随机误差
| 随机误差 |
随机误差也称为偶然误差和不定误差，是由于在测定过程中一系列有关因素微小的随机波动而形成的具有相互抵偿性的误差。其产生的原因是分析过程中种种不稳定随机因素的影响,如室温、相对湿度和气压等环境条件的不稳定,分析人员操作的微小差异以及仪器的不稳定等。随机误差的大小和正负都不固定,但多次测量就会发现,绝对值相同的正负随机误差出现的概率大致相等,因此它们之间常能互相抵消,所以可以通过增加平行测定的次数取平均值的办法减小随机误差。
目录
简介
在随机误差中，最重要的是抽样误差。我们从同一总体中随机抽取若干个大小相同的样本，各样本平均数（或平均率）之间会有所不同。这些样本间的差异，同时反映了样本与总体间的差异。它是由于从总体中抽取样本才出现的误差，统计上称为抽样误差（或抽样波动）。例如，抽样误差在医学生物实验中最主要的来源是个体的变异。所以这是一种难以控制的、不可避免的误差。但抽样误差是有一定规律的。研究和运用抽样误差的规律,是根据样本估计总体时所必须领会的基本概念之一，也是医学统计学的重要内容之一。
评价
随机误差中还包括重复误差。它是由于对同一受试对象或检样采用同一方法重复测定时所出现的误差。如用天平称同一个烧杯的重量，重复测定多次，其结果会有某些波动。控制重复误差的手段主要是改进测定方法，提高操作者的熟练程度。重复是摸清实验误差大小的手段，以便分析和减少实验误差。测量值的随机误差分布规律有正态分布、t分布、三角分布和均匀分布等，但测量值大多数都服从正态分布，在此主要以正态分布为主进行介绍。测量值的随机误差δ是随机变量，它的概率分布密度函数为：P(δ)=exp[-δ^2/(2*σ^2)]/[σ√(2*pi)]式中 exp（）表示以e为底的指数函数，pi表示圆周率，σ表示随机误差的标准偏差。√表示根号随机误差具有以下规律：（1）大小性：绝对值小的误差出现的概率比绝对值大的误差出现的概率大。（2）对称性：绝对值相等的正误差和负误差出现的概率相等。（3）有界性：绝对值很大的误差出现的概率近于零。误差的绝对值不会超过某一个界限。（4）抵偿性：在一定测量条件下，测量值误差的算术平均值随着测量次数的增加而趋于零。[1]