自动门讯:
判断可疑误差的处理方法
在进行等精度测量时,有时会发现某一个或几个测量数据特别可疑,即相应的殘差绝对值特别大。对于这一种测量结果,必须由测量人员进行分析、判断。对于这样的数据如果处理不当,不仅会严重歪曲测量结果及其精密度,有时还可能漏掉一些及为重要的“意外”信息。例如,异常误差的出现,可能预示着产生间歇振荡、接触不良,某个元件损坏、仪器工作不稳定等;有时更为重要的还可能预示着一种新的物理现象将被发现。因此,对可疑测量值不应该为了追求数据的一致性而轻易舍去。当出现可疑数据时,处理的原则是:
1.仔细分析产生可疑数据的原因
如果该数据确系粗差所致,则一般总能把这些原因找出来。然后,便有充分理由反该可疑值作为坏值(其相应的误差为粗差)而剔除,并设法在测量中消除产生误差的根源,或在剔除坏值后再进行计算。
2.多增加一些测量次数
如果在测量过程中,可疑数据出现而又不能肯定它是坏值时,可以在维持等精度条件的前提下,多增加一些测量次数,根据随机误差的对称特性,很可能出现与上述结果绝对值相近但符号相反的另一个数据。此时它们对测量结果的影响便会彼此近于抵消。
3.应用粗差判别准则
根据随机误差的单峰我,很大误差出现的机会很小。故从概率意义上,总能高潮确定出一个准则,用以判断一个可疑误差空间是正常的离散性还是属于粗差。通常应用的粗差判别准则有下面两种:
(1)莱特准则。
(2)肖维涅准则。