李行洋，李 珩

（1.湖北水利水電職業(yè)技術(shù)學(xué)院，武漢 430070；2.華中農(nóng)業(yè)大學(xué)，武漢 430070）

變形監(jiān)測，是利用測量專用儀器、方法對變形體的變形現(xiàn)象進行監(jiān)測觀測的工作，具有重復(fù)性特征。當(dāng)在相同觀測條件下對某量進行重復(fù)觀測時，如果不是變形體非實質(zhì)性的變化，而觀測誤差超出規(guī)定條件的預(yù)期，出現(xiàn)粗大誤差或粗差。含有粗大誤差的測量值即為異常值，也稱離群值或壞值［1］。測量中，將含有粗大誤差的測量值也稱為奇異值。粗大誤差的存在不僅大大影響測量成果的可靠性，而且給工作帶來難以估量的損失［2］。在進行監(jiān)測數(shù)據(jù)處理前，需要用一定方法判斷測量列中是否含有粗大誤差，并將含有粗大誤差的奇異數(shù)據(jù)進行剔除，再利用余下的正常數(shù)據(jù)對測量誤差參數(shù)進行估計。相關(guān)文獻［3～4］提出了兩種利用觀測數(shù)據(jù)序列級差來判別奇異值的方法，但計算工作量大且判別的準(zhǔn)確性有待進一步研究。其他常用的粗大誤差的統(tǒng)計判別準(zhǔn)則還有拉伊達準(zhǔn)則、格拉布斯準(zhǔn)則、肖維勒準(zhǔn)則、狄克遜準(zhǔn)則等［5］，其中，拉伊達準(zhǔn)則又稱為“3σ”準(zhǔn)則，當(dāng)觀測次數(shù)小于10時，通常認為其判別含有粗大誤差的可疑數(shù)據(jù)的可靠性不高；肖維勒準(zhǔn)則與拉伊達準(zhǔn)則的判別思路相似，但判別結(jié)果較為苛刻；格拉布斯準(zhǔn)則判別結(jié)論則與置信水平的選擇有著極大關(guān)系［6］，且需要區(qū)分異常值為上側(cè)或下側(cè)、單側(cè)或雙側(cè)等情況；而狹克遜準(zhǔn)則是直接根據(jù)測得值的順序統(tǒng)計量按級差比方法進行判別，也存在計算復(fù)雜的問題。本文介紹學(xué)生化殘差的蒙特卡洛模擬法、精細準(zhǔn)則、X2檢驗法，通過對變形監(jiān)測數(shù)據(jù)實例進行奇異值檢驗，認為基于學(xué)生化殘差計算的變形監(jiān)測資料奇異值檢驗方法既具有直觀性、有效性，而且還可以大大地減少計算工作量。

1 學(xué)生化殘差檢驗法

1.1 學(xué)生化殘差

設(shè)對某量進行n次獨立觀測，得到測量數(shù)據(jù)序列xi（i＝1，2，…，n），則其算術(shù)平均值為

而殘差分別為

觀測值均方差估值為

構(gòu)造統(tǒng)計量

式中，yi為實驗學(xué)生化殘差，一般情況下可簡稱為學(xué)生化殘差。

1.2 最大實驗學(xué)生化殘差的統(tǒng)計分布函數(shù)

積分區(qū)域Ω滿足

式中，a為選定的殘差限值，σ為觀測值的均方差。

參數(shù)a的取值范圍為

1.3 學(xué)生化殘差的蒙特卡洛模擬檢驗法

蒙特卡洛法的基本思想是，對于某一問題，建立與描述該問題相似的概率模型，并對模型進行隨機模擬或統(tǒng)計抽樣，即產(chǎn)生一組分布與隨機模型相同的隨機數(shù)，并以該隨機數(shù)的統(tǒng)計特征作為原始問題的近似解。

按照學(xué)生化殘差的蒙特卡洛模擬，設(shè)有n（n＝3，4，…，50）個獨立服從N（0，1）分布的隨機數(shù)，從中可以找出1個最大學(xué)生化殘差絕對值；如分別取出1 000 000n（n＝3，4，…，50）個獨立服從N（0，1）分布的隨機數(shù)，則依次可產(chǎn)生1 000 000個將此作升序排列且記為（y1，y2，…，y1000000），取的階梯經(jīng)驗分布函數(shù)作為分布函數(shù)F（x）的估計，即

經(jīng)驗分布函數(shù)具有單調(diào)非降、右連續(xù)及其他許多離散型隨機變量分布函數(shù)的一切性質(zhì)，當(dāng)樣本容量充分大時，其與母體分布函數(shù)相當(dāng)接近。

按置信水平α＝0.01或α＝0.05研究經(jīng)驗函數(shù)＾F（x）分別取0.99、0.95時所對應(yīng)的x值，即可構(gòu)成學(xué)生化殘差絕對值法剔除異常值的臨界值表1。

表1 學(xué)生化殘差絕對值臨界值表

在給定顯著性水平α下，查出臨界值L1－α（n）；當(dāng)yi＞L1－α（n）時，認為 max｜vi｜對應(yīng)的xi為奇異值，應(yīng)剔除。否則，認為該觀測序列中不包含有奇異值。

1.4 學(xué)生化殘差的精細檢驗法

設(shè)測量數(shù)據(jù)序列xi（i＝1，2，…n）服從N（μ，σ2），則服從湯普遜τ（n－2）分布，其概率密度函數(shù)為

最大實驗學(xué)生化殘差的統(tǒng)計分布函數(shù)滿足

劉智敏［7］計算出最大實驗學(xué)生化殘差絕對值的臨界值見表2。

表2 精細準(zhǔn)則臨界值表

在給定顯著性水平α下，若統(tǒng)計量

則認為對應(yīng)的觀測值xi是奇異值，應(yīng)予剔除；否則，認為該觀測序列中不包含有奇異值。

1.5 學(xué)生化殘差的X2檢驗法

設(shè)測量數(shù)據(jù)序列xi（i＝1，2，…，n）服從N（μ，σ2），由（4）式，得

顯然，當(dāng)vi較大時，其對的影響也較大，也就是的數(shù)值會增大。

考慮到

即有

故

在給定的顯著性水平α下，如，則認為測量列xi（i＝1，2，…，n）中有奇異值存在，應(yīng)剔除 max｜vi｜對應(yīng)的xi。否則，認為該觀測序列中不包含有奇異值。

2 變形監(jiān)測資料奇異值檢驗實例分析

實例1。表3為某水利樞紐大壩J22－20測點橫縫開度年最大值的觀測數(shù)據(jù)，假定觀測條件如年水位、溫度無顯著特殊變化，取置信水平α＝0.01，現(xiàn)分析該觀測資料中是否存在奇異值。

表3 J22－20測點橫縫開度年最大值 單位：mm

分別用拉伊達準(zhǔn)則、格拉布斯準(zhǔn)則、肖維勒準(zhǔn)則、狹克遜準(zhǔn)則進行判別，觀測序列數(shù)據(jù)中無奇異值存在；按文獻［3］介紹的兩種利用觀測數(shù)據(jù)序列級差來進行判別，未發(fā)現(xiàn)觀測序列數(shù)據(jù)中有奇異值存在；利用學(xué)生化殘差的蒙特卡洛模擬檢驗法、精細檢驗法、X2檢驗法分別進行檢驗，觀測序列數(shù)據(jù)中亦無奇異值存在。直觀來看，該觀測序列數(shù)據(jù)較為均勻，而無論采用上述介紹的何種方法，皆得出了相同的檢驗結(jié)論。

實例2。表4為某水利樞紐大壩19＃壩段一測點正垂線一天中8個整時間點的切向位移觀測數(shù)據(jù)，取置信水平α＝0.05，現(xiàn)分析該觀測資料中是否存在奇異值。

表4 切向位移觀測數(shù)據(jù) 單位：mm

利用拉伊達準(zhǔn)則、狹克遜準(zhǔn)則、學(xué)生化殘差的X2檢驗法及文獻［3］介紹的兩種利用觀測數(shù)據(jù)序列級差來進行判別，未發(fā)現(xiàn)觀測序列數(shù)據(jù)中有奇異值存在；而利用格拉布斯準(zhǔn)則、肖維勒準(zhǔn)則、學(xué)生化殘差的蒙特卡洛模擬檢驗法、精細檢驗法分別進行檢驗，發(fā)現(xiàn)該觀測序列中第6個觀測數(shù)據(jù)是奇異值。

從上例試算來看，對同一問題如采用不同準(zhǔn)則進行檢驗，可能得出不同的判別結(jié)果。比較其中幾種檢驗方法的臨界值，在同一置信水平前提下，拉伊達準(zhǔn)則要求較低，因此存在“漏判”的概率比較大；學(xué)生化殘差的X2檢驗法對于觀測數(shù)據(jù)的“波動”不是很明顯時，其判別奇異值的靈敏度也不高，也可能存在“漏判”的情況；肖維勒準(zhǔn)則要求較為苛刻，因此可能存在“誤判”的情況；狹克遜準(zhǔn)則及文獻［3］介紹的兩種利用觀測數(shù)據(jù)序列級差判別法，不僅計算較為復(fù)雜，亦可能存在“漏判”的情況；而格拉布斯準(zhǔn)則、學(xué)生化殘差的蒙特卡洛模擬檢驗法、精細檢驗法，都是直接考慮“大”殘差的情況，因此，檢驗效果較為可靠。

如進一步比較格拉布斯準(zhǔn)則、學(xué)生化殘差的蒙特卡洛模擬檢驗法、精細檢驗法這三種檢驗方法，可以發(fā)現(xiàn)它們的檢驗思路有些類似，而且臨界值大小區(qū)別不甚明顯，但學(xué)生化殘差的蒙特卡洛模擬檢驗法、精細檢驗法計算的直觀性更強，特別是在樣本量不是太大的情況下，蒙特卡洛模擬檢驗法與精細檢驗法的臨界值幾乎一樣。

在上例中，如剔除第6個觀測數(shù)據(jù)后再計算觀測值的均方差則為0.0331mm，與原觀測系列計算結(jié)果相比較，雖然觀測值的個數(shù)減少了，但觀測值的精度反而提高了。由此說明，在觀測數(shù)據(jù)處理中，適當(dāng)?shù)摹皣栏瘛边h比“漏判”更為有利。

3 結(jié) 語

變形監(jiān)測原始數(shù)據(jù)，是進行變形分析的重要基礎(chǔ)。對變形監(jiān)測原始數(shù)據(jù)是否存在奇異值進行檢驗判別，無疑有著重要意義。對于同一問題，采用不同的判別準(zhǔn)則可能會得出不同的判別結(jié)果。從實踐來看，傳統(tǒng)的一些檢驗方法不是計算工作量太大，就是檢驗靈敏度不高。為了盡可能避免出現(xiàn)對變形監(jiān)測原始數(shù)據(jù)“漏判”、“誤判”的情況，在樣本量不是很大的情況下，采用學(xué)生化殘差的蒙特卡洛模擬法、精細檢驗法、X2檢驗法進行檢驗具有較強的直觀性、簡便性。特別是當(dāng)觀測數(shù)據(jù)并不呈現(xiàn)特別跳躍性“波動”時，蒙特卡洛模擬法、精細檢驗法的有效性非常明顯；而當(dāng)觀測數(shù)據(jù)呈現(xiàn)特別跳躍性“波動”時，X2檢驗法的有效性也將進一步顯現(xiàn)。

［1］費業(yè)泰.誤差理論與數(shù)據(jù)處理［M］.北京：機械工業(yè)出版社，1987.

［2］於宗儔，魯林成.測量平差基礎(chǔ)［M］.北京：測繪出版社，1983.

［3］黃聲享，等.變形監(jiān)測數(shù)據(jù)處理［M］.武漢：武漢大學(xué)出版社，2003.

［4］王懷義，盧新民，吳 艷，等.烏魯瓦提混凝土面板壩安全監(jiān)測數(shù)據(jù)處理系統(tǒng)［J］.土壩觀測與土工測試，2003，（3）：29－32.

［5］熊艷艷，吳先球.粗大誤差四種判別準(zhǔn)則的比較和應(yīng)用［J］.大物理實驗，2010，（1）：66－68.

［6］董海鵬，花春飛.在大學(xué)物理實驗中應(yīng)用格羅布斯準(zhǔn)則判定粗大誤差［J］.牡丹江大學(xué)學(xué)報，2011，（3）：128－129.

［7］劉智敏.殘差性質(zhì)及其應(yīng)用［J］.計量學(xué)報，1980，（1）：198－212.