- •Самарский государственный технический
- •Тема 1.3. Классификация измерений
- •Тема 1.4. Классификация погрешностей.
- •Тема 1.5. Нормирование погрешностей средств измерений
- •Тема 1.6. Государственная система обеспечения единства измерений (гси)
- •Тема 1.7. Принципы описания и оценивания погрешностей
- •Тема 1.8. Международные рекомендации по оцениванию неопределённости результата измерения
- •Раздел 1.Основы метрологии
- •Тема 1.1. Основные метрологические понятия и термины
- •1.1.1. Предмет метрологии
- •1.1.2. Краткий очерк истории развития метрологии
- •1.1.3. Измерение, объект измерения
- •1.1.4. Единица измерения. Основное уравнение измерения
- •1.1.5. Шкалы измерений
- •1.6. Система единиц физических величин
- •Тема 1.2. Методы и средства измерений физических величин
- •1.2.1. Общие сведения о средствах измерений
- •1.2.2. Основные характеристики средств измерений
- •Тема 1.3. Классификация измерений
- •1.3.1. Виды измерений
- •4. По режиму работысредства измерения различают
- •1.3.2. Методы измерений
- •Тема 1.4. Классификация погрешностей
- •1.4.1. Виды погрешностей
- •Тема 1.5. Нормирование погрешностей средств измерений
- •1.5.1. Нормирование погрешностей средств измерений
- •Тема 1.6. Государственная система обеспечения единства измерений (гси)
- •1.6.1. Понятие о единстве измерений
- •1.6.2. Эталоны единиц физических величин
- •1. 6.3. Поверочные схемы
- •1.6.4. Способы поверки средств измерений
- •Тема 1.7. Принципы описания и оценивания погрешностей
- •1.7.1. Модели погрешности
- •1.7.2. Суммирование систематических погрешностей
- •1.7.3. Случайные погрешности. Вероятностное описание результатов и погрешностей
- •1.7.4. Оценка результата измерения
- •Координата хцможет быть найдена несколькими способами.
- •1.7.5. Нормальное распределение
- •С учётом (1), плотность распределения
- •Математическое ожиданиевеличиных
- •1.7.5. Варианты оценки случайных погрешностей
- •Тема 1.8. Международные рекомендации по оцениванию неопределённости результата измерения
- •1.8.1. Неопределённость измерений
1.7.4. Оценка результата измерения
Задача состоит в том, чтобы по полученным экспериментально результатам наблюдений, содержащим случайные погрешности, найти оценку истинного значения измеряемой величины - результат измерения.
Будем полагать, что систематические погрешности в результатах наблюдений отсутствуют или исключены.
К оценкам, получаемым по статистическим данным, предъявляются требования:
- состоятельности,
- несмещённости,
- эффективности.
Оценка называется состоятельной, если при увеличении числа наблюдений она стремится к истинному значению оцениваемой величины.
Оценка называется несмещённой, если ее математическое ожидание равно истинному значению оцениваемой величины.
Чем меньше дисперсия оценки, тем более эффективной считают эту оценку.
Способы нахождения оценок результата зависят от вида функции распределения и от имеющихся соглашений по этому вопросу, регламентируемых в рамках законодательной метрологии.
Общие соображения по выбору оценок заключаются в следующем.
Распределения погрешностей результатов наблюдений, как правило, являются симметричными относительно центра распределения, поэтому истинное значение измеряемой величины может быть определено как координата центра рассеивания хц, т.е. центра симметрии распределения случайной погрешности (при условии, что систематическая погрешность исключена).
Отсюда следует принятое в метрологии правило оценивания случайной погрешности в виде интервала, симметричного относительно результата измерения (хц ± Δх).
Координата хцможет быть найдена несколькими способами.
Наиболее общим является определение центрасимметрии из принципасимметрии вероятностей, т.е. нахождение такой точки на осих, слева и справа от которой вероятности появления различных значений случайных погрешностей равны между собой и составляютР1 = Р2 = 0,5.
Такое значение хц называется медианой.
Координата хц может быть определена и как центр тяжести распределения, т.е. как математическое ожидание случайной величины.
В практике измерений встречаются различные формы кривой закона распределения, однако чаще всего имеют дело с нормальным и равномерным распределением плотности вероятностей.
1.7.5. Нормальное распределение
Нормальное распределение плотности вероятности характерно тем, что, согласно центральной предельной теореме теории вероятностей, такое распределение имеет сумма бесконечно большого числа бесконечно малых случайных возмущений с любыми распределениями.
Применительно к измерениям это означает, что нормальное распределение случайных погрешностей возникает тогда, когда на результат измерения действует множество случайных возмущений, ни одно из которых не является преобладающим.
Практически, суммарное воздействие даже сравнительно небольшого числа возмущений приводит к закону распределения результатов и погрешностей измерений, близкому к нормальному.
Ваналитической форменормальный закон распределения выражается формулой
где х - случайная величина, mх - математическое ожидание случайной величины, σ - среднее квадратическое отклонение.
Перенеся начало координат в центр распределения mх и откладывая по оси абсцисс погрешность Δх = х - mх, получим кривую нормального распределения погрешностей
Для группы изn наблюдений, распределенных по нормальному закону
Кривая нормального распределения погрешностей симметрична относительно оси ординат.
Это означает, что погрешности, одинаковые по величине, но противоположные по знаку, имеют одинаковую плотность вероятностей, т.е. при большом числе наблюдений встречаются одинаково часто.
Математическое ожидание случайной погрешности равно нулю.
Из характера кривой следует, что при нормальном законе распределения малые погрешности будут встречаться чаще, чем большие.
Сравнивая кривые нормального распределения с различными средними квадратическими отклонениями, можно убедиться, что чем меньше СКО, тем меньше рассеяние результатов наблюдений и тем больше вероятность того, что большинство случайных погрешностей в них будет мало.
Естественно заключить, что качество измерений тем выше, чем меньше СКО случайных погрешностей.
Равномерное распределение. Если случайная величина х принимает значения лишь в пределах некоторого интервала от х1 до х2 с постоянной плотностью вероятностей (см. рисунок), то такое распределение называется равномерным и описывается соотношениями
f(x) = c, при x1 ≤ x ≤ x2;
f(x) = 0, при x < x1 и x > x2.
f(x)
c
x1 mx x2 x
Так как площадь, ограниченная кривой распределения, равна единице, то
c(x2 - x1) = 1
и
c = 1/(x2 - x1). (1)