粗大誤差的剔除的四種準則

  • 作者:由 匿名使用者 發表于 農業
  • 2022-11-17

粗大誤差的剔除的四種準則浪漫的動植物解惑 2022-11-13

粗大誤差的剔除的四種準則如下:

1、拉伊達準則。

拉伊達準則是以三倍測量列的標準偏差為極限取捨標準,其給定的置信機率為99。73%,該準則適用於測量次數n>10或預先經大量重複測量已統計出其標準誤差。

粗大誤差的剔除的四種準則

2、拉布斯準則。

格拉布斯準則適用於測量次數較少的情況(n<100),常取置信機率為95%,對樣本中僅混入一個異常值的情況判別效率最高。

3、維勒準則。

肖維勒準則是建立在頻率p-m/n趨近於機率P區i-XPZco的前提下的(其中m是絕對值大於Eco的誤差出現次數,P是置信機率)。設等精度且呈正態分佈的測量值為Xi,若其殘差vi≥Zco則Xi可視為含有粗大誤差,此時把讀數Xi應捨棄。

粗大誤差的剔除的四種準則

4、克遜準則。

狄克遜準則是一種用極差比雙側檢驗來判別粗大誤差的準則。它從測量資料的最值入手,一般取顯著性水平a為0。01。此準則的特點是把測量資料劃分為四個組,每個組都有相應的極端異常值統計量R1、R2的計算方法。

粗大誤差是指在測量過程中,偶爾產生的某些不應有的反常因素造成的測量數值超出正常測量誤差範圍的小機率誤差。含有粗大誤差的資料會干擾對實驗結果的分析,甚至歪曲實驗結果。

Top