论文部分内容阅读
【摘 要】计量检测中异常数据的剔除关系着计量检测工作的质量。本文为提高计量检测工作的精准性，对检测中剔除异常数据的重要性进行简单阐述并分析计量检测过程中导致计量仪器出现误差的原因，然后再联系案例探讨计量检测中异常数据的剔除方法，其中3α法、t值法、肖维勒法、格布拉斯法均可有效剔除异常数据，保证计量检测工作的准确性与整体质量。
【关键词】计量检测;异常数据;剔除方法
前言
测量体系由来已久，在整个历史的发展过程当中经过了不断的创新与改进，现如今我国的测量体系处于快速发展之中。其中主要是基于自动化的发展以及网络技术的快速发展，以上两方面技术给检测工作带来了很大的帮助，与此同时对于相关的工作人员来说是一种挑战。随着社会的发展，人们对于质量的要求更高，与此相对应的，企业更应该注重开展计量检测工作。计量检测对于助力提升质量具有重要意义，企业应该引起足够的重视。
1仪器仪表计量检测的重要性
从目前的情况看，仪器仪表计量检测体现的优势有很多，具体体现在以下几方面：首先，仪器仪表计量溯源作为一种技术保障与技术基础，可以实现产品的质量提升，增加企业的经济效益，使企业在激烈的市场竞争中获得一席之地，作为一种无形的生产力。同时，还可以维护经济秩序，实现国民经济的良性循环。
最后，在开展仪表仪器计量检测工作时难免会出现误差，误差的大小与仪器仪表的准确度息息相关。
2计量检测中异常数据出现的原因
2.1外部环境因素导致计量检测中出现异常数据
常见的外部环境因素有温度、湿度等等，当外部环境因素出现较大变动或外部环境较为恶劣，计量检测工作很可能出现异常数据。比如，在石油企业在针对自身产品进行计量检测时，计量检测数据很可能受到温度变化影响出现异常，此时若不能有效剔除计量检测中存在的异常数据，势必会导致計量检测工作精准性较低。因此，在开展计量检测工作时，相关人员必须考虑到外部环境因素的影响，通过采取某些手段尽可能减少检测中存在的异常数据。
2.2检测人员专业技术欠缺导致计量检测中出现异常数据
第一，因检测人员专业技术不过关，在操作某些检测仪器时不够谨慎或出现错误操作，都可能导致计量检测中出现异常数据;第二，检测人员专业能力欠缺，无法采取某些操作水平要求更高、更加精准的检测方法，也会增大计量检测中出现异常数据的可能;第三，不同的检测人员在开展计量检测工作时水平不一，再加上不同检测人员对温度、湿度等外部环境因素的理解不同，在很多时候不同检测人员的计量检测数据差异较为明显，容易导致计量检测中存在异常数据。
2.3计量检测设备存在问题导致计量检测出现异常数据
计量检测设备是否性能良好关系着计量检测的工作质量，换言之，计量检测设备存在问题可能导致计量检测出现异常数据，比如因相关人员未按照相关规范对某计量检测设备进行日常管理与维护，导致该计量检测设备灵敏度有所下降，在后续进行数据测量时，若检测人员未发现灵敏度下降的问题，照旧使用该设备进行计量检测，就可能出现异常数据。此时，若不能有效剔除异常数据，直接将该数据用于后续环节当中，就可能导致计量检测工作不能取得预期成效，相关活动的开展无法参考科学的计量检测结果。
3计量检测中异常数据的剔除方法
3.1计量检测中常用的四种异常数据剔除方法
作为计量检测工作的重要内容之一，计量检测中异常数据的剔除关系着数据的精准性，影响着计量检测工作的最终质量。常用的异常数据剔除方法如下表。
在剔除异常数据时，3α法、t值法、肖维勒法、格布拉斯法均较为常用。在利用上述方法对计量检测中的异常数据进行剔除时，应结合实际情况选用最合适的某一种方法或某几种方法，不过结合实际运用情况来看，同时运用几种剔除法，往往能更快、更好的剔除异常数据。
3.2计量检测中异常数据的剔除案例
为进一步对“如何剔除计量检测中的异常数据”进行说明，下面将联系案例，围绕上述剔除方法展开讨论。案例如下：在某次次计量检测时得到数据10.003、10.205、10.219、10.221、10.229、10.231、10.313、10.321、10.343、10.346，此时需剔除异常数据。经判定得出，采用方法一、二、三、四分别对计量检测中的异常数据进行判断时，得出的结果都是10.346为异常值。结合实际判断过程来看，在计量检测中进行异常数据剔除时，若试图加快异常数据剔除工作的速度，可采取以下措施：措施一，检测人员可先质疑计量检测数据中最大值、最小值，比如在此案例中，可先假设10.003或10.346就是异常数据，然后针对10.003和10.346进行异常数据判定，这是因为在多数情况下，若一组检测数据的最大值与最小值皆不是异常数据则意味着该组数据中存在异常数据的可能性很小，换言之，在计量检测得到一组数据当中，最大值和最小值往往更容易是异常数据，结合本案例异常数据判断结果来看，该案例的异常数据的确是最大值;措施二，可通过某些方法初步判断计量检测过程中得到一组数据中是否存在异常数据，以此来加快异常数据剔除工作的效率，比如，上述案例当中可先设定好统计量，若规定范围完全包括统计量，则意味着该统计量呈正态分布，则可初步判定该组数据中不存在异常数据，从而加快异常数据的剔除速率。
结束语
综上所述，计量检测对工业生产、科技发展等等都有较大影响，相关人员需针对会导致计量检测数据精准性下降、对计量检测工作有较大负面影响的异常数据进行分析，找到判别异常数据的方法并对异常数据进行有效剔除。实际工作中，在采用3α法、t值法、肖维勒法、格布拉斯法剔除异常数据时，可将上述方法结合在一起，以此进一步提高异常数据的剔除效率和质量，保障计量数据的有效性和准确性。
参考文献：
[1]孙江晖，龙燕.计量测试中异常数据剔除的措施[J].电子技术与软件工程，2017（21）：163.
[2]林俊.计量测试中异常数据的处理方式[J].电子技术与软件工程，，150（4）：169.
（作者单位：天津市计量监督检测科学研究院）
【关键词】计量检测;异常数据;剔除方法
前言
测量体系由来已久，在整个历史的发展过程当中经过了不断的创新与改进，现如今我国的测量体系处于快速发展之中。其中主要是基于自动化的发展以及网络技术的快速发展，以上两方面技术给检测工作带来了很大的帮助，与此同时对于相关的工作人员来说是一种挑战。随着社会的发展，人们对于质量的要求更高，与此相对应的，企业更应该注重开展计量检测工作。计量检测对于助力提升质量具有重要意义，企业应该引起足够的重视。
1仪器仪表计量检测的重要性
从目前的情况看，仪器仪表计量检测体现的优势有很多，具体体现在以下几方面：首先，仪器仪表计量溯源作为一种技术保障与技术基础，可以实现产品的质量提升，增加企业的经济效益，使企业在激烈的市场竞争中获得一席之地，作为一种无形的生产力。同时，还可以维护经济秩序，实现国民经济的良性循环。
最后，在开展仪表仪器计量检测工作时难免会出现误差，误差的大小与仪器仪表的准确度息息相关。
2计量检测中异常数据出现的原因
2.1外部环境因素导致计量检测中出现异常数据
常见的外部环境因素有温度、湿度等等，当外部环境因素出现较大变动或外部环境较为恶劣，计量检测工作很可能出现异常数据。比如，在石油企业在针对自身产品进行计量检测时，计量检测数据很可能受到温度变化影响出现异常，此时若不能有效剔除计量检测中存在的异常数据，势必会导致計量检测工作精准性较低。因此，在开展计量检测工作时，相关人员必须考虑到外部环境因素的影响，通过采取某些手段尽可能减少检测中存在的异常数据。
2.2检测人员专业技术欠缺导致计量检测中出现异常数据
第一，因检测人员专业技术不过关，在操作某些检测仪器时不够谨慎或出现错误操作，都可能导致计量检测中出现异常数据;第二，检测人员专业能力欠缺，无法采取某些操作水平要求更高、更加精准的检测方法，也会增大计量检测中出现异常数据的可能;第三，不同的检测人员在开展计量检测工作时水平不一，再加上不同检测人员对温度、湿度等外部环境因素的理解不同，在很多时候不同检测人员的计量检测数据差异较为明显，容易导致计量检测中存在异常数据。
2.3计量检测设备存在问题导致计量检测出现异常数据
计量检测设备是否性能良好关系着计量检测的工作质量，换言之，计量检测设备存在问题可能导致计量检测出现异常数据，比如因相关人员未按照相关规范对某计量检测设备进行日常管理与维护，导致该计量检测设备灵敏度有所下降，在后续进行数据测量时，若检测人员未发现灵敏度下降的问题，照旧使用该设备进行计量检测，就可能出现异常数据。此时，若不能有效剔除异常数据，直接将该数据用于后续环节当中，就可能导致计量检测工作不能取得预期成效，相关活动的开展无法参考科学的计量检测结果。
3计量检测中异常数据的剔除方法
3.1计量检测中常用的四种异常数据剔除方法
作为计量检测工作的重要内容之一，计量检测中异常数据的剔除关系着数据的精准性，影响着计量检测工作的最终质量。常用的异常数据剔除方法如下表。
在剔除异常数据时，3α法、t值法、肖维勒法、格布拉斯法均较为常用。在利用上述方法对计量检测中的异常数据进行剔除时，应结合实际情况选用最合适的某一种方法或某几种方法，不过结合实际运用情况来看，同时运用几种剔除法，往往能更快、更好的剔除异常数据。
3.2计量检测中异常数据的剔除案例
为进一步对“如何剔除计量检测中的异常数据”进行说明，下面将联系案例，围绕上述剔除方法展开讨论。案例如下：在某次次计量检测时得到数据10.003、10.205、10.219、10.221、10.229、10.231、10.313、10.321、10.343、10.346，此时需剔除异常数据。经判定得出，采用方法一、二、三、四分别对计量检测中的异常数据进行判断时，得出的结果都是10.346为异常值。结合实际判断过程来看，在计量检测中进行异常数据剔除时，若试图加快异常数据剔除工作的速度，可采取以下措施：措施一，检测人员可先质疑计量检测数据中最大值、最小值，比如在此案例中，可先假设10.003或10.346就是异常数据，然后针对10.003和10.346进行异常数据判定，这是因为在多数情况下，若一组检测数据的最大值与最小值皆不是异常数据则意味着该组数据中存在异常数据的可能性很小，换言之，在计量检测得到一组数据当中，最大值和最小值往往更容易是异常数据，结合本案例异常数据判断结果来看，该案例的异常数据的确是最大值;措施二，可通过某些方法初步判断计量检测过程中得到一组数据中是否存在异常数据，以此来加快异常数据剔除工作的效率，比如，上述案例当中可先设定好统计量，若规定范围完全包括统计量，则意味着该统计量呈正态分布，则可初步判定该组数据中不存在异常数据，从而加快异常数据的剔除速率。
结束语
综上所述，计量检测对工业生产、科技发展等等都有较大影响，相关人员需针对会导致计量检测数据精准性下降、对计量检测工作有较大负面影响的异常数据进行分析，找到判别异常数据的方法并对异常数据进行有效剔除。实际工作中，在采用3α法、t值法、肖维勒法、格布拉斯法剔除异常数据时，可将上述方法结合在一起，以此进一步提高异常数据的剔除效率和质量，保障计量数据的有效性和准确性。
参考文献：
[1]孙江晖，龙燕.计量测试中异常数据剔除的措施[J].电子技术与软件工程，2017（21）：163.
[2]林俊.计量测试中异常数据的处理方式[J].电子技术与软件工程，，150（4）：169.
（作者单位：天津市计量监督检测科学研究院）