列测量值分别为：
x1、x2、…xi…xn。
测量结果的算术平均值为：
。
xi是随机变量，
也是一个随机变量，随着测量次数n的增减而变化。
由随机误差的上述统计特性可以证明，当测量次数n无限增多时，算术平均值
就是接近真值的最佳值。
（2）、随机误差的表示法
随机误差的大小常用标准误差、平均误差和极限误差表示。
（3）、随机误差的估算
由于真值X无法知道，因而误差△i也无法计算。
但在有限次测量中，算术平均值
是真值的最佳估算值，且当
时，
。
所以，我们可以用各次测量值与算术平均值之差——残差或偏差来估算误差。
，
υi是可以计算的，当用υi来计算标准误差σ时，称之为标准偏差。
a.标准偏差使用符号σx表示，其计算式为：
。
标准偏差σx所表示的意义是：
任一次测量值xi的误差落在（±σx）范围内的概率为68.3%。
b.平均值的标准偏差使用符号
表示，其计算式为：
，
平均值的标准偏差是n次测量中任一次测量值标准误差的
倍。
它表示在
范围内包含真值X的可能性是68.3%。
7有限次测量的情况和t因子
测量次数趋于无穷只是一种理论情况，这时物理量的概率密度服从正态分布。
当次数减少时，概率密度曲线变得平坦，成为t分布，也叫学生分布。
当测量次数趋于无限时，t分布过渡到正态分布。
对有限次测量的结果，要使测量值落在平均值附近，具有与正态分布相同的置信概率，P=0.68，显然要扩大置信区间，扩大置信区间的方法是把σx乘以一个大于1的因子tP。
在t分布下，标准偏差记为
σxt=tPσx，
tP与测量次数有关。
表1-1tp与n的关系
tPn
P
3
4
5
6
7
8
9
10
15
20
∞
0.68
1.32
1.20
1.14
1.11
1.09
1.08
1.07
1.06
1.04
1.03
1
0.90
2.92
2.35
2.13
2.02
1.94
1.86
1.83
1.75
1.73
1.71
1.65
0.95
4.30
3.18
2.78
2.57
2.46
2.37
2.31
2.26
2.15
2.09
1.96
0.99
9.93
5.84
4.60
4.03
3.71
3.50
3.36
3.25
2.98
2.86
2.58
[例]测量某一长度得到9个值：
42.35，42.45，42.37，42.33，42.30，42.40，42.48，42.35，42.29（均以mm为单位）。
求置信概率为0.68、0.95、0.99时，该测量列的平均值、标准偏差σx。
解：
计算得到平均值
=42.369mm
计算得到标准偏差σx=0.021mm。
n=9，查表得
P=0.68,t=1.07,由式σxt=tPσx得σxt=1.07×0.021mm=0.022mm
P=0.95,t=2.31,σxt=2.31×0.021mm=0.048mm
P=0.95,t=3.36,σxt=3.36×0.021mm=0.070mm
8仪器误差
仪器的最大允差△仪：
仪器的最大允差就是指在正确使用仪器的条件下，测量所得结果的最大允许误差。
一般仪器误差的概率密度函数遵从均匀分布。
均匀分布：
在△仪范围内，各种误差（不同大小和符号）出现的概率相同，区间外出现的概率为0。
9仪器的标准误差σ仪
对于均匀分布的仪器最大允许误差，可计算得标准误差为：
。
§2有效数字及其运算
测量结果的数字中，只保留一个欠准数，即数字的最后一位是欠准数，其余都是可靠数。
测量结果中所有可靠数字和一个欠准数统称为有效数字。
它们正确而有效地表示了实验的结果。
1、直接测量的读数原则
直接测量读数应反映出有效数字，所以在直接测量读数时：
（1）应估读到仪器最小刻度以下的一位欠准数；
（2）有效数字位数的多少既与使用仪器的精度有关，又与被测量本身大小有关。
2、多次直接测量结果的有效数字取舍规则
一般只取1~2位数字，因此
的末位数应取在σx所取的一位上，即
末位与σx的一位对齐。
关于
和σx尾数的取舍，常采用下列的法则：
（1）遇尾数为4或4以下的数，则“舍”。
（2）遇尾数为6或6以上的数，则“入”。
（3）遇尾数为5的数，要看前一位。
前一位为奇数，则“入”，前一位为偶数则“舍”。
3、有效数字运算规则
运算结果的有效数字应由误差计算结果来确定。
但是，在作误差计算以前的测量值运算过程中，可由有效数字运算规则进行初次的取舍，以简化运算过程。
有效数字的取舍的总原则是：
运算结果只保留一位欠准数。
4、量具和仪器的有效数字
对于标刻度的量具和仪器，如果被测量量很明确，照明好，仪器的刻度清晰，要估读到最小刻度的几分这一（如1/10、1/5、1/2）。
这最小刻度的几分之一，即为测量值的估计误差，记作△估，测量值中能读准的位数加上估读的这一位为有效数字。
§3测量的不确定度
1不确定度的概念及计算
测量不确定度是与测量结果相关联的参数，表征测量值的分散性、准确性和可靠程度，或者说它是被测量值在某一范围内的一个评定。
测量不确定度分为A类标准不确定度和B类标准不确定度。
一个完整的测量结果不仅要给出该测量值的大小，同时还应给出它的不确定度，用不确定度来表征测量结果的可信赖程度，测量结果应写成下列标准形式：
Χ=x±U（单位），Ur=±U/x×100%
式中x为测量值，对等精度多次测量而言，x是多次测量的算术平均值
：
U为不确定度，Ur为相对不确定度。
A类标准不确定度
A类标准不确定度是在一系列重复测量中，用统计方法计算的分量，它的表征值用平均值的标准偏差表示，即
考虑到有限次测量服从t分布，A类标准不确定度应表示为：
B类标准不确定度
测量中凡是不符合统计规律的不确定度统称为B类不确定度，记为UB。
对一般有刻度的量具和仪表，估计误差在最小分格的1/10~1/5，通常小于仪器的最大允差△仪。
所以通常以△仪表示一次测量结果的B类不确定度。
实际上，仪器的误差在[—△仪，△仪]范围内是按一定概率分布的。
一般而言，uB与△仪的关系为
uB=△仪/C
C称置信系数。
正态分布条件下，测量值的B类不确定度
kP称置信因子，置信概率P与kP的关系见下表：
表
P
0.500
0.683
0.900
0.950
0.955
0.990
0.997
kP
0.675
1
1.65
1.96
2
2.58
3
根据概率统计理论，在均匀分布函数条件下，一次测量值的B类标准差UB=kPuB=kP△仪/C，C=
，当P=0.683时，kP=1，即UB=
/
。
在正态分布条件下，一次测量值的B类标准差UB=kPuB=kP△仪/C，C=3，当P=0.683时，kP=1，即UB=
/3。
C合成标准不确定度和展伸不确定度
假设测量误差在[-△B，△B]范围内服从正态分布，这时B类标准不确定度为uB=△B/C，测量值的合成标准不确定度为
P=0.68
将合成标准不确定度乘以一个与一定置信概率相联系的包含因子（或称覆盖因子）K，得到增大置信概率的不确定度，叫做扩展不确定度。
若置信概率为0.95,K=2
U0.95=2U0.68=2
P=0.95
若置信概率为0.99,K=3
U0.99=3U0.68=3
P=0.99。
2测量结果的表示
根据所用的置信概率，测量结果的最终表达式为
X=
±U0.68P=0.68
X=
±U0.95P=0.95
X=
±U0.99P=0.99
式中
为不含系统误差的测量结果，通常就是测量列的平均值。
不确定度取1位或2位有效数字，测量值X的最后一位与不确定度的最后一位对齐。
3标准不确定度的传递与合成
间接测量量
y=f（x1,x2,…,xn）
其中x1,x2,…,xn如果为相互独立的直接测量量，则有间接测量量的不确定度：
其中u（xi）为测量量xi的标准不确定度，常用的函数不确定度传递公式在下表列出。
常用函数不确定度传递公式
函数表达式
传递（合成）公式
W=x±y
W=x·y
W=x/y
W=
W=kx
W=k
W=sinx
UW=|cosx|Ux
W=lnx
求间接测量结果的不确定度的步骤如下：
（1）对函数求全微分（对加减法），或先取对数再求全微分（对乘除法）；
（2）合并同一分量的系数，合并时，有的项可以相互抵消，从而得到最简单的形式；
（3）系数取绝对值；
（4）将微分号变为不确定度符号；
（5）求平方和。
§4常用数据处理方法
常用数据处理方法有：
列表法、作图法、回归法和逐差法。
1列表法
数据在列表处理时，应该遵循下列原则：
（1）各栏目（纵或横）均应标明名称及单位，若名称用自定的符号，则需加以说明。
（2）列入表中的数据主要应是原始测量数据，处理过程中的一些重要中间结果也应列入表中。
（3）栏目的顺序应充分注意数据间的联系和计算的程序，力求简明、齐全，有条理。
（4）若是函数测量关系的数据表，则应按自变量由小到大或由大到小的顺序排列。
列表法是其他数据处理的基础。
2作图法
（1）图示法
选取合适的坐标纸，把两组互相关联的物理量的每一对测量值标记成坐标纸上的一个点，用符号“+”表示，叫作数据点，然后根据实验的性质，把这些点连成折线，或拟合成直线或曲线，这就是图示法。
图示法要注意以下几点：
1）要根据需要选用直角坐标纸、对数坐标纸、半对数坐标纸、极坐纸等。
2）坐标纸面积的大小应与数据的有效位数相匹配。
如果实验数据很精确，而坐标纸很小，作图的误差就远远超过了实验误差。
3）用数据点拟合非线性关系的曲线时，最好借助云形规（也称曲线板），以使拟合的曲线光滑。
各数据点到所拟合的曲线（沿纵轴方向）的距离之和应为最小。
4）每个图都要在底部或顶部空白处标出图的名称，如“电压表校准曲线”、“p—V”图等。
5）要画坐标轴，轴上应有标度值，标度值不一定从零开始，习惯上，横轴代表自变量，纵轴代表应变量，坐标轴端可画箭头，在箭头外标明该轴所代有的物理量名称及单位（最好都用符号表示，如t/℃）。
如果不画箭头，则在轴中部、轴的外侧标记，在纵轴上标记时，应将纸转90°，即沿着轴的方向书写。
6）测量值都有误差，把纵轴所代表的物理量的测量值及其误差用一定长的直线段标在图上，这个小线段叫作误差杆。
杆的中心点对应于测量值，误差杆用一些符号来表示，其长度代表该测量值的误差范围
△yi。
（2）图解法解实验方程
为简单起见，若数据点拟合成一条直线，则可以进一步求出反映该实验物理规律的解析方程——线性方程，线性方程的一般形式为
y=ax+b
参数a为直线的斜率，b为直线在y轴上的截距。
图解法求解实验方程，其参数的误差与所有测量数据的误差都有关，也与坐标纸的种类、大小以及作图者自身的因素有关。
（3）曲线的改直
对一些不是线性关系的物理规律，有时可以通过坐标交换，把曲线改成直线。
3回归法
变量间的关系:
相互关联的变量（比如y，x）之间的关系可以分成两种类型：
1）函数关系：
相关变量间存在着完全确定的关系；
2）相关关系：
相关变量间存在不同程度的不确定性。
以上两种类型的关系可以互相转化。
回归法处理的问题有以下两类：
（1）处理相关关系。
确定变量之间是否存在相关关系，如果存在相关关系，就去找出它们之间的合适的数学表达式（经验公式）。
（2）处理函数关系。
确定包含在函数关系y=f（x；c1，c2，……cm）未知参数中的待测物理量。
常用的回归分析法是最小二乘法及最大似然估计方法。
最小二乘法：
由一组实验数据找出一条最佳的拟合直线（或曲线），常用的方法是最小二乘法。
所得的变量之间的相关函数关系称为回归方程。
所以最小二乘法线性拟合亦称为最小二乘法线性回归。
最小二乘法原理是：
若能找到一条最佳的拟合直线，那么这似合直线上各相应点的值与测量值之差的平方和在所有拟合直线中应是最小的。
掌握最小二乘法线性回归的计算方法与步骤。
掌握相关系数R的意义及判断线性回归方程是否恰当的方法。
掌握用肖维涅舍弃判据剔除测量值中粗大误差的方法。
4逐差法
当自变量等间隔变化，而两物理量之间又呈现线性关系时，我们除了采用图解法、最小二乘法以外，还可采用逐差法。
掌握逐差法处理实验数据的方法。
注意逐差法要求自变量等间隔变化而函数关系为线性。
升级会员 