数据处理学习.pptxVIP

数据处理 ; 在数理统计中，这个区间称为置信区间，概率95%称为置信度，而显著性水平为5%，即(100-95)%。现在，一般采用置信度为95%~99%， 显著性水平为 5%~1%， 即落在 置信区间，来表示测量结果。 ;; 在一组测定值中，常发现其中某个测定值明显地比其余的测定值大得多或小得多。对于这个测定值首先必须设法探寻其出现的原因。在判明其是否合理之前，既不能轻意保留，亦不能随意舍弃，必要时需做重复实验。由于各种原因（如粗心大意等），若不能找出这个测定值的确切来源，可借助统计检验来决定取舍。;● “4 ”检验 ;● 3 准则;合理误差范围的选择: 　因为误差服从正态分布,所以大误差出现的概率小, 小误差出现的概率大。从这一点出发, 我们可以定出一个概率的最小范围, 凡误差出现的概率超出这个范围的, 就可以认为它不属于随机误差。目前大部分选择 3 作为合理的误差范围。从下述积分可知 ; 随机误差的绝对值≤ 3 的概率为99.73 % , 而 3 的概率仅为0.27 %。这相当于在370 次测量中, 误差3 的机会(可能性) 只有一次。平时试验中, 测量次数一般不会超过20 次,因此误差 3 的机会可以忽略不计。于是, 凡观测值误差 3 时, 可以推断, 这种误差已不属于随机误差, 很可能有系统误差或过失误差在起作用。因此, 凡是真误差(或残差) 其绝对值 3 的x i 均应舍弃。 ;; 试验得到15 个观测值为(按由小到大次序) : -1.40, -0.44, -0.30, -0.24, -0.22, -0.13, -0.05, 0.06, 0.10, 0.18 , 0.20 , 0.39 , 0.48 , 0. 63 , 1.01 。试判断x1 = -1. 40 和x15 = 1. 01 是否为异常数据。;注意 ;● Grubbs 方法 ;示例: ;● t 检验 ; 对于一组测量结果的平均值与标准值（或其他文献报道的公认值）的比较，如果t 检验得出的计算统计量 t 大于相应自由度和显著性水平的临界值 t?(f) , 这表明在自由度 f 下没有满足平均值属于同一总体时P[|t| t?(f)] P的假设，亦即此组测量结果的平均值是不可接受的。换言之，把平均值看成属于同一总体的假设是不正确的。引起平均值之间的差异不能仅仅归于??机误差，还必有某个固定因素起作用，此时实验者需对实验进行重新审视，应从实验方法、所用仪器和试剂、实验环境和实验操作等方面找原因，重做实验。 ;? 实验数据的表达 ;（3）有效数字：每一行所记数据，应注意其有效数字位数，并将小数点对齐。 （4）表中的数据应化为最简单的形式表示，公共的乘方因子应在第一栏的名称下注明。例如，用指数来表示数据中小数点的位置，可将指数放在行名旁，但此时指数上的正负号应异号。如HAc的电离常数1.75?10?5，则该行名可写成：电离常数?105。 （5）原始数据可与处理结果并列在一张表上，而将处理方法和计算公式在表下注明。 （6）自变量的选择：自变量的选择有时有一定的伸缩性，通常选择简单的，例如：温度、时间、距离等，自变量值最好是均匀地等间隔地增加的。 （7）表中某一项或全表需作特别说明时，可采用表注。 ;Table 1. Physical properties of benzene T/K p/Pa ?/kg?m?3 ?vapHm/kJ?mol?1 298.15 308.15 ???;Table 2. Self-diffusion coefficients of ?-humulene in 10?10 m2?s?1 p/MPa T/K 0.1 5 10 30 50 75 100 372 7.95 7.34 6.85 5.56 4.36 3.31 2.53 324 3.38 3.04 2.82