- •Измерения. Запись и обработка результатов. Оценка погрешностей
- •§ 1. Измерения и их погрешности
- •§ 2. Случайные и систематические погрешности
- •§ 3. Случайные погрешности
- •§ 4. Систематические погрешности
- •§ 5. Сложение случайных и систематических погрешностей
- •§ 6. Обработка результатов при косвенных измерениях
- •§ 7. Запись результатов. Точность расчетов
- •§ 8. Изображение экспериментальных результатов на графиках
- •§ 9. Проведение кривых через экспериментальные точки
- •§ 10. Определение искомых параметров по результатам измерений
- •§ 11. Проведение наилучшей прямой аналитическим методом
- •§ 12. Пример графической обработки экспериментальных данных
- •§ 13. Пример аналитической обработки экспериментальных данных
- •§ 14. Заключение
- •Сводка формул
- •Приложение обработка результатов наблюдения § 1. Распределение Пуассона
- •§ 2. Распределение Гаусса
- •§ 3. Метод наименьших квадратов
- •§ 4. Критерии значимости. Метод χ2.
- •§ 5. Поправки на мертвое время счетчиков и электронной аппаратуры
- •§ 6. Поправки на случайные совпадения
§ 4. Критерии значимости. Метод χ2.
В ернемся к опыту по исследованию упругих свойств металлического стержня. Пусть результаты опытов изображаются точками на рис. 4. Первый же взгляд на график убеждает нас в том, что зависимость удлинения от нагрузки является линейной или почти линейной. В самом деле, прямая, проведенная на рис. 4 сплошной линией, не противоречит экспериментальным данным. Им не противоречит, однако, и изогнутая штриховая линия. Более того, эта линия даже несколько лучше удовлетворяет экспериментальным данным, чем прямая. Мы хотели бы, однако, думать, что истинная связь удлинения и нагрузки все-таки является прямолинейной. Задача сводится к отысканию критерия, позволяющего судить о том, является ли представление искомой зависимости в виде прямой линии достаточно хорошим или экспериментальные данные заставляют отдать предпочтение криволинейной зависимости, например зависимости, изображенной штриховой линией.
Сформулированная сейчас задача в применении к закону Гука представляется несколько искусственной. В этом случае лучше всего попросту повторить опыт, уменьшив экспериментальные ошибки, и вопрос решится сам собой. Встречаются, однако, случаи, когда такое повторение опыта оказывается затруднительным или даже невозможным. Так бывает, например, при опытах с редкими частицами в космических лучах или на ускорителях, когда повторение опыта требует нескольких лет работы или попросту невозможно. Возможно, более полная интерпретация имеющихся данных становится в этом случае особенно существенной.
Общий вопрос, который возникает в таких случаях, сводится обычно к следующему. На графике, изображающем некоторую зависимость, точки легли не вполне регулярно. Следует ли придавать значение наблюденным отступлениям от гладкой кривой? Совместима ли с экспериментальными данными гипотеза о том, что искомая зависимость на самом деле является гладкой (или даже прямолинейной), или эти данные указывают на негладкий, аномальный ход кривой?
Исследование проблемы достоверности гипотез производится обычно с помощью критериев значимости. Одним из наиболее удобных критериев значимости является так называемый «критерий χ2»•
В предыдущем параграфе мы рассматривали метод наименьших квадратов, с помощью которого можно, например, провести через экспериментальные точки наилучшую прямую. Исследуем теперь вопрос о том, насколько данные, использованные для проведения этой прямой, согласуются с представлением о том, что рассматриваемая прямолинейная зависимость действительно имеет место. Единственной мерой, которая может быть использована для расчета, является, естественно, точность, с которой экспериментальные точки удовлетворяют предполагаемому закону. В методе χ2 в качестве такой меры принимается сумма квадратов отклонений от предполагаемой зависимости:
. (П.19)
Отклонения экспериментальных точек от ожидаемых значений, как мы видим, выражаются в долях стандартной ошибки данного измерения. Найденное значение χ2 должно быть сопоставлено с теорией. Это делается с помощью таблицы 1. В таблице для разного числа степеней свободы (числом степеней свободы в этом случае называется число измерений без одного, если гипотеза не содержит определяемых из опыта коэффициентов; число измерений без двух, если из опыта находится один коэффициент, например наклон прямой, и т. д.) приведены значения χ2 для ряда чисел p. Для 10 степеней свободы находим из таблицы, что χ2 = 2,6 для p = 99, χ2 = 3,9 для p = 95, х2 = 7,3 для p = 70, χ2 = 23,2 для p = 1 и т. д. Это означает, что в том случае, если гипотеза справедлива, рассчитанное по (П.19) значение χ2 с вероятностью 99% (p = 99) окажется больше 2,6, с вероятностью 95% (p = 95) больше. 3,9, с вероятностью 70% .больше 7,3, с вероятностью 1% больше 23,2 и т. д.
Пусть мы найдем в результате расчета по формуле (П.19) χ2 = 3,5. Такое значение χ2 должно наблюдаться больше чем в 95% случаев; отклонение наших данных от ожидаемой прямолинейной зависимости является в этом случае совершенно несущественным. Если бы мы нашли в результате расчета χ2 = 18, сопоставление с таблицей показало бы нам, что такие отклонения следует ожидать только в 5% случаев. Существование прямолинейной зависимости и в этом случае нельзя считать исключенным, но должно быть поставлено под сомнение. Естественно в этом случае повторить опыт, чтобы получить более ясный результат. Если бы χ2 оказалось равным 30 (вероятность получить на опыте такое значение ≈0,1%), можно было бы утверждать, что проверяемая гипотеза почти наверное является ошибочной.
При сравнении отклонений с таблицей обычно применяют следующую терминологию: если найденная из опыта величина χ2 должна наблюдаться с вероятностью, заключенной между 1 и 5%, отклонения называются почти значимыми, если вероятность заключена между 0,1 и 1%,– значимыми и, наконец, если вероятность обнаружить найденное значение χ2 оказывается меньше 0,1%, отклонения являются высокозначимыми. При вероятности больше 5% следует считать, что экспериментальные данные недостаточны для того, чтобы отвергнуть гипотезу.
На этом мы заканчиваем краткое изложение общих методов обработки результатов наблюдений. Более подробные сведения могут быть найдены в специальных книгах.
Таблица 1.
Распределение χ2
p – вероятность (в%) найти на опыте значение χ2, большее, чем указано в таблице;
n – число степеней свободы системы.
p n |
99 |
98 |
95 |
90 |
80 |
70 |
50 |
30 |
20 |
10 |
5 |
2 |
1 |
0,1 |
4 |
0,3 |
0,4 |
0,7 |
1,1 |
1,6 |
2,2 |
3,4 |
4,9 |
6,0 |
7,8 |
9,5 |
11,7 |
13,3 |
18,5 |
5 |
0,6 |
0,8 |
1,1 |
1,6 |
2,3 |
3,0 |
4,4 |
6,1 |
7,3 |
9,2 |
11,1 |
13,4 |
15,1 |
20,5 |
6 |
0,9 |
1,1 |
1,6 |
2,2 |
3,1 |
3,8 |
5,3 |
7,2 |
8,6 |
10,6 |
12,6 |
15,0 |
16,8 |
22,5 |
7 |
1,2 |
1,6 |
2,2 |
2,8 |
3,8 |
4,7 |
6,3 |
8,4 |
9,8 |
12,0 |
14,1 |
16,6 |
18,5 |
24,3 |
8 |
1,6 |
2,0 |
2,7 |
3,5 |
4,6 |
5,5 |
7,3 |
9,5 |
11,0 |
13,4 |
15,5 |
18,2 |
20,1 |
26,1 |
9 |
2,1 |
2,5 |
3,3 |
4,2 |
5,4 |
6,4 |
8,3 |
10,7 |
12,2 |
14,7 |
16,9 |
19,7 |
21,7 |
27,9 |
10 |
2,6 |
3,1 |
3,9 |
4,9 |
6,2 |
7,3 |
9,3 |
11,8 |
13,4 |
16,0 |
18,3 |
21,2 |
23,2 |
29,6 |
11 |
3,1 |
3,6 |
4,6 |
5,6 |
7,0 |
8,1 |
10,3 |
12,9 |
14,6 |
17,3 |
19,7 |
22,6 |
24,7 |
31,3 |
12 |
3,6 |
4,2 |
5,2 |
6,3 |
7,8 |
9,0 |
11,3 |
14,0 |
15,8 |
18,5 |
21,0 |
24,1 |
26,2 |
32,9 |
13 |
4,1 |
4,8 |
5,9 |
7,0 |
8,6 |
9,9 |
12,3 |
15,1 |
17,0 |
19,8 |
22,4 |
25,5 |
27,7 |
34,5 |
14 |
4,7 |
5,4 |
6,6 |
7,8 |
9,5 |
10,8 |
13,3 |
16,2 |
18,1 |
21,1 |
23,7 |
26,9 |
29,1 |
36,1 |
15 |
5,2 |
6,0 |
7,3 |
8,5 |
10,3 |
11,7 |
14,3 |
17,3 |
19,3 |
22,3 |
25,0 |
28,3 |
30,6 |
37,7 |
16 |
5,8 |
6,6 |
8,0 |
9,3 |
11,1 |
12,6 |
15,3 |
18,4 |
20,5 |
23,5 |
26,3 |
29,6 |
32,0 |
39,2 |
17 |
6,4 |
7,3 |
8,7 |
10,1 |
12,0 |
13,5 |
16,3 |
19,5 |
21,6 |
24,8 |
27,6 |
31,0 |
33,4 |
40,8 |
18 |
7,0 |
7,9 |
9,4 |
10,9 |
12,9 |
14,4 |
17,3 |
20,6 |
22,8 |
26,0 |
28,9 |
32,3 |
34,8 |
42,3 |
19 |
7,6 |
8,6 |
10,1 |
11,6 |
13,7 |
15,4 |
18,3 |
21,7 |
23,9 |
27,2 |
30,1 |
33,7 |
36,2 |
43,8 |
20 |
8,3 |
9,2 |
10,8 |
12,4 |
14,6 |
16,3 |
19,3 |
22,8 |
25,0 |
28,4 |
31,4 |
35,0 |
37,6 |
45,3 |
21 |
8,9 |
9,9 |
11,6 |
13,2 |
15,4 |
17,2 |
20,3 |
23,9 |
26,2 |
29,6 |
32,7 |
36,3 |
38,9 |
46,8 |
22 |
9,5 |
10,6 |
12,3 |
14,0 |
16,3 |
18,1 |
21,3 |
24,9 |
27,3 |
30,8 |
33,9 |
37,7 |
40,3 |
48,3 |
23 |
10,2 |
11,3 |
13,1 |
14,8 |
17,2 |
19,0 |
22,3 |
26,0 |
28,4 |
32,0 |
35,2 |
39,0 |
41,6 |
49,7 |
24 |
10,9 |
12,0 |
13,8 |
15,7 |
18,1 |
19,9 |
23,3 |
27,1 |
29,6 |
33,2 |
36,4 |
40,3 |
43,0 |
51,2 |
25 |
11,5 |
12,7 |
14,6 |
16,5 |
18,9 |
20,9 |
24,3 |
28,2 |
30,7 |
34,4 |
37,7 |
41,6 |
44,3 |
52,6 |
26 |
12,2 |
13,4 |
15,4 |
17,3 |
19,8 |
21,8 |
25,3 |
29,2 |
31,8 |
35,6 |
38,9 |
42,9 |
45,6 |
54,0 |
27 |
12,9 |
14,1 |
16,1 |
18,1 |
20,7 |
22,7 |
26,3 |
30,3 |
32,9 |
36,7 |
40,1 |
44,1 |
47,0 |
55,5 |
28 |
13,6 |
14,8 |
16,9 |
18,9 |
21,6 |
23,6 |
27,3 |
31,4 |
34,0 |
37,9 |
41,3 |
45,4 |
48,3 |
56,9 |
29 |
14,3 |
15,6 |
17,7 |
19,8 |
22,5 |
24,6 |
28,3 |
32,5 |
35,1 |
39,1 |
42,6 |
46,7 |
49,6 |
58,3 |
30 |
15,0 |
16,3 |
18,5 |
20,6 |
23,4 |
25,5 |
29,3 |
33,5 |
36,2 |
40,3 |
43,8 |
48,0 |
50,9 |
59,7 |