本帖最后由 李濟科 于 2013-11-2 07:51 編輯
數理統計理論,是一門數學基礎課,它包括概率論等許多知識。以我的水平,在這里只記與統計誤差有關的結論。 1 標準相對統計誤差 設期望值或期望值的近似值為m,則標準統計誤差σ與m有如下關系: σ2 (σ的平方)=m (1) σ=m 1/2 (m的1/2次方) (2) 相對標準統計誤差(準確度) K=σ/m=1/( m 1/2 )(即m1/2次方的倒數) (3) 通過公式(3) 可以看出:期望值或期望值m,數值越大,相對標準統計誤差K,反而越小。m值決定于測量次數或微觀系統相關粒子數N。N太小,就失去了統計性。 2 測量值與準確性的正態分布 符合統計性的測量值,應呈正態分布,通常用正態分布曲線表示。統計測量的正態分布曲線,橫坐標為測量值,縱坐標為精確度。設期望值或期望值的近似值為m,當測量值為m時,精確度最高,100%,誤差為零; 測量值往往在m兩側,由近而遠大體對稱分布,而準確度也在過m的垂線兩側由高而低的對稱分布。 這就引出了不同誤差的置信區間和置信度的問題。如一次測量結果即為m,精確度100%,誤差為零,那么,它的置信區間---誤差區間為零,可信程度---置信度為零,太巧了。所以,精確度和置信區間、置信度有相反關系,精確度高,誤差小,置信區間窄,置信度低。通常,測量誤差大小,用標準統計誤差σ的若干倍表示,記作kσ,用以表示置信區間(即正態分布曲線某一誤差下的水平寬度,m值在左右--實為上下波動范圍),不同誤差的置信區間和置信度的關系,如表1。 表1 不同誤差的置信區間和置信度 誤差名稱 置信區間±kσ中的k值 置信度(%) 或然誤差 0.6745 50 標準誤差 1.0000 68.3 0.95誤差 1.960 95 極艱誤差 3.000 99.7 通常,如不特別指明,所謂“統計誤差” ,均指標準誤差。 根據正態分布理論和測量次數N的多少,也可以這樣說:
大約有68.3%的測量值平均數落在m±1σ之間,
大約有95%的測量值平均數落在m±1.96σ之間,
大約有99%的測量值平均數落在m±3σ之間等等。如圖1所示。
圖1 平均數分布的概率
|