
- •Вероятностное описание погрешностей измерения
- •1. Случайные события и их вероятности
- •2. Случайные величины и их распределения
- •3. Числовые характеристики случайных величин
- •4. Распределения, часто встречающиеся в задачах метрологии
- •5. Системы случайных величин и их характеристики
- •Введение
- •Научно-техническое
- •Законодательное
- •1.2 Средства измерения и их основные характеристики
- •Средства измерения
- •Измерительные приборы
- •Характеристики средств измерения
- •1.3. Государственная система обеспечения единства измерений
- •Эталоны
- •Электрические измерения
- •2. Погрешности измерений
- •2.1 Классификация
- •Погрешности измерения
- •Методы борьбы с систематическими погрешностями
- •2.3. Нормирование погрешностей средств измерений
- •3. Обработка результатов измерений
- •3.3. Обработка результатов косвенных измерений
- •3.6. Погрешности косвенных измерений
- •Вероятностное описание погрешностей измерения
- •1. Случайные события и их вероятности
- •2. Случайные величины и их распределения
- •3. Числовые характеристики случайных величин
- •4. Распределения, часто встречающиеся в задачах метрологии
- •5. Системы случайных величин и их характеристики
- •1. Необходимые сведения из математической статистики.
- •1.1. Выборка. Статистика.
- •1.2. Оценивание параметров
- •1.3. Несмещенные и состоятельные оценки.
- •1.4. Точность оценивания параметров
- •1. Введение
- •2. Обработка результатов прямых измерений
- •2.1. Точечное оценивание
- •2.2. Оценивание с помощью доверительных интервалов
- •2.3. Примеры решения задач Опыты Милликена [1, стр.102].
- •Проверка статистических гипотез
- •1. Проверка гипотезы о равенстве математического ожидания заданному значению
- •2. Проверка гипотезы о равенстве дисперсии заданному значению
- •3. Проверка гипотезы о равенстве двух дисперсий
- •4. Резко выделяющиеся наблюдения
- •5. Примеры решения задач
- •5.1. Проверка гипотез
- •5.2. Опыты Кэвендиша [1, стр.105]
- •Обработка результатов прямых неравноточных измерений
- •1. Точечное оценивание
- •2. Оценивание с помощью доверительных интервалов
- •3. Пример неравноточных измерений
- •Обработка результатов совместных измерений
- •1. Случай линейной системы уравнений
- •2. Случай нелинейной системы уравнений
- •3. Важные частные случаи
- •3.1. Случай равноточных измерений
- •3.2. Линейная регрессия
- •3.3. Полиномиальная регрессия
- •4. Примеры совместных измерений
- •4.1. Исследование зависимости сопротивления проводника от температуры
- •4.2. Исследование зависимости поверхностного натяжения от потенциала электрода
- •Раздел 4
- •4.1 Основные определения
- •4.1.1 Параметры оптимизации.
- •4.1.2. Факторы.
- •4.1.3 Выбор модели
- •4.2 Пассивные эксперименты.
- •4.3. Активный эксперимент.
- •4.3 Полный факторный эффект.
- •4.3.1 Принцип решения перед планированием.
- •4.3.2 Полный факторный эксперимент типа
- •4.3.3. Понятия о дробной реплике
- •4.2.4 Свойства полного факторного эксперимента.
- •4.3 Крутое восхождение по поверхности отклика.
- •5.2 Активные преобразователи.
- •5.2.1 Пассивные преобразователи.
- •5.2.2 Активные масштабные преобразователи
- •5.3 Измерительные механизмы приборов и их применение.
- •5.3.1Магнитоэлектрические механизмы
- •5.3.2 Электродинамические механизмы
- •5.3.3 Ферродинамические механизмы
- •Компенсаторы
- •4.4.5 Автоматические компенсаторы.
- •4.4.6 Графические самопишущие электроизмерительные приборы (сэп).
- •4.4.6 Светолучевые осциллографы.
- •5.6 Электронные измерительные приборы.
- •Ацпаналогово-цифровой преобразователь.
- •Погрешность квантования
- •6.3. Дискретизация по времени и восстановление непрерывных функций.
- •6.3.1. Теорема Котельникова.
- •6.3.2. Критерии выбора отсчетов и способы восстановления непрерывных функций.
- •6.3.3. Восстановление непрерывных функций интерполяционными полиномами.
- •7.4. Технические характеристики цип.
- •6.5.1. Цифровые фазометры.
- •6.6. Цифровые измерительные приборы для измерения постоянных напряжений и токов.
- •6.6.1. Цифровые вольтметры временного преобразования.
- •6.9. Цип с микропроцессорами.
- •6. Оценивание распределений.
- •6.1. Параметрическое и непараметрическое оценивание.
- •6.2. Гистограмма.
- •6.3. Оценка функции распределения.
- •6.5.2. Цифровые частотомеры (цч)
- •5.6.2 Цифровые вольтметры частотного преобразования
- •5.7 Цифровые измерительные приборы для измерения переменных напряжений и токов.
- •5.8 Цип для измерения параметров электрических цепей
- •5.6.2. Цифровые вольтметры частотного преобразования.
- •Фи – формирователь импульсов стабильной вольтсекундной
1. Проверка гипотезы о равенстве математического ожидания заданному значению
Пусть
имеется выборка
(1) из
наблюдений, причем погрешности
удовлетворяют предположениям 1) - 4).
Положим выборочное среднее (6) равным
,
а выборочную дисперсию (10) –
(см. раздел 2). Выдвигается гипотеза о
том, что
.
Как
известно, величина
распределена по закону Стьюдента с
степенями свободы [1]. Поэтому условием
принятия гипотезы будет выполнение
неравенства
. (1)
В
случае невыполнения этого неравенства
гипотеза отклоняется. Зададимся уровнем
значимости
.
Для вероятности
и числа степеней свободы
по таблице распределения Стьюдента
находят число
,
подставляют его в (1) и проверяют выполнение
этого неравенства. В зависимости от
того, выполняется (1) или нет, принимают
или отвергают выдвинутую гипотезу.
2. Проверка гипотезы о равенстве дисперсии заданному значению
В
условиях предыдущей задачи необходимо
проверить гипотезу о равенстве дисперсии
(нулевую гипотезу).
Как
известно, величина
распределена по закону
с
степенями свободы [1]. Поэтому условием
принятия нулевой гипотезы будет
выполнение неравенства
, (2)
где
и
значения величины
из таблицы, соответствующие вероятностям
и
и числу степеней свободы
.Задаваясь
требуемым уровнем значимости и зная
число
,
по таблице находят величины
и
и подставляют их в (19). В случае выполнения
неравенства нулевая гипотеза о равенстве
дисперсии величине
принимается; если же (2) не выполняется,
то гипотеза отвергается.
3. Проверка гипотезы о равенстве двух дисперсий
Пусть
по данным двух независимых выборок
наблюдений
и
получены оценки
и
дисперсий
и
соответственно. Необходимо проверить
гипотезу, что
,
т.е. дисперсии наблюдений
и
равны.
В
данном случае выбор критерия основан
на том факте, что если величины
и
распределены по нормальному закону и
взаимно независимы, то случайная величина
имеет
-распределение
Фишера, зависящее только от целых
констант
и
[1-3]. Данное распределение затабулировано.
По двум входным величинам
,
и уровню значимости
находят величину
,
которую подставляют в неравенство
, (3)
где индексы
и
относятся соответственно к большей по
величине и меньшей оценкам дисперсий
и
.
Для того, чтобы гипотеза о равенстве
дисперсий
и
была принята с уровнем значимости
(доверительной вероятностью
),
необходимо выполнение неравенства (3).
В противном случае данная гипотеза
должна быть отвергнута в пользу
альтернативной гипотезы, что
.
Необходимо помнить, что при использовании
(3) с уровнем значимости
в таблице распределения Фишера выбирается
число, соответствующее значению уровня
значимости
.
4. Резко выделяющиеся наблюдения
Иногда
в рядах наблюдений попадаются данные,
которые на глаз резко выделяются среди
других. Это может быть случайным
обстоятельством, т.к. в последовательности
наблюдений теоретически могут быть
данные
,
сильно уклоняющиеся в обе стороны от
,
но может быть вызвано и грубой ошибкой
наблюдателя.
Рассмотрим
в ряду наблюдений
,
распределенных нормально (1) и независимых,
например, максимальное
.
Для того, чтобы решить, нужно ли отбросить
наблюдение
как грубую ошибку, можно воспользоваться
правилом "трех сигм", но более
грамотно это следует выяснить с помощью
критерия Ф. Грэббса. Для этого нужно
сформировать дробь "типа Стьюдента"
, (4)
распределение
которой зависит только от объема выборки
,
и оно было затабулировано Грэббсом. По
заданным
и доверительной вероятности
необходимо найти в таблице Грэббса
число
.
Если окажется
,
то
следует отбросить, как наблюдение,
содержащее грубую ошибку; а если
,
то
можно оставить. Если подозрение вызывает
минимальное из чисел
,
то дробь (4) следует видоизменить
.