試驗數據的處理

試驗數據的統計分析
試驗的目的是對有限的、少量的試件，在試驗中得到能代表有該類性質現象的數據。這些試件稱為子樣(或稱樣本)，通過子樣的大量試驗數據統計、數據處理，從子樣中推斷出能代表全體(亦稱總體或母體)取值的概率分布值或某些特征值。這就是試驗數據的統計分析。

試驗的統計設計
通常不可能將整批相同的齒輪(總體)都拿去做試驗，而只能抽取小部分齒輪試件(樣本)進行試驗。通過對少量試件的觀測去判斷這批同類齒輪的某些特性。用以選擇樣本(試件)和確定樣本合適大小的方法，稱為試驗的統計設計。

試驗數據的擬合
試驗數據的擬合也稱回歸分析，其目的在于從試驗觀測值中找出它們之間的內在聯系和規律，或者說在于確定隨機變量之間的關系及其相關程度，從而進行統計推斷和預測。該項工作包含兩方面內容：一是將試驗數據經過適當處理建立經驗方程，二是在已知經驗方程的基礎上估計方程參數，從而最終確定變量之間的函數關系。
擬合數據的方法通常用的是最小二乘法，并以直線擬合為多。它的基本原理是根據所擬合的直線與觀測值之差的平方(即二乘方)之和(或加權和)為最小的原則來確定變量之間的函數關系。

誤差的來源
任何以觀測為基礎的科學試驗，都不可避免地存在一定程度的誤差。試驗過程中每一個環節都可能是誤差產生的根源。為了便于分析，可做如下歸納：
1)裝置誤差。在試驗過程中所用的測量工具、儀表、儀器及其附件(連接導線，轉換開關等) 均會影響測量的結果。
2)人員誤差。試驗人員由于生理和心理上的原因，如分辨力、反應速度等均會導致誤差。
3)環境誤差。外界條件如溫度、濕度、電磁波、震動等均能引起誤差。
4)方法誤差。這是由于測量方法本身所形成的誤差，或者由于測量依據的理論本身不完善等原因而產生的誤差；也可能由于對被測的量、定義不明確而形成的一種理論誤差。有時也可能將測量對象本身的變化，錯誤地當作誤差的因素來考慮。

誤差的處理
誤差可分為抽樣誤差和測定誤差。抽樣誤差是由于總體本身的非一致性和抽樣方法的局限性造成的。測定誤差主要是由測定過程產生的，它又分為疏忽誤差、系統誤差和隨機誤差。
在試驗測量中的疏忽誤差，是由工作人員粗心大意造成的，完全可以用一定的方法避免。
系統誤差屬于定性誤差，其大小按一定規律變化。對系統誤差需要找出其規律性加以消除或改正。面對未能消除的系統誤差，則應設法確定或估計其誤差值。因為系統誤差是由試驗條件決定的，所以一般屬于測量技術上的問題。消除系統誤差后，就可以提高測量的準確度。
隨機誤差與系統誤差不一樣，它的出現是沒有規律性的，非常離散的，是一種隨機變量，不可能通過測量技術途徑來消除或使之減弱，必須用概率統計(即數理統計)的方法進行處理。重復測量的次數越多，測量的結果就越精確。

系統誤差
在同一條件下，多次測量同一量時，誤差的絕對值和符號保持恒定；或當條件改變時，誤差按某一確定的規律發生變化，這種誤差稱系統誤差。例如試驗機的精度或標定法所造成的誤差，都屬于系統性誤差。它是由試驗條件決定的，可找出其規律，加以消除。系統誤差決定了測量的準確度，它越小測量結果的準確度越高。
系統誤差按其特征可分為固定的、累進的、周期變化的和復雜規律變化的等類別。

固定誤差
在整個試驗過程中，不管條件的變化如何，誤差值及其方向均保持不變，稱為固定誤差。例如傳感器的零點誤差，或二次儀表機械零點不在原點所構成的固定系統誤差。

累進誤差
在整個試驗過程中，系統誤差數值是逐漸增加或減小的，稱為累進系統誤差。如傳感器靈敏度誤差所構成的累進誤差。

疏忽誤差
疏忽誤差也叫過失誤差或不正當誤差，它主要是由于工作者的過失，如讀錯、記錯、算錯所造成。另一方面是由于計算工具誤差和實驗結果要求不相適應造成的。
由于人為的粗心大意造成的誤差，應盡力避免。當測量數據發生突然變化時，應進行仔細分析，必要時可根據一定的原則，判為可疑數據而予以剔除。

隨機誤差
在相同條件下，多次測量同一量值時，其絕對值和符號以不可預定方式變化著的誤差，稱為隨機誤差，亦稱偶然誤差。它屬于不確定的誤差，主要是由各種隨機因素造成的。
這種誤差服從一定的統計規律，是一種隨機變量，可以根據概率統計的方法進行處理。重復測量的次數越多，測量的結果越精確。