计量基础知识概率和术语-不确定度基础知识.ppt
《计量基础知识概率和术语-不确定度基础知识.ppt》由会员分享,可在线阅读,更多相关《计量基础知识概率和术语-不确定度基础知识.ppt(86页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、不确定度评定基础知识不确定度评定基础知识1第第一一章章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念一、概率论和数理统计:研究大量随机现象的一、概率论和数理统计:研究大量随机现象的统计规律性的数学学科。统计规律性的数学学科。二、事件:观测或试验的一种结果。二、事件:观测或试验的一种结果。与测量结果相关联的不确定度是事件,相应的每个误差也与测量结果相关联的不确定度是事件,相应的每个误差也是事件。是事件。确定性事件确定性事件不确定性事件不确定性事件2第第一一章章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念概率论和数理统计就是从两个不同的侧面来研究不确定
2、事概率论和数理统计就是从两个不同的侧面来研究不确定事件的统计规律性。件的统计规律性。在概率统计中,把事件区分为最典型的三种情况:在概率统计中,把事件区分为最典型的三种情况:必然事件、不可能事件、随机事件。必然事件、不可能事件、随机事件。三、随机变量:如果某一量(例如测量结果)三、随机变量:如果某一量(例如测量结果)在一定条件下,取某一值或在某一范围内取值在一定条件下,取某一值或在某一范围内取值是一个随机事件,则这样的量叫随机变量。即是一个随机事件,则这样的量叫随机变量。即随机变量是用来表示随机现象结果的变量。测随机变量是用来表示随机现象结果的变量。测量结果及其不确定度均为随机变量。量结果及其不
3、确定度均为随机变量。3第第一一章章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念随机变量根据其取值的特征可分为两种:随机变量根据其取值的特征可分为两种:连续型随机变量:随机变量连续型随机变量:随机变量X可在坐标轴上某一区可在坐标轴上某一区间内取任一数值,即取值布满区间或整个实数轴。间内取任一数值,即取值布满区间或整个实数轴。如重复测量中所得的一组观测值属于连续型随机变如重复测量中所得的一组观测值属于连续型随机变量。量。离散型随机变量:随机变量离散型随机变量:随机变量X的取值可离散地排列的取值可离散地排列为为x1,x2,即只取有限个或可数个实数。例如,即只取有限个或可数个实
4、数。例如在取有效数字的位数时,数字的舍入误差属于离散在取有效数字的位数时,数字的舍入误差属于离散型随机变量。型随机变量。4第第一一章章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念四、事件的概率四、事件的概率在在n次独立的连续试验中,事件次独立的连续试验中,事件A发生了发生了m次,次,m称称为事件的频数,为事件的频数,m/n称为相对频数或频率。当称为相对频数或频率。当n极极大时频率大时频率 m/n稳定地趋于某一个常数,此常数称为稳定地趋于某一个常数,此常数称为事件事件A的概率,记为的概率,记为P(A)=p。概率概率p是用以度量随机事件是用以度量随机事件A在试验中出现可能性
5、大小的在试验中出现可能性大小的数值。数值。0P(A)1测量值测量值X落在落在x0到到 x0+x区间的概率可表示为区间的概率可表示为 P(x0 x x0+x)必然事件的概率为必然事件的概率为1,不可能事件的概率为,不可能事件的概率为05第第一一章章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念五、概率的一些重要性质五、概率的一些重要性质p()=0若A1,A2,An是两两不相容事件,则P(A1A2An)=P(A1)+P(A2)+P(An)设A、B是两个事件,若AB,则P(B-A)=P(B)-P(A);对于任一事件A,P(A)1对于任一事件A,对于任意两事件A、B,有P(AB)
6、=P(A)+P(B)-P(AB)6第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念五、概率的一些重要性质五、概率的一些重要性质例 如:加加 工工 某某 零零 件件 100件件,要要 求求 尺尺 寸寸 在在(100 0.01)mm,加加工工后后发发现现尺尺寸寸小小于于99.99的的零零件件有有2件件,尺尺寸寸大大于于100.01的的零零件件有有3件件,则则尺尺寸寸超超差差的概率为:的概率为:P(A)=2%+3%=5%7第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念六、概率分布六、概率分布(随机变量的)概率分布定义:一个随机变量取任
7、(随机变量的)概率分布定义:一个随机变量取任何给定值或属于某一给定值集时的概率随取值变化何给定值或属于某一给定值集时的概率随取值变化的函数。的函数。测量结果的值和测量结果的值和该值出现的概率之间该值出现的概率之间的对应关系称为测量的对应关系称为测量结果的概率分布。结果的概率分布。P(x)x0 x0+xx概率分布8第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节基本概念基本概念六、概率分布六、概率分布离散型随机变量的概率分布:离散型随机变量的概率分布:设离散型随机变量设离散型随机变量X所有可能取的值为所有可能取的值为xi(i=1,2,),X取所有可取所有可能值的概率,即事件能值的概
8、率,即事件X=xi的概率为的概率为P X=xi=pi,则由概率的,则由概率的定义可知:定义可知:pi0,且且P X=xi=pi(i=1,2,)为离散型随机变量为离散型随机变量X的概率分布或分布率。的概率分布或分布率。离散型随机变量的概率分布可用表格形式表示。离散型随机变量的概率分布可用表格形式表示。9第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念连续型随机变量的概率分布连续型随机变量的概率分布设设X是一随机变量,是一随机变量,x为任意实数,函为任意实数,函数数F(x)=PX F(x)=PX x xi i 称为称为X X的分布函数的分布函数。对于任意实数对于任意
9、实数x x1 1、x x2 2(x(x1 1x x2 2),有有Px1 X x2=PX x2-PX x1 =F(x2)-F(x1)10第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念七、分布函数七、分布函数F(x)的基本性质的基本性质若若F(x)是一个不减函数,则是一个不减函数,则F(x2)-F(x1)=Px1 X x2 0,x1x2 若若0 F(x)1,则则若若 F(x+0)=F(x),则,则F(x)是右连续是右连续11第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节基本概念基本概念八、概率密度函数八、概率密度函数概率分布函数的导数即为概率密概率
10、分布函数的导数即为概率密度函数,用度函数,用f(x)或或p(x)表示表示若已知概率密度函数,则测量值若已知概率密度函数,则测量值落在落在(x0,x0+x)区间内的概率为区间内的概率为:f(x)x0 x0+xx概率密度函数12第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节基本概念基本概念八、概率密度函数八、概率密度函数P=0.9表明该区间包含了概率密度分布曲线下面积的表明该区间包含了概率密度分布曲线下面积的90%,即测量值在该区间的置信度为,即测量值在该区间的置信度为0.9,所以,所以P 又又称为置信概率或置信水平,该区间称为置信区间。称为置信概率或置信水平,该区间称为置信区间。
11、置信限:置信区间的界限。半宽度:置信区间的上限置信限:置信区间的界限。半宽度:置信区间的上限与下限之差的一半。(与下限之差的一半。(a)置信因子:当置信因子:当a用用k倍标准偏差表示时,倍标准偏差表示时,k称为置信因称为置信因子。子。13第一章第一章 概率统计的基本知识概率统计的基本知识第一节第一节 基本概念基本概念概率密度函数的性质概率密度函数的性质f(x)0,假设假设x1x2,则,则若若f(x)在在x点处连续,则点处连续,则14第二节第二节 期望、方差和标准偏差期望、方差和标准偏差一、期望一、期望1、定义:无穷多次测量的算术平均值、定义:无穷多次测量的算术平均值的极限,在统计学中把期望称为
12、总体的极限,在统计学中把期望称为总体均值或均值。均值或均值。常把常把X量期望用量期望用E(X)表示表示测量值测量值X的期望是无穷多次测量的的期望是无穷多次测量的测量值测量值xi与其相应概率与其相应概率pi的乘积之和,的乘积之和,即以概率加权的算术平均值。即以概率加权的算术平均值。当已知概率密度函数时,期望可写当已知概率密度函数时,期望可写为:为:15第二节第二节 期望、方差和标准偏差期望、方差和标准偏差2、数学期望的运算法则、数学期望的运算法则(1)常数常数c的期望等于常数本身,的期望等于常数本身,E(c)=c(2)设设X为一随机变量,为一随机变量,c为一常数,则为一常数,则E(cX)=cE(
13、X)(3)设设X、Y为为两两个个独独立立的的随随机机变变量量,则则E(XY)=E(X)E(Y)(4)设设X1,X2.Xn为为任任意意的的随随机机变变量量,a1,a2,an是任意常数,则是任意常数,则 16第二节第二节 期望、方差和标准偏差期望、方差和标准偏差二、方差二、方差1、定义:、定义:无穷多次测量的测量值与其期无穷多次测量的测量值与其期望之差平方的算术平均值的极望之差平方的算术平均值的极限限.或者说:方差就是测量的随机或者说:方差就是测量的随机误差(测量值误差(测量值-期望)平方的数期望)平方的数学期望学期望.测量值平方的期望减去期望的测量值平方的期望减去期望的平方平方.如果已知概率密度
14、函数,则如果已知概率密度函数,则17第二节第二节 期望、方差和标准偏差期望、方差和标准偏差2、方差的运算法则、方差的运算法则(1)(2)常数的方差为零常数的方差为零 D(c)=0(3)设设X为一随机变量,为一随机变量,c为一常数,则为一常数,则D(cX)=c2D(X)(4)设设X、Y为两个独立的随机变量,则为两个独立的随机变量,则D(X+Y)=D(X)+D(Y)(5)设设X、Y为任意两个随机变量,则为任意两个随机变量,则D(X+Y)=D(X)+D(Y)+2 XY,XY=E(x-X)(y-y)称为随机变量的协方差,它描述称为随机变量的协方差,它描述了两个变量相互依赖的程度。了两个变量相互依赖的程
15、度。18第二节第二节 期望、方差和标准偏差期望、方差和标准偏差三、标准偏差三、标准偏差方差的正平方根,用来表征方差的正平方根,用来表征测量值的分散程度。测量值的分散程度。小表小表明测量值比较集中,明测量值比较集中,大表大表明测量值比较分散。明测量值比较分散。表征测量设备的重复性和表征测量设备的重复性和复现性,因为它是在无穷多复现性,因为它是在无穷多次测量情况下定义的,所以次测量情况下定义的,所以又称总体偏差。又称总体偏差。p(x)x=0.5=1=319第二节第二节 期望、方差和标准偏差期望、方差和标准偏差四、算术平均值与实验标准四、算术平均值与实验标准偏差偏差1、算术平均值是期望的最佳、算术平
16、均值是期望的最佳估计值估计值算术平均值定义:值的总算术平均值定义:值的总和除以值的个数。和除以值的个数。通常在测量时,用算术平通常在测量时,用算术平均值作为测量结果,它是均值作为测量结果,它是期望的无偏估值。期望的无偏估值。20第二节第二节 期望、方差和标准偏差期望、方差和标准偏差2、实验标准偏差是总体标准偏差的估计值、实验标准偏差是总体标准偏差的估计值实验标准偏差的估值方法:实验标准偏差的估值方法:贝赛尔公式法贝赛尔公式法残差残差n-1=为自由度。计算残差平方和时具有独立项的个数。即为自由度。计算残差平方和时具有独立项的个数。即总和中的项数减去其受约束的条件。当待测量为总和中的项数减去其受约
17、束的条件。当待测量为t个,测量次个,测量次数为数为n,约束条件为,约束条件为r个个时,自由度为时,自由度为n-t-r。21第二节第二节 期望、方差和标准偏差期望、方差和标准偏差2、实验标准偏差是总体标准偏差的估计值、实验标准偏差是总体标准偏差的估计值极差法极差法较差法(较差法(阿仑方差)22第二节第二节 期望、方差和标准偏差期望、方差和标准偏差例:对某量测量例:对某量测量9次,测得数据为:次,测得数据为:1225、1258、1258、1253、1252、1252、1256、1189、1240贝赛尔公式法:贝赛尔公式法:极差法极差法 自由度为=8 自由度为=6.823第二节第二节 期望、方差和标
18、准偏差期望、方差和标准偏差3、算术平均值的实验标准偏差、算术平均值的实验标准偏差4 4、实验标准偏差的标准偏差、实验标准偏差的标准偏差当测量次数当测量次数n=6n=6时,相对标准偏差估计值约为时,相对标准偏差估计值约为31.6%31.6%当测量次数当测量次数n=9n=9时,相对标准偏差估计值约为时,相对标准偏差估计值约为1/41/4,即即25%25%。当测量次数当测量次数n=19n=19时,相对标准偏差估计值约为时,相对标准偏差估计值约为1/61/6,即即16.7%16.7%。24第二节第二节 期望、方差和标准偏差期望、方差和标准偏差五、协方差和相关系数五、协方差和相关系数1、相关与独立的概念
19、、相关与独立的概念 相关:两个随机变量相关:两个随机变量X、Y,如果其中一个量的变化,如果其中一个量的变化会导致另一个量的变化,就说会导致另一个量的变化,就说X、Y这两个量是相关这两个量是相关的。的。独立:如果两个随机变量的联合概率分布是他们两独立:如果两个随机变量的联合概率分布是他们两个概率分布的乘积,则这两个随机变量是统计独立个概率分布的乘积,则这两个随机变量是统计独立的。的。注意:如果两个随机变量是独立的,则肯定不注意:如果两个随机变量是独立的,则肯定不相关,但反之不一定成立。相关,但反之不一定成立。25第二节第二节 期望、方差和标准偏差期望、方差和标准偏差五、协方差和相关系数五、协方差
20、和相关系数2、协方差、协方差 两个随机变量两个随机变量X、Y的协方差定义为各自随机误差的协方差定义为各自随机误差之积的期望。之积的期望。Cov(X,Y)=E(x-x)(y-y)协方差是两个随机变量相关性的一种度量,协方差协方差是两个随机变量相关性的一种度量,协方差为零表示不相关。为零表示不相关。在有限次测量时,协方差的估计值为在有限次测量时,协方差的估计值为26第二节第二节 期望、方差和标准偏差期望、方差和标准偏差五、协方差和相关系数五、协方差和相关系数3、相关系数、相关系数 两个随机变量的协方差与他们的标准偏差两个随机变量的协方差与他们的标准偏差乘积之比,即乘积之比,即 相关系数估计值相关系
21、数估计值 27第三节第三节 常用的概率分布常用的概率分布一、正态分布(高斯分布)一、正态分布(高斯分布)曲线与曲线与x轴所围面积为轴所围面积为1;为形状参数,为形状参数,为位置参数;为位置参数;如如=1,=0,标准正态分布。,标准正态分布。特点:特点:对称性对称性单峰性单峰性渐进线渐进线有拐点有拐点p(x)x正态分布的概率密度函数223328第三节第三节 常用的概率分布常用的概率分布一、正态分布一、正态分布p(x)x位置参数对正态分布的函数曲线的影响p(x)x形状参数对正态分布的函数曲线的影响变小29第三节第三节 常用的概率分布常用的概率分布一、正态分布一、正态分布F(x)x正态分布的函数p(
22、x)x正态分布的概率密度函数30第三节第三节 常用的概率分布常用的概率分布一、正态分布一、正态分布正态分布时测量值落在正态分布时测量值落在k 区间内的概率区间内的概率x正态分布的概率密度函数p(x)-+-2+2-3+368.27%95.45%97.735%置信因子置信因子k0.67611.6451.9622.583概率概率P50%68.27%90%95%95.45%99%99.7331第三节第三节 常用的概率分布常用的概率分布2、均匀分布、均匀分布数学期望:数学期望:标准偏差:标准偏差:设区间半宽度为设区间半宽度为a,则,则P(x)a-a+x均匀分布32第三节第三节 常用的概率分布常用的概率分
23、布2、均匀分布、均匀分布设区间半宽度为设区间半宽度为a,则,则(P=100%,U100=a)如果如果 P=95%,U95=0.95a,k=1.65-a+ax均匀分布1/a33第三节第三节 常用的概率分布常用的概率分布3、三角分布、三角分布标准偏差(区间半宽度为标准偏差(区间半宽度为a):如果如果 P=95%,U95=0.7764a,k=1.9P(x)-a+ax三角分布1/a34第三节第三节 常用的概率分布常用的概率分布4、梯形分布、梯形分布当当=0时,为三角分布;当时,为三角分布;当=1时,为均匀分布时,为均匀分布P(x)x梯形分布aa-35第三节第三节 常用的概率分布常用的概率分布5、反正弦
24、分布、反正弦分布标准偏差标准偏差(区间半宽度为(区间半宽度为a)1/a+a-axp(x)36第三节第三节 常用的概率分布常用的概率分布6、t分布分布t 分布又称学生分布,是连续型随机分布又称学生分布,是连续型随机变量变量t 的概率分布。在概率中它表征的概率分布。在概率中它表征对样本中所取子样的分布,或称抽样对样本中所取子样的分布,或称抽样分布。如果无穷多次测量的整体分布分布。如果无穷多次测量的整体分布是正态分布,那么是正态分布,那么t分布就是描述其有分布就是描述其有限次测量的分布。限次测量的分布。有限次测量时算术平均值与其期望之有限次测量时算术平均值与其期望之差与算术平均值的标准偏差之比差与算
25、术平均值的标准偏差之比p(t)tt分布的概率密度函数-tp()-tp()37第三节第三节 常用的概率分布常用的概率分布6、t分布分布其中:其中:为为 函数,函数,为分布的自由为分布的自由度,当度,当 时,时,t 分布分布 正态分布正态分布通常我们所说的通常我们所说的1 (k=1)和)和3 (k=3)所对应的置信概率为)所对应的置信概率为68.27%和和99.73%指的是正态分布,即自由度为无指的是正态分布,即自由度为无穷大,在有限次测量的情况下,应为穷大,在有限次测量的情况下,应为t 分分布布.p(t)tt分布的概率密度函数-tp()-tp()38第二章第二章 计量学通用术语及概念计量学通用术
- 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:
- 计量 基础知识 概率 术语 不确定
限制150内