- •Введение
- •Глава 1. Основные положения теории измерений
- •1.1 Взаимосвязь понятий измерения и числа
- •1.2. Физические величины и их единицы
- •1.3. Измерительные шкалы
- •Глава 2. Обработка результатов измерений
- •2.1. Классификация ошибок
- •2.2. Основы теории ошибок
- •2.2.1. Частота, вероятность, среднее значение, дисперсия
- •2.2.2. Распределение вероятностей
- •2.2.2.1. Гауссово, или нормальное, распределение (н.р.)
- •2.2.2.3. Распределение Пуассона
- •2.2.2.4. Другие распределения
- •2.2.3. Доверительный интервал
- •2.2.4. Критерий Пирсона (хи-квадрат)
- •2.2.5. Сложение ошибок
- •2.2.6. Взвешенное среднее значение
- •2.3.1. Линейная регрессия
- •2.3.2. Нелинейная регрессия
- •2.4. Методы оценки числа измерений
- •2.4.2. Оценка числа измерений, необходимого для получения СКО среднего с требуемой точностью
- •2.4.3. Оценка числа измерений для определения допустимых границ
- •Таблица 2
- •2.5. Статистическая проверка гипотез
- •2.5.1. Проверка гипотезы о среднем значении нормально распределенной случайной величины х с известной дисперсией
- •2.5.2. Проверка гипотезы о значении дисперсии нормально распределенной случайной величины х при неизвестном среднем
- •2.5.4. Проверка гипотез о положении (сдвиге), симметрии распределения, однородности данных
- •2.6. Определение вида закона распределения значений измеряемой величины
- •2.6.1. Аналитические методы
- •2.6.1.3. Определение энтропийного коэффициента
- •Таблица 9
- •2.6.2. Графические методы
- •Таблица 10
- •2.6.3. Проверка гипотезы о согласовании эмпирического и теоретического распределения по критериям согласия
- •2.6.4. Оценка истинного значения и ошибки измерения
- •Глава 3. Измерительные устройства
- •3.1. Основные блоки измерительных устройств
- •3.2. Передаточные характеристики
- •3.3 Динамические свойства измерительных устройств
- •3.3.1 Передача непериодического сигнала
- •3.3.2. Передача периодического сигнала
- •3.4. Принцип обратной связи
- •Приложения
- •1. Примеры решения задач
- •2. Совместная обработка количественных и качественных данных
- •3. Таблицы наиболее часто используемых распределений [2,3]
- •3.1. Интегральная функция нормированного нормального распределения
- •3.2. Распределение Стьюдента
- •3.4. F-распределение Фишера
- •Список литературы
- •Оглавление
|
∞ |
1 |
|
n |
|||
α1= |
∫ xp(x) dx = |
|
∑x i |
||||
|
|
||||||
|
−∞ |
|
n i=1 |
||||
|
∞ |
|
|
|
1 |
n |
|
α 2= |
|
|
|
||||
∫ x 2 p(x) dx |
= |
|
∑x i2 |
||||
|
|
||||||
|
−∞ |
|
|
|
n i=1 |
Используя выражение для функции плотности:
1 p(x) = 2a
0
npи x [m − a, m + a], npи x [m − a, m + a]
найдем из первого уравнения:
∞ |
1 |
m+a |
1 |
|
1 |
|
x 2 |
|
m+a |
|||
|
|
|||||||||||
∫x |
|
dx = ∫ |
|
x dx = |
|
|
|
|
|
|
|
= m |
2a |
2a |
2a |
|
|
2 |
|
||||||
−∞ |
m−a |
|
|
|
|
|
m−a |
|||||
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
1 |
|
|
n |
|
Отсюда находим параметр m: |
m = |
|
|
∑x i = x . |
||||||||
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
n i=1 |
Аналогично из второго уравнения найдем a:
∞ |
1 |
|
1 |
|
m+a |
|
|
1 x |
3 |
|
m+a |
|
|
a |
2 |
|||||
|
|
|
|
|
|
|
||||||||||||||
∫x 2 |
dx = |
|
|
∫x 2 dx = |
|
|
|
|
= m2 + |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
2a |
2a |
|
2a 3 |
|
|
|
|
|
||||||||||||
−∞ |
|
m−a |
|
|
|
m−a |
3 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
a |
2 |
|
1 |
n |
|
|
|
|
|
|
|
|
− (x )2 . |
|
||
Отсюда получаем: |
|
|
|
= |
∑x i2 |
− m2 |
|
= x 2 |
|
|
||||||||||
3 |
|
|
|
|
||||||||||||||||
|
|
|
|
|
n i=1 |
|
|
|
|
|
|
|
|
|
|
|
2.6.2. Графические методы
Графические методы сводятся к построению гистограммы и полигона. Для этого проводят вспомогательные вычисления.
Сначала значения в выборке ранжируют, т. е. располагают в порядке возрастания, и получают вариационный ряд:
x1 ≤ x2 ≤…≤ x n .
Такое представление является удобным, так как наглядно и позволяет сократить время при последующих расчетах.
Затем определяют число интервалов группирования m:
|
4 |
n |
|
|||
m = |
|
lg |
|
|
. |
|
|
10 |
|||||
|
|
|
Полученное значение округляется до большего целого числа. Данная рекомендация не является “жесткой”, и для одного и того же объема выборки n в зависимости от предположений могут быть получены различные оценки для числа интервалов (см. табл. 10). Следует иметь ввиду, что при малом числе интервалов гистограмма будет сильно
сглаженной и можно просмотреть ее особенности, а при большом – начинают преобладать ошибки измерений.
Таблица 10
Оценки числа интервалов группирования, получаемые из различных предположений [13, 14]
Объем выборки, n |
Число интервалов, m |
50 |
2, 3, 4, 7, 8, 9, 18 |
100 |
3, 4, 5, 8, 9, 10, 14, 15, 21 |
500 |
5, 6, 8, 9, 10, 11, 12, 14, 21 |
После оценки числа интервалов группирования определяются ширина интервала группирования d, число значений вариационного ряда nj, попадающих в каждый интервал (эмпирические частоты), частость в
каждом интервале Wj и сумма частостей по всем интервалам W: |
||||||
d = |
(x n − x1 ) |
; |
W = ∑W j ; |
W j = n j . |
||
|
|
|
m |
|
|
|
|
m |
|
|
|
|
|
|
|
j=1 |
|
n |
|
(2.142)
Сумма частостей W должна быть равна 1.
На следующем шаге строятся гистограмма и полигон. Для построения гистограммы на оси абсцисс отмечают границы всех интервалов. На каждом интервале как на основании, строят прямоугольник такой высоты, чтобы его площадь была равна частости этого интервала. Высота каждого прямоугольника представляет собой среднюю эмпирическую плотность вероятности того, что истинное значение измеряемой величины находится в соответствующем интервале. Общая площадь между осью абсцисс и ступенчатой кривой должна быть равна единице. Масштаб графика рекомендуется выбирать так, чтобы высота гистограммы относилась к ее основанию как 3 к 5 (это делает график наиболее наглядным).
Полигон распределения значений по интервалам получается соединением середин верхних сторон прямоугольников гистограммы. По внешнему виду гистограммы (полигона) либо наложением на него теоретической кривой функций плотности для различных распределений выдвигают гипотезу о виде закона распределения или более точно о согласовании эмпирического и теоретического распределения. Проверка гипотезы осуществляется по критериям согласия, так же как и для аналитических методов.