- •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.