logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

1 、 用 杠 杆 千 分 尺 测 量 某 轴 直 径 共 15 次 , 各 次 测 量 值 为(mm)10.492,10.435,10.432,10.429,10.427,10.428,10.430,10.434,10.428,10.431,10.430,10.429,10.432,10.429,10.429。若测量中没有系统误差,试求:(1)算术平均值 x 。(2)单次测量的标准偏差 σ 。(3)试用3 σ 法则判断该测量列中有无粗大误差?(4)单次测量的极限误差 Δlim ,如用此杠杆千分尺对该轴直径仅测量1次,得测量值为10.431,则其测量结果和测量精度应怎样表示?(5)算术平均值的标准偏差 σ x 。(6)算术平均值的极限误差是多少?以这15次测量的算术平均值作为测量结果时,怎样表示测量结果和测量精度?

1 、 用 杠 杆 千 分 尺 测 量 某 轴 直 径 共 15 次 , 各 次 测 量 值 为(mm)10.492,10.435,10.432,10.429,10.427,10.428,10.430,10.434,10.428,10.431,10.430,10.429,10.432,10.429,10.429。若测量中没有系统误差,试求:(1)算术平均值 x 。(2)单次测量的标准偏差 σ 。(3)试用3 σ 法则判断该测量列中有无粗大误差?(4)单次测量的极限误差 Δlim ,如用此杠杆千分尺对该轴直径仅测量1次,得测量值为10.431,则其测量结果和测量精度应怎样表示?(5)算术平均值的标准偏差 σ x 。(6)算术平均值的极限误差是多少?以这15次测量的算术平均值作为测量结果时,怎样表示测量结果和测量精度?

题目解答

答案

解:(1) 算术平均值 xn¯X=1n∑i=1xi=10.434(2)单次测量的标准偏差 σnσ=√∑(xi−¯x)

解析

本题考查测量数据的统计处理,涉及算术平均值、标准偏差、粗大误差判断及极限误差的计算。核心思路是:

  1. 算术平均值反映测量值的集中趋势;
  2. 标准偏差衡量单次测量的分散程度;
  3. 3σ法则用于识别异常值;
  4. 极限误差通过标准偏差的倍数表示测量精度;
  5. 算术平均值的误差随测量次数增加而减小。

(1) 算术平均值 $\bar{x}$

公式:$\bar{x} = \frac{1}{n}\sum_{i=1}^{n}x_i$
计算:将15次测量值相加后除以15,结果为 $\bar{x} = 10.434$ mm。

(2) 单次测量的标准偏差 $\sigma$

公式:$\sigma = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i - \bar{x})^2}$
步骤:

  1. 计算每个测量值与平均值的差 $(x_i - \bar{x})$;
  2. 平方后求和 $\sum (x_i - \bar{x})^2 = 0.003635$;
  3. 代入公式得 $\sigma \approx 0.0156$ mm。

(3) 3σ法则判断粗大误差

判断标准:若测量值超出 $\bar{x} \pm 3\sigma$,则为粗大误差。
计算:

  • $3\sigma = 3 \times 0.0156 = 0.0468$ mm;
  • 范围:$10.434 \pm 0.0468$,即 $[10.3872, 10.4808]$ mm;
  • 最大值10.492 mm超出范围,存在粗大误差。

(4) 单次测量的极限误差 $\Delta_{\text{lim}}$

公式:$\Delta_{\text{lim}} = 3\sigma = 0.0468$ mm(保留两位有效数字为0.047 mm)。
测量结果表示:若单次测得10.431 mm,则表示为 $10.431 \pm 0.047$ mm。

(5) 算术平均值的标准偏差 $\sigma_{\bar{x}}$

公式:$\sigma_{\bar{x}} = \frac{\sigma}{\sqrt{n}} = \frac{0.0156}{\sqrt{15}} \approx 0.00403$ mm。

(6) 算术平均值的极限误差

公式:$3\sigma_{\bar{x}} = 3 \times 0.00403 = 0.0121$ mm(保留两位有效数字为0.012 mm)。
测量结果表示:以算术平均值为结果,表示为 $10.434 \pm 0.012$ mm。

相关问题

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号