摘 要众所周知，计量测量工作对获取数据的精准性有着极高的要求，而要确保获取数据的精准性，除了需在数据获取后进行科学、有效的处理外，尚需剔除其中一些异常数据，之后方可作为相关科研工作的参考依据。本文通过论述计量仪器出现误差的原因，并以实例来说明计量测试中异常数据剔除的措施，能够保证计量测试的准确性和科学性。
【关键词】计量测试 异常数据 剔除措施
计量测量，其本身便是一项对数据精准性有着极高要求的工作。而要确保数据获取的精准性，除了需科学处理计量测量所得出的数据外，尚需找出其中的异常数据并将之剔除，如此方能作为相关科学的参考依据。当前，国内已然根据计量测量中异常数据的出现原因提出了4种有针对性的异常数据剔除方法，这些方法可独立使用，亦可综合利用，其目的均在于判定异常值并将之剔除，以确保计量测量数据的准确性。
1 计量仪器出现误差的原因
由于计量仪器对外部环境有着极高的要求，加之其本身也是一种高精密的仪器，因而任何外部环境的变化都可能导致仪器测试结果产生偏差，并最终影响到检测结果的准确性。就当前的外部环境而言，可能导致计量仪器产生误差的原因主要包括以下几个方面：
（1）仪器受到了外界诸如震动、机械动荡一类的自然或人为因素影响；
（2）受电磁干扰或因供电电压不稳而导致的检测仪器出现故障；
（3）操作人员本身经验不足，加之操作事物所因其的检测不准确；
（4）仪器本身存在如元件损坏、零件松动一类的质量问题，这类问题一旦发生，将直接导致检测结果不准确，从而影响到工作人员的正常测量。
对于以上影响因素，操作人员在实际的操作过程中，务必全面排除，如此方能确保测量结果的准确性。当然，在此过程中，针对异常值的剔除尚需注意采取合适的剔除方法，若剔除方法选择不当则可能收获适得其反的效果。简言之，即针对异常值不同的产生原因需采取有针对性的剔除方法，方能确保仪器测量结果达到规定的使用标准。
在实际的判断异常值过程中，以下几种是当前人们最常用的异常值判断准则，即3∑准则、肖维勒准则、t检验法以及格拉布斯准则。
2 计量测试中异常数据剔除的措施
以上所提准则，虽其实际内容各不相同，但却均是置信概率的运用基础，而所谓的置信概率，即随机变量于置信区间内的落入概率。若实际的运用过程中，将置信区间内的测量数据实际范围用X来表示，那么以上所提之准则则能用以下方式来表达：
2.1 3∑准则
该式子所表达的含义为可疑数据与整租数据的算术平均差，其目的是要找出该差与3倍哒的绝对值之间的差异，若偏差较大则将此数值舍弃。在实际的运用过程中，将所测数据代入上式，若与上式相符，则可判断该值为异常值，应将其剔除。
2.2 肖维勒准则
在该公式的使用过程抓奶哥，若将测得的独立数据带入，上式仍然成立则可判定Xd为异常值，可将之剔除。
2.3 格布拉斯准则
该式中，Xd表示测量数据，s则代表着贝塞尔公式计算的标准差，至于其他的如G、与n均可在表中查询。
2.4 t检验法
该检验法是将Xi这一可疑数值意外的数值假定为数据的集合总体，进而根据该数据集总体设定其正态分布。对于该数据，虽仅是假定其分布状态，但无论其是否为正态均需通过进一步的判定。当然，于实际的运用过程中，通常都不进行深入判定该样本是否符合正态分布特征，而仅是将其样本视作近似为正态分布，如此便可将Xi这一可疑数据视作一个总容量为1的样本，进而在比较两者的总体时，若两者均在同一总体中被包含，则两者之间显然不应存在这样的差异，从而可由此计算出统计量k，具体的表达式为：
于上式中，针对样本的数据算术平均值，我们用X表示，那么S所代表者则为样本数据的标准差，之后通过计算得出K指，并通过与查询所得的T分布表所得之进行比较，若比较结果显示：显著性水平a下的t检验值较大，则表明Xi的出现应是一个小概率事件，可将之视作异常值而予以剔除。
3 实例判定
以下为结合实例所判定的异常值判断准则：如经过某测量得出了如下一系列的测量数据：10.002，10.204，0.218，10.228，10.230，10.312，10.320，10.342，10.346，结合以上方式进行判断并剔除异常值，那么置信概念的可取值可设定为95%，那么相应地。
此时，我们将异常值怀疑为10.346，之后通过计算可得出这十个数的平均值为10.2317，那么对应的X1的平均值则为10.2231，，经过综合计算，得出10.346為异常值，应将其剔除。
通过采用四种方法来进行判定，其10346为异常值，而G（a，n）与10.002-10.2317非常相近，这在一定程度上说明了应用格拉布斯准则的效果较好。在整个判定过程中，作为判定异常数值的基本思想是：先做好某一个统计量，如果这个统计量在规定的范围之内，便可以认为是服从止态分布，否则就认为相关的数据并不服从止态分布，这则说明了其中的数据存在一定的误差。
4 结语
在实际的运用过程中，为切实保障准侧的景准确并尽量降低误判现象的发生概率，通常情况下可结合两种或三种判定准则进行综合判定，若集中判定方式所得出之结论均保持一直，则可将之可疑数据剔除，如此判断方式方可切实提升测量的准确性。当然，若几种方法的综合使用，所得判定结果存在差异，则应慎重考虑该数据是否要进行剔除，并进行反复验证。对于这种情况，笔者的建议是将处理数据全部保留，以确保异常数据剔除的高效性与准确性，进而保障测得数据的有效性。
参考文献
[1]赵媞，孙明珠，王中禹.计量测试中异常数据剔除方法的探讨[J].科技创新与应用，2014（28）：293-293.
[2]徐丹，王中禹.计量测试中异常数据剔除的措施[J].科技经济导刊，2016（20）：156-157.
[3]王莹，刘佳，王欣，等.计量检测中异常数据剔除的有效方法[J].电子世界，2016（24）：93-93.
[4]翟志强.试论计量检定中的异常值及其剔除方法[J].中国科技博览，2015（33）：390-390.
作者单位
东华计量测试研究院 江西省南昌市 330029