用彼得斯公式估计总体标准差的误差分析.doc
《用彼得斯公式估计总体标准差的误差分析.doc》由会员分享,可在线阅读,更多相关《用彼得斯公式估计总体标准差的误差分析.doc(14页珍藏版)》请在三一文库上搜索。
1、朱安远:用彼得斯公式估计总体标准差的误差分析用彼得斯公式估计总体标准差的误差分析朱 安 远(冶金工业部自动化研究院北京,100071)【摘要】本文作者独立地推导出了用彼得斯公式估计总体标准差的标准 差系数 Cn 的计算公式。根据各种估计总体标准差方法的标准差系数 Cn 的大小,我们可以分析出各种估计方法的优劣及其适用范围。【关键词】彼得斯公式 总体标准差 标准差系数 误差分析1 彼得斯公式及其由来 假设总体为独立地抽自总体X的一个随机样本,定义随机变量 其中 这里不妨假设n为大于2的正整数。 因故即随机变量和随机变量 之间的相关系数为 据此其联合概率密度就确定了。在这个基础上,我们就可求得随机
2、变量的概率密度为:第 14 页 共 14 页 在上式中代入则 在推导彼得斯公式之前,作为预备知识,我们先介绍绝对正态分布。 绝对正态分布是一种常见的不对称分布。只计大小而不计方向的随机误差一般都服从绝对正态分布。假设且 X1,X2 相互独立,则 即 其中 那么随机变量 的分布就是一个绝对正态分布。不难求得随机变量 的数学期望和方差分别为: 上式中 在上述结论中,令亦即k = 0 ,则 随机变量 的数学期望为: 于是用 作为标准差的估计是无偏估计。此公式就是用于计算总体标准差的彼得斯 (Peters) 公式。彼得斯(C. A. F. Peters ,18061880)是德国天文学家,183918
3、49年在俄国工作,主要成就是确定章动常数和恒星视差的光行差等。 在科学实验中,评定实验的准确度(Accuracy)是一个极其重要的问题。在评定准确度的时候,一般都要计算实验的标准差。计算标准差的方法除彼得斯法外,还有贝塞尔法、极差法、较差法、最大误差法和最大残差法等。标准差对理论和实际应用来说都是一个很重要的指标,它描述了随机变量的可能值与均值的疏密程度。2 彼得斯公式的误差分析 在实验过程中,可能同时存在系统误差(Systematic Error)、随机朱安远:用彼得斯公式估计总体标准差的误差分析误差(Random Error)和粗大误差(Parasitic Error)。 当粗大误差被剔除
4、后,决定准确度的就是系统误差和随机误差。系统误差影响实验的正确度(Correctness),随机误差影响实验的精密度(Precision)。 系统误差和随机误差的合成结果称为综合误差 ( Composite Error )。而实验的准确度(Accuracy)就是用综合误差来衡量的,它表征了实验结果与真值的接近程度。 因为彼得斯公式是无偏估计 ,故不存在系统误差。下面我们重点来讨论彼得斯公式的随机误差。由于随机变量 和 ( ij,i & j1, 2, , n)之间不是相互独立的,其相关系数不易求得,故随机变量 的方差也不易求得。在这里我们采用下述独特的思路来求随机变量Y的方差:首先求出随机变量
- 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:
- 彼得 公式 估计 总体 标准差 误差 分析
链接地址:https://www.31doc.com/p-2532048.html