2/3量程选表原则
2/3量程选表原则是测量仪表选型中的重要工程经验法则：为保证测量精度，应使测量示值落在仪表满刻度的2/3以上。
Chapter And Type Index
浏览卡片
当前筛选：误差理论与数据处理基础 / 全部类型
共 617 张公开卡片，当前显示 49 张。
Cards
卡片列表
一元线性拟合
一元线性拟合（也称直线拟合或一元线性回归）是回归分析中最基本的形式，用于描述两个变量之间的线性关系。拟合是指把平面上一系列的点用一条光滑的曲线整体上靠近它们，拟合的曲线一般可以用函数表示。
优化（测量领域）
优化（Optimization）在测量领域中是一种通过算法寻求待求解问题最佳解的方法论。它强调统筹兼顾、综合平衡，突出重点、带动全局，类似于"十个指头弹钢琴"的协同思维。
准确度、精密度与精确度
精度是反映测量结果与真值接近程度的量，分为三个层次：
回归分析
回归分析是应用数理统计（如最小二乘法）、机器学习等方法，研究建立一组随机变量和另一组变量之间的关系，揭示变量间内在规律的过程。回归分析常用于预测、控制等场景，其核心产出是反映变量间相互关系的经验公式（回归方程）。基于已知或假设条件确定变量间数学关系的过程就是建立数学模型。
多元线性拟合
多元线性拟合是多个线性关系变量测试结果的数学表示，是一元线性拟合在多维空间的推广。
实验对比法（误差发现）
实验对比法是通过改变产生系统误差的条件，进行不同条件下的测量，以发现系统误差的方法。
底线思维（测量）
底线思维是一种风险管理思维技巧，要求思想者认真计算风险，对可能出现的最坏情况做出实事求是的评价，并采取适当的应对措施规避风险。
引用误差
引用误差（Fiducial Error）是相对于仪表满量程的一种误差，一般用绝对误差除以满量程（即仪表的测量范围上限与测量范围下限之差）的百分数来表示，即 $/gamma = /frac{/Delta}{xm} /times 100/%$，其中 $xm$ 为仪表的满量程。
拉依达准则（3σ准则）
拉依达准则也称为3σ准则，是粗大误差判别中最常用的方法之一。该准则把3σ作为极限误差（σ为标准差）。如果一组测量数据中某个测量值的残余误差的绝对值|v| 3σ时，则可认为该值含有粗大误差，应舍弃。
按对总误差影响相同的原则分配
按对总误差影响相同的原则分配是误差分配的一种具体方法，即使各环节的误差传递项（偏导×分误差）相等：
按误差相同原则分配
按误差相同原则分配是误差分配的一种具体方法，即分配给各组成环节的误差相同：Δx1 = Δx2 = ... = Δxn = Δxi。
数字仪表误差表示法
数字仪表的基本误差通常用两种等价方式表示：
数据诚信（工程伦理）
数据诚信是指在测量和数据处理过程中，保证数据及其处理结果的真实、准确、完整，是对来源于传感器的原始测量数据进行误差分析和数据处理应坚持的基本原则。
曲线拟合
当变量之间的关系为曲线时，变量之间关系的数学表示的确定称为曲线拟合。曲线拟合是回归分析的重要分支，用于处理非线性关系。
最大示值相对误差
最大示值相对误差是衡量单次测量精度的指标，定义为最大绝对误差与测量示值之百分比：
最小二乘法
最小二乘法（Least Squares Method）是一种数学优化技术，用于在含有误差的测量数据中寻找最佳函数匹配。其核心原理是：在等精度测量中，最可信赖值应使各测量值的残余误差平方和最小。
最小二乘法与回归分析（一）
本文档是《误差理论与数据处理基础》第18章第3节的第一部分，系统阐述了最小二乘法的基本原理、数学推导和矩阵求解方法，并通过铜热电阻（Cu100）的电阻温度特性拟合示例展示了其实际应用。
最小二乘法与回归分析（二）：一元线性拟合、多元线性拟合与曲线拟合
本文件是《18.3 最小二乘法与回归分析》的第二部分，在27120第18章误差理论与数据处理基础/18.3最小二乘法与回归分析1的基础上，进一步阐述了回归分析的概念框架，并详细介绍了三种具体的拟合方法：一元线性拟合、多元线性拟合和曲线拟合。
格拉布斯准则
格拉布斯（Grubbs）准则是一种粗大误差判别准则。若某个测量值的残余误差的绝对值|v| Gσ，该准则将判断此值中含有粗大误差，应剔除。
残余误差
残余误差（residual error）是测量值与算术平均值的差值，记为 $vi$。
残余误差观察法
残余误差观察法是根据测量值的残余误差的大小和符号的变化规律，通过图形直观判断是否存在变化的系统误差的方法。
测量不确定度
测量不确定度是表明合理赋予被测量之值的分散性参数，它与人们对被测量的认识程度有关，是通过分析和评定得到的一个区间。
测量结果保留位数原则
测量结果保留位数的原则是：最末一位数字是不可靠的，倒数第二位数字是可靠的。
测量误差
测量误差（Measuring Error）是指测量值与被测量真值（或实际值）之差。误差公理认为测量误差是不可避免的，即"一切测量都存在误差"。测量误差的大小反映测量质量的好坏。
测量误差概述
本文档是误差理论与数据处理基础章节的开篇，系统介绍了测量误差的基本概念、来源、表示方法以及精度等级。文档从"任何测量都存在误差"这一误差公理出发，阐述了真值、约定真值、实际值等核心量值概念，分析了环境、装置、方法、人员四类误差来源，并详细介绍了绝对误差、相对误差和引用误差三种表示方法。最后通过电流表检定实例，展示了如何利用引用误差判断仪表精度等级是否合格。
测量误差概述（二）：基本误差、附加误差、误差分类与精度
本文件是《18.1 测量误差概述》的第二部分，在测量误差基本概念的基础上，深入阐述了基本误差与精度等级的关系、数字仪表的误差表示法、附加误差、误差的三种分类（系统误差、随机误差、粗大误差）以及精度的三个层次（准确度、精密度、精确度）。
测量误差的处理（一）：随机误差的统计处理
本文档详细介绍了随机误差的统计处理方法，是测量误差理论的核心内容。文档从随机误差的正态分布特征出发，系统阐述了算术平均值代替真值的原理、标准差的概念、残余误差与贝塞尔公式、以及算术平均值的标准差与测量次数的关系。
测量误差的处理（三）：粗大误差处理与间接测量误差传递
本文档是《误差理论与数据处理基础》第18.2节"测量误差的处理"的第三部分，主要涵盖粗大误差的判别与处理（拉依达准则、肖维勒准则、格拉布斯准则）以及间接测量误差的传递（系统误差传递、随机误差传递、总误差表示）。
测量误差的处理（二）：正态分布概率计算与系统误差处理
本文件是《误差理论与数据处理基础》第18.2节的后半部分，在27120第18章误差理论与数据处理基础/18.2测量误差的处理1的基础上，进一步深入探讨了随机误差的正态分布概率计算方法、系统误差的发现与判别方法、系统误差的消除措施，以及测量结果的表示与数据诚信问题。
测量误差的处理（四）：误差合成与分配
本文是《误差理论与数据处理基础》系列的最后一部分，系统阐述了误差合成与误差分配两大核心问题。误差合成解决“已知各分误差，求总误差”的分析问题；误差分配解决“已知总误差允许值，确定各环节误差”的设计问题。两者共同构成了测量系统设计与评估的完整方法论。
相对误差
相对误差是绝对误差与真值的百分比，可表示为 $/delta = /frac{/Delta}{L} /times 100/%$。
真值
真值（True Value）是指在一定的时间和空间条件下，能够准确反映被测量真实状态的数值。由于真值无法准确得到，实际测量中使用"实际值"和"测量不确定度"来表征测量结果。
等作用原则
等作用原则是误差分配中的一种简化假设，认为各个环节的误差对系统总误差的影响相等。由此，根据系统总的允许误差和涉及的测量环节个数，可初步确定各环节的分误差大小。
算术平均值的标准差
算术平均值的标准差（standard deviation of the arithmetic mean）是衡量多次测量中算术平均值精度的统计量。
粗大误差
粗大误差是由于测量人员的粗心大意、仪器故障或环境突变等导致测量结果明显偏离真值的误差。含有粗大误差的数据必须被剔除。在对测量数据进行误差处理时，首先要完成粗大误差的处理，然后才是系统误差和随机误差的处理。
精度等级
精度等级是根据引用误差划分的仪表等级，是衡量仪表质量的重要指标。根据国家标准规定，引用误差分为0.1、0.2、0.5、1.0、1.5、2.5和5.0共七个等级。
绝对误差
绝对误差是测量值 $x$ 与真值 $L$ 的差值，可表示为 $/Delta = x L$。
肖维勒准则
肖维勒准则是一种粗大误差判别准则，以正态分布为前提。假设多次重复测量得到的n个测量值中，某个测量值的残余误差|v| Zcσ，则舍弃该测量值。
误差传递系数
误差传递系数是间接测量误差传递中的关键参数，表示各直接测量值误差对间接测量结果的影响权重。
误差分配
误差分配是误差合成的逆过程：在总误差已确定的情况下，确定各环节的误差大小以保证总误差不超过允许值。它是测量系统设计的关键步骤，指导仪器选型和方案制定。
误差合成
误差合成是已知被测量与各参数的函数关系以及各参数测量值的分误差，求被测量总误差的过程。它是误差传递公式的直接应用，是测量系统评估的核心环节。
贝塞尔公式
贝塞尔公式（Bessel's formula）是由残余误差计算标准差估计值的经典公式，是测量数据处理中最重要的公式之一。
铜热电阻
铜热电阻是一种利用铜的电阻随温度变化的特性进行温度测量的传感器元件，是铂热电阻的低成本替代方案，适用于测量精度要求不高且温度较低的场合。分度号为 Cu100 的铜热电阻在 0°C 时的标准电阻值为 100Ω。
间接测量误差传递
有些被测量不能直接测量（如电阻率、黏度等），必须通过直接测量的数据根据公式计算得出结果。由于直接测量有误差，间接测量结果也会有误差，这就是间接测量误差的传递。系统误差和随机误差的性质不同，它们的误差传递算法不一样。
阿贝准则
阿贝准则是用于判别测量数据中是否含有变化的系统误差的定量准则，通过检查残余误差是否偏离正态分布来判断。
附加误差
附加误差是指当仪表的使用条件偏离标准条件时出现的误差。常见类型包括：
随机误差的正态分布
随机误差在等精度测量条件下，当测量次数足够多时，服从正态分布规律。这是随机误差统计处理的理论基础。
马利科夫准则
马利科夫准则是用于判别测量数据中是否含有线性系统误差的定量准则。