精密测量理论与技术基础第5章-测量数据处理课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《精密测量理论与技术基础第5章-测量数据处理课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。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。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 精密 测量 理论 技术 基础 数据处理 课件
- 资源描述:
-
1、第五章第五章 测量数据处理测量数据处理有效数字的取舍与运算有效数字的取舍与运算组合测量数据的最小二乘法处理组合测量数据的最小二乘法处理异常值的判断与剔除异常值的判断与剔除2间接测量方程的最小二乘法求解间接测量方程的最小二乘法求解第一节第一节 有效数字的取舍与运算有效数字的取舍与运算第五章第五章 测量数据处理测量数据处理3一、保留原则一、保留原则n最末一位数字不可靠,倒数第二位可靠(最末一位有效数字与测量分辨力是同一量级)n对没有小数位且以若干个零结尾的数值,从非零数字最左一位向右数得到的位数减去无效零(即仅为定位用的零)的个数。对其他十进位数,从非零数字最左一位向右数而得到的位数,就是有效位数
2、。n举例:q35000,350102q0.0035,0.003504二、舍入二、舍入规则规则n末位后的数字小于0.5时,则舍去,即保留的末位数字不变n末位后的数字大于0.5时,则进一,即保留的末位数字加1n末位后的数字恰为0.5时,使末位为偶数,即末位数字为奇数则进一,为偶数则舍弃4四舍四舍六入六入逢五凑偶逢五凑偶 3.141592.717294.510503.215506.3785017.6914995.434603.1422.7174.5103.2166.3797.6915.435三、运算规则三、运算规则n加减:以小数位数最少的数据位数为准,其余各数据可以相同,也可多取一位数字(安全数字)
3、,但最后结果应与小数位数最少的数据小数位相同;n乘除:以有效位数最少的数据位数为准,其余各数据可以相同,也可多取一位数字(参考数字),但最后结果应与有效位数最少的数据位数相同;n乘方或开方:运算结果的有效位数应比原数据多保留一位有效位数。例:1648.0+0.0082+1.632+86.62+5.135+316.34+0.545 1648.0+0.01+1.63+86.62+5.14+316.34+0.54 =2058.28?0.0121*1.36872 0.0121*1.3687=0.01656127?5第二节第二节 异常值的判断与剔除异常值的判断与剔除第五章第五章 测量数据处理测量数据处理
4、7异常值含有粗大误差(或过失误差)异常值含有粗大误差(或过失误差)测量人员的主观原因测量人员的主观原因 客观外界条件的原因客观外界条件的原因 仪器内部故障仪器内部故障7测量者工作责任感不强、工作过测量者工作责任感不强、工作过于疲劳、缺乏经验操作不当,或于疲劳、缺乏经验操作不当,或在测量时不小心、不耐心、不仔在测量时不小心、不耐心、不仔细等,造成错误的读数或记录细等,造成错误的读数或记录测量条件意外地改变(如机械冲测量条件意外地改变(如机械冲击、外界振动、电磁干扰等)击、外界振动、电磁干扰等)一、异常值产生的原因一、异常值产生的原因二、异常值的判别准则二、异常值的判别准则 1.莱以特准则(莱以特
5、准则(准则准则)莱以特准则是最常用也是最简单的判别异常值的准则,它是以测量次数充分大为前提,但通常测量次数较少,因此该准则只是一个近似的准则。若 则可认为该数据 含有异常值,应予以剔除。83|3()ddkvxxs xdx9v0.0000810.0000810.0003610.0003610.0001210.0001210.0003610.0003610.0000810.0000810.0003610.0003610.0004410.0004410.0001210.0001210.0003610.0003610.0000810.0000810.0000010.0000010.0004410.00
6、04410.0004410.0004410.0001210.000121+0.009+0.009+0.019+0.019-0.011-0.011+0.019+0.019+0.009+0.009+0.019+0.019-0.021-0.021-0.011-0.011+0.019+0.019+0.009+0.009-0.001-0.001-0.021-0.021-0.021-0.021-0.011-0.0110.0002560.0002560.0006760.0006760.0000160.0000160.0006760.0006760.0002560.0002560.0006760.000676
7、0.0001960.0001960.0108160.0108160.0000160.0000160.0006760.0006760.0002560.0002560.0000360.0000360.0001960.0001960.0001960.0001960.0000160.000016+0.016+0.016+0.026+0.026-0.004-0.004+0.026+0.026+0.016+0.016+0.026+0.026-0.014-0.014-0.104-0.104-0.004-0.004+0.026+0.026+0.016+0.016+0.006+0.006-0.014-0.014
8、-0.014-0.014-0.004-0.00420.4220.4220.4320.4320.4020.4020.4320.4320.4220.4220.4320.4320.3920.3920.3020.3020.4020.4020.4320.4320.4220.4220.4120.4120.3920.3920.3920.3920.4020.401 12 23 34 45 56 67 78 89 9101011111212131314141515序号序号15210.003374iiv404.20151nlxii15210.01496iiv0151iiv2vv2vl3()3 0.0330.099
9、ks x 0.1043()30.0160.048ksx 2.罗曼诺夫斯基准则罗曼诺夫斯基准则(t 检验检验准则准则,测量次数较少时较为合理)10 首先剔除一个剔除一个可疑的测得值,然后按 t 分布检验被剔除的值是否是含有异常值异常值。测量数据:,若认为某个测量值 为可疑数据,将其剔除后计算平均值为 求得测量数据列的实验标准差 根据测量次数 n 和选取的显著度 ,查 t分布得检验系数 。若 ,则认为测量值 确实含有异常值异常值。nxxx,.,21jxnjiiixnx11121()2niikvs xn),(nK()jkxxKs xjx二、异常值的判别准则二、异常值的判别准则t分布检验系数表分布检验
10、系数表11 K n0.050.01 K n0.050.01 K n0.050.0144.9711.46132.293.23222.142.9153.566.53142.263.17232.132.9063.045.04152.243.12242.122.8872.784.36162.223.08252.112.8682.623.96172.203.04262.102.8592.513.71182.183.01272.102.84102.433.54192.173.00282.092.83112.373.41202.162.95292.092.82122.333.31212.152.93302.
11、082.81用前面例子的测得值 解:首先怀疑第八组测得值是异常值异常值,将其剔除。然后根据剩下的14个测量值计算平均值和标准差,得 选取显著度 ,已知 n15,查表得则因 故第八组测量值是异常值异常值,应予剔除。然后对剩下的14个测得值进行判别,可知这些测得值不再含有异常值异常值。20.411,()0.016kxs x05.0a24.2)05.0,15(K()2.24 0.0160.036kKs x036.0111.0411.2030.208 xx 2.罗曼诺夫斯基准则罗曼诺夫斯基准则二、异常值的判别准则二、异常值的判别准则13 1950年格拉布斯(年格拉布斯(Grubbs)根据顺序统计量的某
12、种分布根据顺序统计量的某种分布规律提出一种判别异常值的准则。规律提出一种判别异常值的准则。为了检验为了检验 中是否含有异常值,按大小顺序排列成顺序中是否含有异常值,按大小顺序排列成顺序统计量统计量 取一定显著度取一定显著度(一般一般0.05或或0.01),查表(下页)得临界值,查表(下页)得临界值ix)()2()1(.nxxx()()()nnkxxgs x(1)(1)()kxxgs x),(0)(nggi0(,)g n判据:判据:,可判别该测得数据中含有异常值异常值二、异常值的判别准则二、异常值的判别准则 3.格拉布斯准则格拉布斯准则14),(0ang2.782.822.852.882.912
13、.942.962.993.013.103.183.243.343.592.482.502.532.562.582.602.622.642.662.742.812.872.963.17171819202122232425303540501001.161.491.751.942.102.222.322.412.482.552.612.662.702.751.151.461.671.821.942.032.112.182.232.282.332.372.412.412.443456789101112131415160.010.050.010.05aann),(0ang格拉布斯格拉布斯临界值临界值15
14、 今有两测得值今有两测得值 ,可怀疑,但由于可怀疑,但由于 故应先怀疑故应先怀疑 是否含有是否含有异常值异常值,计算,计算 查表得查表得 则则 故测量数据中第八个测得值故测量数据中第八个测得值 含有含有异常值异常值,应予剔除。,应予剔除。剩下的剩下的14个个数据,再重复上述步骤,判别数据,再重复上述步骤,判别 是否是是否是异常值异常值。计算计算 故可判别故可判别 不是不是异常值异常值,而各,而各 皆小于皆小于1.18,故可认,故可认为其余测得值也不是为其余测得值也不是异常值异常值。)1(x)15(x104.030.20404.20)1(xx026.0404.2043.20)15(xx)1(x1
15、5.3033.030.20404.20)1(g41.2)05.0,15(0g41.2)05.0,15(15.30)1(gg8x)15(x20.411 x,()0.016ks x18.1016.0411.2043.20)15(g)15(x)(ig20.404()0.033kxs x30.20)1(x43.20)15(x 3.格拉布斯准则格拉布斯准则格拉布斯准则使用的注意事项格拉布斯准则使用的注意事项n在应用上述准判断异常值时,若同时有两个以上的测得值的残差vi超出判断界限,也只能剔除其中|vi|最大的那一个数据(如有两个相同的数据超限,也只能剔除其中的任一个)。即,一次只能剔除一个超限的数据。n
展开阅读全文