粗大误差的剔除的四种准则
粗大误差的剔除的四种准则如下：
1、拉伊达准则。
拉伊达准则是以三倍测量列的标准偏差为极限取舍标准，其给定的置信概率为99.73%，该准则适用于测量次数n>10或预先经大量重复测量已统计出其标准误差。
2、拉布斯准则。
格拉布斯准则适用于测量次数较少的情况（n<100），常取置信概率为95%，对样本中仅混入一个异常值的情况判别效率最高。
3、维勒准则。
肖维勒准则是建立在频率p-m/n趋近于概率P区i-XPZco的前提下的（其中m是绝对值大于Eco的误差出现次数，P是置信概率）。设等精度且呈正态分布的测量值为Xi，若其残差vi≥Zco则Xi可视为含有粗大误差，此时把读数Xi应舍弃。
4、克逊准则。
狄克逊准则是一种用极差比双侧检验来判别粗大误差的准则。它从测量数据的最值入手，一般取显著性水平a为0.01.此准则的特点是把测量数据划分为四个组，每个组都有相应的极端异常值统计量R1、R2的计算方法。
粗大误差是指在测量过程中，偶尔产生的某些不应有的反常因素造成的测量数值超出正常测量误差范围的小概率误差。含有粗大误差的数据会干扰对实验结果的分析，甚至歪曲实验结果。
推荐
热点排行
一周推荐
