- •Оглавление
- •2. Краткие сведения из теории вероятностей
- •3. Предварительная обработка экспериментальных
- •7. Компьютерные методы статистической обработки
- •Предисловие
- •1. Эксперимент как предмет исследования
- •1.1. Понятие эксперимента
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1.2. Классификация видов экспериментальных исследований
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •Контрольные вопросы
- •2. Краткие сведения из теории вероятностей и математической статистики
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2.2. Нормальный закон распределения
- •2. Краткие сведения из теории вероятностей …
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •Контрольные вопросы
- •3. Предварительная обработка экспериментальных данных
- •3.1. Вычисление параметров эмпирических распределений. Точечное оценивание
- •3.2. Оценивание с помощью доверительного интервала
- •3.2.1. Построение доверительного интервала для математического ожидания
- •3.2.2. Построение доверительного интервала для дисперсии
- •3.2.3. Определение необходимого количества опытов при построении интервальной оценки для математического ожидания
- •3.3. Статистические гипотезы
- •3.4. Отсев грубых погрешностей
- •3.4.1. Критерий н.В. Смирнова
- •3.4.2. Критерий Диксона
- •3.5. Сравнение двух рядов наблюдений
- •3.5.1. Сравнение двух дисперсий
- •3.5.2. Проверка однородности нескольких дисперсий
- •3.5.3. Проверка гипотез о числовых значениях математических ожиданий
- •3.6. Критерии согласия. Проверка гипотез о виде функции распределения
- •3.7. Преобразование распределений к нормальному
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента. Эмпирические зависимости
- •4.1. Характеристика видов связей между рядами наблюдений
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.2. Определение коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента
- •4. Анализ результатов пассивного эксперимента…
- •4.3. Определение тесноты связи между случайными величинами
- •4. Анализ результатов пассивного эксперимента...
- •4.4. Линейная регрессия от одного фактора
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5. Регрессионный анализ
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4.5.1. Проверка адекватности модели
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5.2. Проверка значимости коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента…
- •4.6. Линейная множественная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.7. Нелинейная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента…
- •5. Оценка погрешностей результатов наблюдений
- •5.1. Оценка погрешностей определения величин функций
- •5. Оценка погрешностей результатов наблюдений
- •5.2. Обратная задача теории экспериментальных погрешностей
- •5. Оценка погрешностей результатов наблюдений
- •5. Оценка погрешностей результатов наблюдений
- •5.3.Определение наивыгоднейших условий эксперимента
- •5. Оценка погрешностей результатов наблюдений
- •Контрольные вопросы
- •6. Методы планирования экспериментов. Логические основы
- •6.1. Основные определения и понятия
- •6.2. Пример хорошего и плохого эксперимента
- •6.3. Планирование первого порядка
- •6.3.1. Выбор основных факторов и их уровней
- •6.3.2. Планирование эксперимента
- •6.3.3. Определение коэффициентов уравнения регрессии
- •6.3.4. Статистический анализ результатов эксперимента
- •6.3.5. Дробный факторный эксперимент
- •6.3.6. Разработка математической модели гидравлического режима методической печи
- •6.4. Планы второго порядка
- •6.4.1. Ортогональные планы второго порядка
- •6.4.2. Ротатабельные планы второго порядка
- •6.4.3. Исследование причин образования расслоений в горячекатаных листах
- •6.5. Планирование экспериментов при поиске оптимальных условий
- •6.5.1. Метод покоординатной оптимизации
- •6.5.2. Метод крутого восхождения
- •6.5.3. Симплексный метод планирования
- •Контрольные вопросы
- •7. Компьютерные методы статистической обработки результатов инженерного эксперимента
- •7.1. Общие замечания
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.2. Статистические функции Microsoft Excel
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3. Краткое описание системы statistica
- •7. Компьютерные методы статистической обработки …
- •7.3.1. Общая структура системы
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3.2. Возможные способы взаимодействия с системой
- •7. Компьютерные методы статистической обработки … 7.3.3. Ввод данных
- •7. Компьютерные методы статистической обработки ...
- •7.3.4. Вывод численных и текстовых результатов анализа
- •7.3.5. Статистические процедуры системы statistica
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.3.6. Структура диалога пользователя в системе statistica
- •7. Компьютерные методы статистической обработки ...
- •7.3.7. Примеры использования системы statistica
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •V, Least Squares
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки … Контрольные вопросы
- •Методы планирования и обработки результатов инженерного эксперимента
5.1. Оценка погрешностей определения величин функций
При изложении материалов, касающихся оценки погрешностей результатов наблюдений, будем в дальнейшем придерживаться методологии решении этих задач, представленной в учебном пособии [2].
Необходимость в определении погрешности величин функций по известным значениям погрешностей их аргументов (факторов) возникает при оценке точности результатов математического эксперимента, а также результатов так называемых косвенных измерений. Под косвенным измерением понимается такое, в результате которого значение искомой величины у рассчитывают по известной зависимости ее от других величин х-i, х2, ..., хк, измеренных другим способом, т.е.
у = f(xi, x 2 ,..., x i ,..., x k ), (5.1)
где х-i, х2, ..., Xj,..., хк - аргументы, определенные независимо друг от друга. В дальнейшем будем полагать, что погрешности определения величины у обусловлены лишь неточностью численных значений величин х^ х2, ..., Xj,..., хк, входящих под знак функции.
Обозначим истинное значение i-ro параметра через Xi, среднее значение
- через х{, а абсолютную погрешность его измерения - через Ах;. Разложим
функцию f(x-i, х2, ..., хк) в ряд Тейлора, сохраняя члены с нулевой и первыми степенями погрешностей:
f(x^,...,xi,...,x]c) = f(xi,...,xj,...,x]c)+ X
i=l
df(x\,...,x[,...,x]^y
j
дх[
•Ax i ,
Xj=Xj
где все производные
5f(xj,...,xj,...,x]c)
вычислены при значениях х[ =х[
Xj=Xj
Тогда
149
5. ОЦЕНКА ПОГРЕШНОСТЕЙ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ
Лу
f(x\,...,x[,...,x^) -f(x\,...,x[,...,x^)
к
z
i=A
df(x\,...,x[,...,x]L дх[
Дхх
Xj=Xj
i=l
\
df(x\,...,x[,...,x]L
Sxj
к
Axj = 21 Ay- , х;=х; i=l
где Ау^
df(x\,...,x]L
9xj
xi
=4
Axj.
(5.2)
Следовательно, Ay - это составляющие погрешности функции, обусловленные погрешностью i-ro аргумента х.
Доверительная вероятность, соответствующая величине Ау, численно равна доверительной вероятности, с которой найдена погрешность Ах.
Для относительной погрешности вместо соотношения (5.2) используют выражение
Эх,
I ох
(5.3)
Соотношения (5.2) и (5.3) применимы для расчета как случайных, так и систематических погрешностей.
Общая абсолютная (АуЕ) и относительная (АЕ) погрешности определения функции могут быть найдены с помощью выражений
ЛУЕ=±
к i=l
(5.4)
Де* = ±
к г * \2
2^ [ ^yi i=l
(5.5)
Предполагается, что все составляющие имеют нормальный закон распределения.
Частные производные, входящие в соотношения (5.2) и (5.3), не всегда могут быть найдены аналитически. Часто не удается разрешить искомую задачу относительно искомой величины у в явном виде. В этих случаях полезно использовать численные методы определения производных.
150
5. Оценка погрешностей результатов наблюдений
Пример 5.1. Рассмотрим погрешность определения массового расхода газового потока стандартным сужающим устройством. При этом будем считать, что случайная составляющая погрешности отсутствует, а поправка на сжимаемость потока равна единице.
Тогда с учетом выражения для определения массового расхода вещества
G = aFQs^2p(px -р2) = aFQ£.yj2ph, (5.6)
где F0 - площадь сужающего устройства; 8 - поправочный множитель на сжимаемость вещества, расход которого измеряется (s =1); р - плотность потока перед сужающим устройством; h - перепад статического давления на сужающем устройстве, а - коэффициент расхода.
Используя соотношения (5.2) и (5.4), получим следующие формулы для расчета абсолютной и относительной погрешности определения расхода:
AG = ±.
9G
~др
Ар
+
5G
dh
Ah
(5.7)
а; = ±.
/ \2
' о G Ар д р G
+
(dG Ah dh G
2
=
+
1
2 \
Ар
l Р J
2
+
Ah h
2
(5.8)
d G где - aF 08
2p ш V 2h
Учтем далее погрешности определения плотности потоков. В соответствии с уравнением состояния газа p=p/RT, где р и Т - соответственно абсолютное давление и температура газа перед сужающим устройством, R - универсальная газовая постоянная. Абсолютная погрешность определения плотности потока без учета погрешности газовой постоянной составит
Ар = ±
Sp. Л —^Ар
Эр
+
Эр
дТ
AT
(5.9)
Эр 1 Эр р
где = ; =
Эр RT ЭТ j^-p2
;
151
5. ОЦЕНКА ПОГРЕШНОСТЕЙ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ
относительная погрешность
л* АР
р
+
^v2
V Р J
+
^АТ^
т
(5.10)
Тогда относительная погрешность определения массового расхода газового потока будет
Д'о=±
1
2 \
Ар р
2
+
/ Аф\2
Т
+
Ah h
2
(5.11)
Здесь р, Т, h - значения измеренных параметров; Ар, AT, Ah - их абсолютные погрешности. Численные значения Ар, AT, Ah определяются в основном инструментальной погрешностью и могут быть вычислены с учетом класса точности используемых приборов для измерения р и h. Погрешность измерения Т определяется с учетом вида измерительного устройства температуры.
Абсолютная погрешность определения массового расхода газового пото-
ка
AG = GAq,
(5.12)
где G - значение расхода, измеренное экспериментально. Таким образом, истинное значение расхода будет равно
Gucm =G± AG.,
(5.13)