
- •Предисловие
- •1 Цель, задачи и условия выполнения эксперимента
- •2 Методика обработки результатов групп прямых многократных измерений
- •2.1 Определение точечных оценок
- •2.2 Определение погрешности гистерезиса и вариации схп
- •2.3 Объединение результатов групп измерений
- •2.3.1 Проверка на однородность
- •2.3.2 Проверка на равноточность
- •2.3.3 Проверка на независимость
- •2.4 Определение закона распределения случайных измерений
- •2.5 Определение статической характеристики преобразования измерительного преобразователя
- •2.5.1 Аппроксимация схп
- •2.5.2 Анализ невязок
- •2.6 Оценка погрешностей измерительного преобразователя
- •3 Оценивание неопределенности результатов
- •Нескольких групп многократных измерений
- •3.1 Классификация неопределенностей
- •3.1.1 Неопределенности типа а
- •3.1.2 Неопределенности типа в
- •3.2 Формы представления неопределенностей
- •3.2.1 Стандартная неопределенность
- •3.2.2 Суммарная неопределенность
- •3.2.2.1 Некоррелированные входные величины
- •3.2.2.2 Коррелированные входные величины
- •3.2.3 Расширенная неопределенность
- •3.2.4 Относительная неопределенность
- •3.3 Соотношения между оценками погрешностей
- •3.4 Примеры оценок неопределенности нескольких
- •3.4.1 Обработка результатов прямых многократных измерений
- •3.4.2 Обработка нескольких групп прямых многократных
- •3.4.3 Обработка результатов косвенных измерений
- •Примечание. Q – уровень значимости (или доверительная вероятность Рдов ), n – число измерений выборки. Распределение Стьюдента
- •Значения нормированной функции Лапласа
- •Значения функции плотности вероятностей нормированного нормального распределения
- •Распределение Кохрена
- •Проверка распределения результатов наблюдений в выборке на соответствие нормальному закону распределения
- •Коэффициент асимметрии
- •Коэффициент эксцесса
- •Библиографический список
- •Оглавление
3.2.2.2 Коррелированные входные величины
Если входные величины
коррелированы, то соответствующее
выражение для суммарной дисперсии
имеет
вид
(3.9)
где хі и хj – оценки входных величин Хі и Хj;
–
оцененная
ковариация
хі
и хj.
Степень корреляции между хі и хj характеризуется коэффициен-том корреляции
(3.10)
где
;
Таким образом, если имеются две случайно изменяющиеся величины и n пар их одновременных наблюдений, то коэффициент корреляции между этими величинами вычисляют по формуле
(3.11)
Если
оценки хі
и хj
независимы
(корреляционной связи нет
или она пренебрежимо мала),
то
В терминах коэффициентов корреляции выражение для суммарной дисперсии принимает вид
(3.12)
Cуммарная неопределенность оценки измеряемой величины Y:
(3.13)
Пример
Рассмотрим
фрагмент описания лабораторной работы
[3]. Изме-рим
входную
ёмкость
вольтметра Свх
косвенным
методом
с использованием
резонансного контура, резонансные
частоты колебаний которого при отключенном
вольтметре
и
подключенном
являются
исходными данными для статистической
обработки и представляют собой исходные
пары прямых многократных измерений.
Таким
образом, имеем два ряда с одинаковыми
количествами измерений
для
частот
и
,
полученные
в результате многократных измерений:
f11,
f12,...,
f1i,...,
f1n
и
f21,
f22,...,
f2i,...,
f1n
.
Известно
также
аналитическое
выражение, связывающее их с искомым
параметром:
где
–
собственная
начальная емкость резонансного контура.
Вычислим
точечные оценки прямоизмеренных
величин в соответствии с формулами
(3.1) и (3.2). Получим наиболее вероятные
значения резонансных частот
,
и
их дисперсии
,
,
по
которым
можно
найти
стандартные
неопределенности
типа А
и
.
Оценим действительное значение косвенной величины
Суммарную
дисперсию оценки
вычислим
по формуле (3.12):
где
–
частные производные;
Рассчитаем
по суммарной дисперсии суммарную
неопределенность оценки
:
.
3.2.3 Расширенная неопределенность
Международные
документы по оцениванию неопределенности
в измерениях рекомендуют всем участникам
при представлении результатов всех
международных сличений или других
работ под эгидой МКМВ и Консультативных
Комитетов использовать для выражения
достоверности измерения
суммарную
стандартную
неопределенность
[2].
Однако
в
отдельных
случаях
(торговле, промышленности,
здравоохранении и др.) и в
регулирующих актах
целесообразно дополнительно указывать
интервальную меру неопределенности,
которая
называется
расширенной
неопределенностью
и
обозначается
символом
.
Расширенная
неопределённость выражает
интервал для результата измерения,
в пределах которого может находиться
бόльшая часть распределения значений
с
до-статочным
основанием приписываемых
измеряемой величине,
и определяется
путём
умножения
суммарной стандартной неопределенности
на
коэффициент охвата
:
(3.14)
При
указании
расширенной неопределенности результат
измерения выражается как
или
и означает,
что наилучшей (вероятной,
достоверной) оценкой
значения
величины
Y
является
у,
а
интервал от (
)
до
(
)
содержит
(по ожиданию)
большую часть распределения значений,
которые можно с достаточным основанием
приписать
Y.
Чтобы получить значение коэффициента охвата k, определяющего интервал, соответствующий заданному уровню доверия P, необходимы точные сведения о законе распределения вероятностей, характеризующем рассеянность результата измерения.
Например, для величины у, распределённой по нормальному закону, значения коэффициента охвата для разных уровней доверия приведены в табл. 3.1.
Если
величину
у
описывают
прямоугольным
распределением
вероятностей,
то значение коэффициента охвата
k
= 1
для уровня доверия
P
= 57,74 %;
k
= 1,65
для
Р
=
95%;
k
= 1,71
для
Р
=
99%
и
k
=
для P
= 1.
Прямоугольное
распределение «ỳже» нормального,
так
как
обладает конечной протяженностью
«хвостов».
Таблица 3.1 – Коэффициент k для нормального распределения
-
P,%
68,27
90
95
95,45
99
99,73
k
1
1,645
1,96
2
2,576
3
Если закон распределения величины у неизвестен, то, имея результаты многократных ее измерений, можно определить экспериментальный закон распределения и идентифицировать его по известному теоретическому.