計量測試中異常數據剔除的措施

王尚琪

鄂爾多斯市檢驗檢測中心，中國·內蒙古 鄂爾多斯 017010

1 引言

計量檢測是現代工業發展中的關鍵，通過計量檢測目標對象可以檢測出檢測對象的數據信息，給工業發展奠定良好的基礎[1]。因為計量檢測工作對中國工業產品和科學技術的開發能力起到決定作用，且計量檢測數據精準性對計量檢測工作質量產生直接影響。所以，基于計量檢測工作中無法避免存在異常數據的問題，工作人員開展計量檢測工作時必須探討有效的剔除異常數據的方法，這是提高計量檢測工作效率的關鍵。

2 計量測試中異常數據發生的原因

2.1 外部環境影響

濕度和溫度都是比較常見的外部環境因素，若外部環境惡劣或存在較大的變動，很有可能導致計量檢測工作存在異常數據的問題。比如說企業檢測自身產品時容易受到溫度變化導致計量檢測數據異常，降低了計量檢測工作的精準性。所以，計量檢測工作人員應全面考慮外部因素對檢測結果的影響，并借助相應的手段降低異常數據的發生率。比如說企業檢測自身產品之前應結合以往的工作經驗控制和關注檢測過程中的溫度，為降低計量檢測工作中的異常數據，通常情況下控制外界溫度為15℃～25℃[2]。

2.2 檢測人員專業能力不足

檢測人員能力專業能力不足很容易導致計量檢測結果出現異常數據的問題。首先，檢測人員專業能力不足就無法操作一些對精準度和操作水平要求較高的方法，計量檢測工作中異常數據的發生率顯著增加。其次，檢測人員在計量檢測工作中對外部環境因素的理解存在差異，最終得出的檢測數據存在明顯的差異，這是計量檢測工作中出現異常數據的又一原因。最后，檢測人員專業能力不足，操作過程中存在失誤，對檢測中的異常數據造成影響。

2.3 計量檢測設備問題

計量檢測工作質量一定程度上受到設備性能的影響。換句話來說就是若計量檢測設備存在異常，很有可能導致計量檢測出現異常數據的問題[3]。比如說企業沒有更具要求維護和管理計量檢測設備，降低了計量設備的靈敏度。若工作人員在操作中仍然使用存在故障的設備，很有可能出現異常數據，此時必須將異常數據剔除，否則就會影響后續的計量檢測工作，無法為開展相關工作提供科學的計量檢測結果。

3 計量測試中異常數據剔除的措施

3.1 異常數據的判斷

為了更好地剔除異常數據，必須對科學的判斷過程進行重視，并以實際檢測結果進行科學合理的分析。工作人員在計量檢測工作中應科學地判斷異常數據，掌握科學的判斷方法，把握一定的對策和技巧。

3.2 格拉布斯判斷法

運用該方法時旨在將正態分布當做最基礎的判斷條 件[4]。以結論為基礎進行分析，運用該方法時應將自身的嚴謹性分析出來，便于更簡單地操作。應用該方法進行判斷時應進一步明確，之后結合方法使用價值開展判斷。若發現測量值的殘余誤差絕對值大于Gg，則可以明確該數據為粗大誤差的數據，必須及時分析誤差，之后以實際情況為基礎剔除異常數據。該方法的使用還必須以基本的判斷原則為依據，以測量結果偏離值的實際情況，也就是以誤差理論為依據剔除偶然的誤差，并至少測量和分析至少10次。

為了保證基本的響應速度和測量精度，應測量至少十次，并將其作為基本的單位之一。獲取了十五次以上的測量數據信息，則可以將誤差情況反映出來，并進行科學地分揀處理，從而及時剔除異常數據。若與測量值xi響應的殘差vi滿足相關條件，對其基本的差異進行分析，之后結合實際剔除相關數據。通過分析可知，上述在的x表率n次采集的平均值（∑xi）/n；σ（x）則為測量數據組的基本標準差[5]。此時以貝塞爾公式中的要求為基礎，n表示測量的次數，將顯著性水平反映出來。若測量15次，則可以取顯著性水平為0.05，標準差為2.41。在此之后可以根據15次采集值進行判斷，并將其存入同一個數組內部，并將平均值求出，合理地分析基本的殘差，從而計算出最終的σ（x），得出該數據后和殘差的2.41倍的σ（x）和殘差的絕對值進行比較，從而剔除可疑的數據信息。在實際的應用過程中并不需要重復地開展檢驗，基本上可以一次完成操作。

3.3 t-檢驗法

t-檢驗法是比較科學的一種假設檢驗方法，可以應用于測量次數不足30的情況，通過合理地判斷和檢驗隨機變量的數學期望對是否符合某個已知數值相符進行明確。工作人員應用該方法時必須架設《x1、x2、…,xn》,并以其為正態隨機變量x的樣本，若“Mx=m0”,則可以確定實際數據的計算情況具有合理性。之后結合統計理論對其進行判斷，若最基本的假設與相關的要求和標準相符，那么統計量服從自由度n-1的t-分布。若發現正態隨機變量比樣本低，則可以借助該手段科學地分析數學期望值，因此在實際的檢驗工作中就可以確保相關成果與科學的標準相符。因此，工作人員在實際的工作中應合理利用一定的技巧，對相關差異進行明確，了解差異值的情況后剔除異常數據。

3.4 異常數據的剔除

剔除異常數據時需要工作人員掌握一定的技巧，并以測試結果為基礎進行分析。工作人員測定了某一組數據后可以將真實性反映出來，之后分析基本的數據差異。比如說 以“10.002，10.204，10.218，10.228，10.230，10.312，10.320，10.342，10.346”這一組數據為例，可以對數據變化的情況進行反映，然而還必須在嚴格的檢驗后科學地判斷。以上問題出的異常數據判斷技巧為依據判斷此類數據，對異常值進行明確，之后選擇合理的剔除方法，將置信概念的可取值設定為95%，之后設置異常值懷疑為10.346，通過計算后得出平均值10.2317，相應的x1值為10.2231，之后科學計算，計算出異常值10.346，并將其剔除。在此之后以具體的計算方式將數值基本情況計算出來，并對異常值進行確定，即10.346，此時G（a，n）和10.002,10.2317相當接近，表明計量測試中應用格拉布斯準則取得顯著的效果，獲得的結果可靠性更高。在實際的判定工作中一串數字主要是分析統計量，若其符合規定范圍，則可以將其當作服止態分布標準，且意味著數據存在異常的問題。

4 結語

總而言之，計量檢測無論在科技發展還是工業生產都發揮重要的作用。因此，相關工作人員應分析計量檢測數據，并分析判斷異常數據的方法，有效剔除異常數據。因此，技術人員剔除異常數據時可以選擇格拉布斯判斷法和t-檢驗法方法，并采取相應的措施剔除異常數據，確保計量檢測工作質量，從而提供科學合理的信息依據。