数据处理

转贴网上一篇数据处理方法的文章,希望对大家有益

实验数据处理基本方法
数据处理是指从获得数据开始到得出最后结论的整个加工过程，包括数据记录、整理、计算、分析和绘制图表等。数据处理是实验工作的重要内容，涉及的内容很多，这里仅介绍一些基本的数据处理方法。
1.5.1 列表法
对一个物理量进行多次测量或研究几个量之间的关系时，往往借助于列表法把实验数据列成表格。其优点是，使大量数据表达清晰醒目，条理化，易于检查数据和发现问题，避免差错，同时有助于反映出物理量之间的对应关系。所以，设计一个简明醒目、合理美观的数据表格，是每一个同学都要掌握的基本技能。
列表没有统一的格式，但所设计的表格要能充分反映上述优点，应注意以下几点：
1．        各栏目均应注明所记录的物理量的名称(符号)和单位；
2．        栏目的顺序应充分注意数据间的联系和计算顺序，力求简明、齐全、有条理；
3．        表中的原始测量数据应正确反映有效数字，数据不应随便涂改，确实要修改数据时，应将原来数据画条杠以备随时查验；
4．        对于函数关系的数据表格，应按自变量由小到大或由大到小的顺序排列，以便于判断和处理。
1.5.2 图解法
图线能够直观地表示实验数据间的关系，找出物理规律，因此图解法是数据处理的重要方法之一。图解法处理数据，首先要画出合乎规范的图线，其要点如下：
1.选择图纸  作图纸有直角坐标纸(即毫米方格纸)、对数坐标纸和极坐标纸等，根据作图需要选择。在物理实验中比较常用的是毫米方格纸，其规格多为 。
2.曲线改直  由于直线最易描绘,且直线方程的两个参数(斜率和截距)也较易算得。所以对于两个变量之间的函数关系是非线性的情形，在用图解法时应尽可能通过变量代换将非线性的函数曲线转变为线性函数的直线。下面为几种常用的变换方法。
(1) ( 为常数)。令 ，则 ，即 与 为线性关系。
(2) ( 为常数)。令 ，则 ，即 与 为线性关系。
(3) ( 和 为常数)。等式两边取对数得， 。于是， 与 为线性关系， 为斜率， 为截距。
(4) ( 和 为常数)。等式两边取自然对数得， 。于是， 与 为线性关系， 为斜率， 为截距。
3.确定坐标比例与标度  合理选择坐标比例是作图法的关键所在。作图时通常以自变量作横坐标( 轴)，因变量作纵坐标( 轴)。坐标轴确定后，用粗实线在坐标纸上描出坐标轴，并注明坐标轴所代表物理量的符号和单位。
坐标比例是指坐标轴上单位长度(通常为 )所代表的物理量大小。坐标比例的选取应注意以下几点：
(1)原则上做到数据中的可靠数字在图上应是可靠的，即坐标轴上的最小分度( )对应于实验数据的最后一位准确数字。坐标比例选得过大会损害数据的准确度。
(2)坐标比例的选取应以便于读数为原则，常用的比例为“1∶1”、“1∶2”、“1∶5”(包括“1∶0.1”、“1∶10”…)，即每厘米代表“1、2、5”倍率单位的物理量。切勿采用复杂的比例关系，如“1∶3”、“1∶7”、“1∶9”等。这样不但不易绘图，而且读数困难。
坐标比例确定后，应对坐标轴进行标度，即在坐标轴上均匀地(一般每隔 )标出所代表物理量的整齐数值，标记所用的有效数字位数应与实验数据的有效数字位数相同。标度不一定从零开始，一般用小于实验数据最小值的某一数作为坐标轴的起始点，用大于实验数据最大值的某一数作为终点，这样图纸可以被充分利用。
4.数据点的标出  实验数据点在图纸上用“+”符号标出，符号的交叉点正是数据点的位置。若在同一张图上作几条实验曲线，各条曲线的实验数据点应该用不同符号(如×、⊙等)标出，以示区别。
5.曲线的描绘  由实验数据点描绘出平滑的实验曲线，连线要用透明直尺或三角板、曲线板等拟合。根据随机误差理论，实验数据应均匀分布在曲线两侧，与曲线的距离尽可能小。个别偏离曲线较远的点，应检查标点是否错误，若无误表明该点可能是错误数据，在连线时不予考虑。对于仪器仪表的校准曲线和定标曲线，连接时应将相邻的两点连成直线，整个曲线呈折线形状。
6.注解与说明  在图纸上要写明图线的名称、坐标比例及必要的说明(主要指实验条件)，并在恰当地方注明作者姓名、日期等。
7.直线图解法求待定常数  直线图解法首先是求出斜率和截距，进而得出完整的线性方程。其步骤如下：
(1)选点。在直线上紧靠实验数据两个端点内侧取两点 、 ），并用不同于实验数据的符号标明，在符号旁边注明其坐标值(注意有效数字)。若选取的两点距离较近，计算斜率时会减少有效数字的位数。这两点既不能在实验数据范围以外取点，因为它已无实验根据，也不能直接使用原始测量数据点计算斜率。
(2)求斜率。设直线方程为 ，则斜率为
                            (1-5-1)
(3)求截距。截距的计算公式为
                            (1-5-2)
【例7】金属电阻与温度的关系可近似表示为 ， 为 ℃时的电阻， 为电阻的温度系数。实验数据见下表，试用图解法建立电阻与温度关系的经验公式。

1        2        3        4        5        6        7
/℃
10.5        26.0        38.3        51.0        62.8        75.5        85.7

10.423        10.892        11.201        11.586        12.025        12.344        12.679
图1-5-1 铜丝电阻与温度关系曲线
【解】温度 起点 ，电阻 起点 。比例测算， 轴： ，故取为 ； 轴： ，故取为 。对照比例选择原则知，选取的比例满足要求。所绘图线见图1-5-1。
在图线上取两点 和 ，斜率和截距计算如下：
所以，铜丝电阻与温度的关系为

1.5.3 逐差法
当两个变量之间存在线性关系，且自变量为等差级数变化的情况下，用逐差法处理数据，既能充分利用实验数据，又具有减小误差的效果。具体做法是将测量得到的偶数组数据分成前后两组，将对应项分别相减，然后再求平均值。
例如，在弹性限度内，弹簧的伸长量 与所受的载荷(拉力) 满足线性关系

实验时等差地改变载荷，测得一组实验数据如下表：
砝码质量/Kg        1.000        2.000        3.000        4.000        5.000        6.000        7.000        8.000
弹簧伸长位置/cm
求每增加1Kg砝码弹簧的平均伸长量 。
若不加思考进行逐项相减，很自然会采用下列公式计算

结果发现除 和 外，其它中间测量值都未用上，它与一次增加7个砝码的单次测量等价。若用多项间隔逐差，即将上述数据分成前后两组，前一组 ，后一组 ，然后对应项相减求平均，即

这样全部测量数据都用上，保持了多次测量的优点，减少了随机误差，计算结果比前面的要准确些。逐差法计算简便，特别是在检查具有线性关系的数据时，可随时“逐差验证”，及时发现数据规律或错误数据。
1.5.4 最小二乘法
由一组实验数据拟合出一条最佳直线，常用的方法是最小二乘法。设物理量 和 之间的满足线性关系，则函数形式为

最小二乘法就是要用实验数据来确定方程中的待定常数 和 ，即直线的斜率和截距。
图1-5-2   的测量偏差
我们讨论最简单的情况，即每个测量值都是等精度的，且假定 和 值中只有 有明显的测量随机误差。如果 和 均有误差，只要把误差相对较小的变量作为 即可。由实验测量得到一组数据为 ，其中 时对应的 。由于测量总是有误差的，我们将这些误差归结为 的测量偏差，并记为 ， ，…， ，见图1-5-2。这样，将实验数据 代入方程 后，得到

我们要利用上述的方程组来确定 和 ，那么 和 要满足什么要求呢？显然，比较合理的 和 是使 ， ，…， 数值上都比较小。但是，每次测量的误差不会相同，反映在 ， ，…， 大小不一，而且符号也不尽相同。所以只能要求总的偏差最小，即

令                        
使 为最小的条件是
， ， ，
由一阶微商为零得

解得                                        (1-5-3)
                      (1-5-4)
令 ， ， ， ， ，则
                            (1-5-5)
                           (1-5-6)
如果实验是在已知 和 满足线性关系下进行的，那么用上述最小二乘法线性拟合(又称一元线性回归)可解得斜率 和截距 ,从而得出回归方程 。如果实验是要通过对 、 的测量来寻找经验公式，则还应判断由上述一元线性拟合所确定的线性回归方程是否恰当。这可用下列相关系数 来判别
                     (1-5-7)
其中 ， 。
图1-5-3  相关系数与线性关系长
可以证明， 值总是在 和 之间。 值越接近 ，说明实验数据点密集地分布在所拟合的直线的近旁，用线性函数进行回归是合适的。 表示变量 、 完全线性相关，拟合直线通过全部实验数据点。 值越小线性越差，一般 时可认为两个物理量之间存在较密切的线性关系，此时用最小二乘法直线拟合才有实际意义，见图1-5-3。

(摘自南航大)

[ 本帖最后由 lzl_1972 于 2007-8-4 09:39 编辑 ]

内容很好，图呢?完整一些就好了。