粗大误差问题概述

超出规定条件下预期的误差称为粗大误差。粗大误差的绝对值与测量列中其他测得值的误差分量相比明显偏大，即明显歪曲测量结果。含有粗大误差的测量值称为异常值或坏值，也称离群值。在测量数据处理时，对于异常值必须予以删除。

粗大误差的产生原因是多方面的，可以大致归纳为以下几点。

1）客观外界条件的原因

由于测量条件意外地改变，如机械冲击、外界震动、电网供电电压突变、电磁干扰等原因，引起仪器示值或被测对象位置的改变而产生粗大误差。

2）测量人员的主观原因

由于测量者工作责任心不强、工作过于疲劳、对仪器熟悉与掌握程度不够等原因，引起操作不当，或在测量过程中不小心、不耐心、不仔细等，从而造成错误的读数或错误的记录，这些都是产生粗大误差的主要原因。

3）测量仪器内部的突然故障

若不能确定粗大误差是由上述两个原因产生时，其原因可认为是测量仪器内部的突然故障。

在测量过程中，如果及时发现有个别可疑的数据，就应当场确认是否存在如上所述的各种可能产生粗大误差的原因。如经确认，则应对该测量现象及其异常数据记录在案，并注明造成该数据异常的原因，对于该数据则有理由可以从测量数据列中加以剔除。

这种从技术上和物理上找出产生异常值的原因，是发现和剔除粗大误差的首要方法。有时，在测量完成后也不能确知数据中是否含有粗大误差，这时可采用统计方法进行判别。统计方法的基本思想是，给定一个显著性水平，按一定分布确定一个临界值，凡超过这个界限的误差，就认为它不属于随机误差的范畴，而是粗大误差，该数据应予以剔除。

由于到目前为止，还没有各种复杂分析的判断粗差准则，因此，这里建议直接采用稳健估计的算法来进行数据的处理，尽量减小个别粗大误差数据对数据处理结果的干扰与影响。