试验数据异常值的检验及剔除方法(2)

内江师范学院本科学年论文

2.6 肖维勒准则（Chauvenet）

次准则也是建立在实验数据服从正态分布.假设多次测量的n个测量值中，

21/2?(v/n?1)，样品容量为n数据的参与误差vi?Zc?，则剔除该数据.其中??i时的判别系数Zc?3，弥补了莱茵达准则的不足，故此准则优胜于莱茵达准则，但条件更为苛刻.

3 实验异常数据的处理

对于测定中异常数据的处理，必须慎重考虑，不能凭预感任意删除或添加.应该从所学知识上考虑，异常值有时能反映试验中的某些新现象.这类“异常值”正深化人们对客观事物的认识，如果随意删除它，可能深入了解和发现新事物的一次机会，那么对学者深入研究非常可惜.所以对任何异常数据都因首先在技术上寻找原因，如果在技术上发现原因，理应舍去.如在技术上无法作出判断，却可在上述准则中发现其高度异常，也因舍弃.

其中，运用DPS软件进行异常数据的检验与剔除特别方便，而且不许编写程序，它融合了SPSS表格和EXCELL表格，操作简单，实用性强.如图一下为DPS数据处理系统对话框.

图一 数据处理系统对话框

只要执行菜单命令下的“数据分析——异常值检验”弹出如图二下图的窗口，然后进行选择检验分析方法及显著水平，点击确定即可.

4

内江师范学院本科学年论文

图二 用户对话框

在测定中，有时发现个别数据离群严重，上述检验原则为异常值，但它与其他测定值的差异在仪器的精度范围内，这种数据不应舍去，应予保留.

而对于一些分析而言，需要估计总体参数，异常数据一般都要舍去.对于不同的之心度应作相应的处理，则要据实际情况而定.

4 结束语

由上述可知，用DPS软件进行异常值检验和剔除的过程简单、直观、快捷，适用于大众学生进行各实验数据的处理和分析.将此软件运用于实验教学，可以使学生快速准确判断实验结果，也可以提高教学质量.

5

内江师范学院本科学年论文

参考文献

[1] 王鑫，吴先球．用Origin剔除线形拟合中实验数据的异常值[J]．山

西师范大学学报，2003，17(1)，56—57.

[2] 严昌顺．用计算机快速剔除含粗大误差的“环值”[J]．计量技术，

1994（5），45—47.

[3] 苏金明，傅荣华，周建斌．统计软件SPSS系列应用实战篇[M]．电

子工业出版社，2002

[4] 唐起义．DPS数据处理系统——实验设计、统计分析及数据挖掘

[M]．科学出版社，2006

[5] 何国伟 等编著.误差分析方法．北京：国防工业出版社，1978

6

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库试验数据异常值的检验及剔除方法(2)在线全文阅读。