- •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
Обработка результатов прямых неравноточных измерений
1. Точечное оценивание
В практике измерений встречаются ситуации, когда оценки измеряемых величин должны быть получены путем обработки результатов измерений, выполненных в различных условиях: различными экспериментаторами, разными методами, с использованием различных средств измерений. При этом часто нет оснований для того, чтобы отдать исключительное предпочтение какой-либо одной группе результатов, а остальные отбросить как не заслуживающие доверия. В то же время степень доверия тем или иным результатам может быть различна, например, из-за различия в точностях примененных средств измерений.
Таким образом, каждому используемому результату или группе результатов измерений необходимо приписать некоторый вес, характеризующий степени доверия этим результатам.
Обычно веса устанавливаются на основе имеющихся данных о степени неопределенности тех или иных результатов, т.е. обратно пропорциональными дисперсиям соответствующих погрешностей результатов измерений:
,
где – вес соответствующий-му результату или-й группе результатов;– дисперсия соответствующих результатов измерений;– неизвестный коэффициент пропорциональности, подлежащий оцениванию наряду с измеряемой величиной.
Рассмотрим задачу обработки результатов прямых неравноточных измерений. Пусть даны результаты неравноточных измерений , которые независимы и имеют нормальное распределение с математическим ожиданиеми дисперсиями, причем весаизвестны. Необходимо найти оценки измеряемой величиныc и параметра .
Плотность распределения любого результата
.
Ввиду этого и в силу независимости наблюдений, функция правдоподобия выборки наблюдений имеет вид
. (1)
Максимум функции правдоподобия достигается при выполнении условия
, (2)
т.е. при выборе по предписанию наименьших квадратов с учетом весов. Приравнивая частную производнуюиз (2) понулю, получаем
. (3)
Оценка называется средней взвешенной оценкой. Несложно показать [1,2], что математическое ожидание и дисперсия оценкисоответственно равны:
;.
Таким образом, оценка является несмещенной, а ее вес равен сумме весов усредняемых результатов. В [1] показано, что данная оценка эффективна.
Для нахождения оценки параметра продифференцируем (1) пои приравняем производную нулю. Из получающегося уравнения вычисляем:
.
Аналогично случаю равноточных измерений вместо используем его оценку максимального правдоподобия (3), тогда:
. (4)
Оценка является смещенной; для ликвидации ее смещенности вводится поправочный множитель
. (5)
2. Оценивание с помощью доверительных интервалов
Построение доверительного интервала для величины основано на том, что величина
распределена по закону Стьюдента с степенями свободы. Поэтому доверительный интервал для истинного значениябудет
, (6)
где – число из таблицы распределения Стьюдента, соответствующее заданному уровню значимостии числу степеней свободы.
Аналогично дробь
,
распределена по закону сстепенями свободы; и доверительным интервалом для параметрабудет
, (7)
где и– числа из таблицы-распределения, соответствующие заданной даверительной вероятности и числу степеней свободы.
3. Пример неравноточных измерений
Двенадцать студентов измеряли сопротивление проводника R одним и тем же способом. Каждый студент провел различное количество наблюдений, подсчитал выборочное среднее значение собственных наблюдений и записал его. Результаты измерений приведены в таблице 1. Считая отдельные наблюдения всех студентов равноточными и независимыми, оценить значение сопротивления проводника и точность его определения, используя результаты измерений выборочного среднего всеми студентами.
Таблица 1.
Номер ст-та j |
Среднее значение сопротивления
|
Число наблюдений
|
Вес измерения
|
|
|
1 |
12.208 |
3 |
0.231 |
0.0480 |
0.009994 |
2 |
12.476 |
4 |
0.308 |
0.1466 |
0.069785 |
3 |
12.193 |
11 |
0.876 |
0.1691 |
0.032630 |
4 |
12.306 |
7 |
0.538 |
0.1646 |
0.050376 |
5 |
12.691 |
6 |
0.462 |
0.3192 |
0.220596 |
6 |
12.794 |
13 |
1.000 |
0.7940 |
0.630436 |
7 |
11.660 |
5 |
0.385 |
-0.1309 |
0.044506 |
8 |
12.481 |
8 |
0.615 |
0.2958 |
0.142287 |
9 |
13.363 |
4 |
0.308 |
0.4198 |
0.572193 |
10 |
13.025 |
9 |
0.692 |
0.7093 |
0.727033 |
11 |
12.867 |
12 |
0.923 |
0.8002 |
0.693809 |
12 |
12.717 |
10 |
0.769 |
0.5707 |
0.395334 |
|
|
Сумма |
7.107 |
4.3064 |
3.588979 |
Если предположить, что отдельные наблюдения у всех студентов не имеют систематических погрешностей, т.е. ошибки измерений распределены по нормальному закону с нулевым математическим ожиданием и неизвестной дисперсией , то подсчитанные ими средние значениябудут уже неравноточными, т.к. студенты провели различное число наблюдений. Поэтому при расчете оценок неизвестных параметровR и выборочные средниедолжны использоваться с учетом весов измерений, которые теория рекомендует выбирать обратно пропорциональными дисперсиям соответствующих погрешностей результатов измерений. В данном случае в качестве весов можно выбрать значения, пропорциональные объему выборокв сериях.
Для удобства расчетов веса отнормированы к значению максимального из , они приведены в таблице в столбце .
В данном случае для решения задачи необходимо воспользоваться результатами раздела 1.1. Оценки неизвестных параметров R и находятся из выражений (3) и (5), но для удобства их вычислений на калькуляторе рекомендуется заменить их на эквивалентные формулы (3а) и (5а), выбрав надлежащим образом величину, например.
(3a)
(5a)
Из (3a) и (5a) находим ; ; .
Теперь построим доверительные интервалы для и. Выберем доверительную вероятность, равной, тогда для числа степеней свободыпо таблице распределения Стьюдента находим. Подставляя значение точечной оценкии величиныв (6), вычисляем . Для тех же самыхипо таблице распределениянаходим два числаии подставляем их в (2) (см. Ч.II). Получаем доверительный интервал для параметра :. Тогда доверительный интервал для равен: .