科研方法第1章误差分析.pptxVIP

试验设计与数据处理

（第二版）ExperimentDesignandDataProcessing

引言

0.1试验设计与数据处理的发展概况20世纪20年代，英国生物统计学家及数学家费歇（R．A．Fisher）提出了方差分析20世纪50年代，日本统计学家田口玄一将试验设计中应用最广的正交设计表格化数学家华罗庚教授也在国内积极倡导和普及的“优选法”我国数学家王元和方开泰于1978年首先提出了均匀设计

0.2.1试验设计的目的:合理地安排试验,力求用较少的试验次数获得较好结果例：某试验研究了3个影响因素：A1，A2，A3B1，B2，B3C1，C2，C3全面试验：27次正交试验：9次0.2试验设计与数据处理的意义

0.2.2数据处理的目的通过误差分析，评判试验数据的可靠性；确定影响试验结果的因素主次，抓住主要矛盾，提高试验效率；确定试验因素与试验结果之间存在的近似函数关系，并能对试验结果进行预测和优化；试验因素对试验结果的影响规律，为控制试验提供思路；确定最优试验方案或配方。

第1章试验数据的误差分析

误差分析（erroranalysis）：对原始数据的可靠性进行客观的评定误差（error）：试验中获得的试验值与它的客观真实值在数值上的不一致试验结果都具有误差，误差自始至终存在于一切科学实验过程中客观真实值——真值

1.1真值与平均值1.1.1真值（truevalue）真值：在某一时刻和某一状态下，某量的客观值或实际值真值一般是未知的相对的意义上来说，真值又是已知的平面三角形三内角之和恒为180°国家标准样品的标称值国际上公认的计量值高精度仪器所测之值多次试验值的平均值

1.1.2平均值（mean）（1）算术平均值（arithmeticmean）等精度试验值试验值服从正态分布适合：

（2）加权平均值(weightedmean)01单击此处添加小标题适合不同试验值的精度或可靠性不一致时02单击此处添加小标题wi——权重03单击此处添加小标题加权和

（3）对数平均值（logarithmicmean）说明：若数据的分布具有对数特性，则宜使用对数平均值对数平均值≤算术平均值如果1/2≤x1/x2≤2时，可用算术平均值代替设两个数：x1＞0，x2＞0，则

（4）几何平均值（geometricmean）当一组试验值取对数后所得数据的分布曲线更加对称时，宜采用几何平均值。几何平均值≤算术平均值设有n个正试验值：x1，x2，…，xn，则

（5）调和平均值（harmonicmean）设有n个正试验值：x1，x2，…，xn，则：常用在涉及到与一些量的倒数有关的场合调和平均值≤几何平均值≤算术平均值

1.2误差的基本概念说明绝对误差限或绝对误差上界或单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。1.2.1绝对误差（absoluteerror）单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。定义单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力