Різновиди похибок вимірювання
5 Частина
Випадкові похибки
випадкові похибки не піддаються виключенню з результатів вимірювань, то вплив на результат вимірювань з зводиться до вивчення властивостей сукупностей результатів окремих спостережень
3. Природа і фізичне суть випадкових і систематичних складових похибки вимірювань різна. Проте оцінки невиключених залишків систематичних похибок і випадкових похибок здійснюються на основі обробки статистичного матеріалу, що є сукупністю результатів вимірювань.
4. Для вивчення випадкових похибок використовуються методи теорії ймовірності і математичної статистики. Ці методи застосовні і для невиключених систематичних складових.
Дискретні і неперервні випадкові величини
Законом розподілу випадкової величини
Функція розподілу F(x)
Густиною імовірності безперервної випадкової величини
Функція розподілу F(x), як і ймовірність, є величина безрозмірна, а густина вірогідності має розмірність, зворотну розмірності випадкової величини.
Функція розподілу F(x) виражається через густину вірогідності φ(х)
Математичним очікуванням М (х) дискретної випадкової величини X
Математичним очікуванням М(х) безперервної випадкової величини X
Модою Мо(х) Одно- і двохмодальний розподіл ймовірності випадкової величини х
Для вивчення розподілу випадкових величин користуються рядом числових характеристик: міри положення і міри розсіювання.
10. До характеристик положення відносяться: математичне очікування, мода, медіана. Математичне очікування випадкової величини називають також середнім значенням випадкової величини.
11. Математичним очікуванням М (х) дискретної випадкової величини X називається сума добутків можливих значень її на відповідну ймовірність:
Математичним очікуванням М(х) безперервної випадкової величини X
Медіаною випадкової величини X
Геометрично медіана є абсцисою точки, яка ділить площу, обмежену кривою розподілу, пополам
Дисперсією D(x) дискретної випадкової величини Х
Середнєквадратичне відхилення випадкової величини
Середнєквадратичне відхилення вимірюється в тих же одиницях, що і сама величина Х і її середнє значення, тоді як дисперсія виражається в квадратах відповідної одиниці вимірювання
Четвертий центральний момент μ3 визначає властивість гостроверхості кривої розподілу. За характеристику цієї властивості приймають безрозмірну величину τ, звану коефіцієнтом ексцесу
Міри розсіювання випадкової величини. дисперсія і середньоквадратичне відхилення.
Моментом ряду розподілу щодо початкового значення х = а називається сума добутків відхилень значень хі від а в степені r на відповідну частоту:
Розрізняють початкові(математичні очікування r –ї степені випадкової величини ) і центральні (математичні очікування r –ї степені відхилення випадкової величини від її математичного очікування) моменти r -го порядку.
21. Зa допомогою середнього квадратичного відхилення у можна оцінити ймовірність того, що при однократному спостереженні випадкова похибка Δ по абсолютному значенню не буде більшою від деякого наперед заданого значення ε . Це можна здійснити за допомогою нерівності П.Чебишева, яка має такий вигляд:
22. Перший центральний момент завжди =0, другий – дисперсія, третій – асиметрія, третій центральний момент μ3 характеризує ступінь асиметрії кривої розподілу щодо математичного очікування, але для зручності за характеристику асиметрії приймають безрозмірну величину, звану коефіцієнтом асиметрії α: або а=3/ 3
асиметрія позитивна (α>0), якщо мода знаходиться ліворуч від середнього значення М(х), і негативна якщо мода знаходиться праворуч
23. Середнє квадратичне відхилення коефіцієнта асиметрії:
Розподіл можна вважати симетричним при виконанні умови:
24. аформула ексцесу Е=4/ 4 . Контр ексцес визначається:
При симетричному одномодальному розподілі ексцес звичайно позитивний (τ>0), якщо крива розподілу гостроверха, і негативний (τ<0), якщо крива розподілу плосковерха.