
- •А.А. Сухарев Задания на контрольную работу по курсу Метрология, стандартизация и сертификация
- •1. Задание для 4209 (вес.Сем. 2012) по вариантам
- •2. Задание для 4209 (вес.Сем. 2012) по вариантам
- •Методические указания для студентов (по первому заданию) Определение границ поля неопределенности, оценок среднего и ско
- •Обнаружение и устранение промахов при заданной гипотезе
- •Проверка гипотезы о нормальном распределении с помощью т.Н. Составного критерия
- •Составной критерий
- •Проверка выдвинутой гипотезы с помощью критерия Пирсона
- •Обнаружение ухода систематической погрешности
- •Использование распределения Стьюдента при небольшом числе наблюдений
Проверка выдвинутой гипотезы с помощью критерия Пирсона
Критерий c2:
Предварительно вариационный ряд
достаточно произвольно делится на k
субинтервалов величиной
.
Основное требование: в каждый граничный
субинтервал должно попасть не менее
одного наблюдения (
),
а в остальные – не менее 5 наблюдений
(
2, 3, …, k–1), в противном
случае число субинтервалов уменьшают.
На основе такого деления строится
гистограмма результатов наблюдения и
рассчитывается pi
– теоретическая вероятность гипотетического
(выдвинутого в гипотезе) закона
распределения. При этом, как показано
Пирсоном, величина
,
где mi
– число наблюдений в субинтервале i
в предположении, что гипотеза верна,
имеет асимптотическое c2
распределение с m=k–1
степенями свободы. Так как значение c2
есть мера отклонения реального отклонения
от гипотетического, то гипотеза
отвергается, если вычисленное значение
c2 превысит
определенное критическое значение
(
),
зависящее от m и заданного
уровня значимости a
(обычно от 0.1 до 0.01), приведенное в таблице
6.
таблица 6
m |
a |
m |
a |
|||||
0.1 |
0.05 |
0.01 |
0.1 |
0.05 |
0.01 |
|||
1 |
2.7 |
3.8 |
6.6 |
6 |
10.6 |
12.6 |
16.8 |
|
2 |
4.6 |
5.9 |
9.2 |
7 |
12.0 |
14.1 |
18.5 |
|
3 |
6.3 |
7.8 |
11.3 |
8 |
13.4 |
15.5 |
20.1 |
|
4 |
7.8 |
9.5 |
13.3 |
9 |
14.7 |
16.9 |
21.7 |
|
5 |
9.5 |
11.1 |
15.1 |
10 |
16.0 |
18.3 |
23.2 |
Обнаружение ухода систематической погрешности
Рис. 1 Примеры изменения x при наличии (2) и отсутствии (1) ухода
систематической погрешности. Пример процедуры подсчета числа инверсий
Ai на
основе сравнения
(hi,j=1)
Уход систематической погрешности при
неизменной измеряемой величине xмеры
можно примерно оценить графически, см.
рис. 1, разбивая интервал наблюдения
(ряд значений
)
на несколько субинтервалов или интегрируя
полученное значение с постоянной
времени, намного меньшей, чем весь
интервал наблюдения. Другим способом
обнаружения ухода систематической
погрешности является применение
специальных методик обработки ряда
значений
,
таких как метод наименьших квадратов
(позволяет определить вид зависимости
систематической погрешности от времени)
или критерий тренда (позволяет определить
только сам факт монотонного ухода
систематической погрешности).
Критерий тренда:
Для ряда значений
объемом n рассматриваются
все неравенства вида
,
где
.
Каждое такое неравенство называют
инверсией. В итоге подсчитывается общее
число таких инверсий
,
где
,
а
,
см. рис. 1. Если анализируемая
последовательность не содержит медленных
изменений
,
то число инверсий – дискретная случайная
величина с плотностью вероятности p(A),
зависящей только от n и
математическим ожиданием
.
При
закон распределения р(А) нормализуется.
Гипотеза о существовании ухода
систематической погрешности оценивается
по таблице 7, задающей нижнюю Aн
и верхнюю Ав границы числа инверсий
с заданным уровнем значимости a.
таблица 7
n |
a = 0.1 |
a = 0.05 |
||
Aн |
Ав |
Ан |
Ав |
|
10 |
13 |
31 |
11 |
33 |
14 |
30 |
60 |
27 |
63 |
20 |
69 |
120 |
64 |
125 |
30 |
171 |
263 |
162 |
272 |
50 |
756 |
1013 |
731 |
1038 |
Если анализируемая последовательность не содержит медленных изменений , то общее число инверсий должно находиться в интервале от Aн до Ав , в противном случае принимается гипотеза об уходе систематической погрешности.