如何剔除测量结果中的坏值

1、先计算算数平均值X ；

2、再计算标准偏差S ；标准差能反映一个数据集的离散程度，标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。平均数相同的两个数据集，标准差未必相同。

3、剔除坏值（测量数值要多于5个）：首先在附表中查询C（n）；计算Xmin=X-（C（n）S）

Xmax=X+（C（n）S）；

4、检查所有数据，剔除不在（Xmin，Xmax）里的值（这些就是坏值）。

重复以上步骤，直到没有坏值。

扩展资料

对于坏值的剔除，我们可以利用3σ准则剔除无效数据；

3σ准则又称为拉依达准则，它是先假设一组检测数据只含有随机误差，对其进行计算处理得到标准偏差，按一定概率确定一个区间。

认为凡超过这个区间的误差，就不属于随机误差而是粗大误差，含有该误差的数据应滚物予以剔除。且3σ适用于有较多组数据的时型备胡候。

这种判别处理原理及方法仅局限于对正态或近似正态分布的样本数据处理，它是以测量次数充分大为前提的。

当测量次数较少的情形用准则剔除粗大误差是不够可靠的。因此，在测量次数较少的情况下，最好不要选用准则，而用其他准则。

在正态分布中σ代表标准差,μ代表均值。x=μ即为图像的对称轴。

3σ原则为：数值分布在（μ-σ,μ+σ)中的概率为0.6826；数值分布在（μ-2σ,μ+2σ)中的概率为0.9544；数值分布在（μ-3σ,μ+3σ)中的概率为0.9974。

可以认为，Y 的取值几乎全部集中在（μ-3σ,μ+3σ)区间内，卜拦超出这个范围的可能性仅占不到0.3%.

直接测量的数据处理步骤包括的步骤：

⑴把伏岁山测量数据按测缺中量的先后次雀腊序列表

⑵计算出算术平均值

⑶计算每次测量的绝对误差

⑷计算均方根误差

⑸剔除粗大误差,并多次重复以上步骤,反复剔除

⑹写出测量量和测量误差

粗大误差：在一定的测量条件下，超出规定条件下预期的误差称为粗大误差，一般地，给定一个显著性的水平，按一定条件分布确定一个临界值，凡是超出临界值范围的值，就是粗大激闭误差，它又叫做粗误差或寄生误差。 产生粗大误差的主要原因如下：⑴客观原因：电压突变、机械冲击、外界震动、电磁（静电）干扰链首、仪器故障等引起了测试仪器的测量值异常或被测物品的位置相对移动，从而产生了粗大误差；⑵主观原因：使用了有缺陷的量具； *** 作时疏忽大意；读数、记录、计算的错误等。另外，环境条件的反常突变因素也是产生这些误差的原因。 粗大误差不具有抵偿性，它存在于一切科学实验中，不能被彻底消除，只能在一定程度上减弱。它是异常值，严重歪曲了实际情况，所以在棚铅数处理数据时应将其剔除，否则将对标准差、平均差产生严重的影响。

3σ准则在正态分布中σ代表标准差,μ代表均值x=μ即为图像的对称轴 三σ原则即为 数值分布在（μ—σ,μ+σ)中的概率为0.6526 数值分布在（μ—2σ,μ+2σ)中的概率为0.9544 数值分布在（μ—3σ,μ+3σ)中的概率为0.9974 可以认为，Y 的取值几乎全部集中在（μ—3σ,μ+3σ)]区间 内，超出这个范围的可能性仅占不到0.3%.

---