Студопедия — Обработка результатов прямых многократных измерений
Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Обработка результатов прямых многократных измерений






Методика получения результатов при проведении многократ­ных прямых измерений установлена ГОСТ 8.207—76 «ГСИ. Пря­мые измерения с многократными наблюдениями. Методы обра­ботки результатов наблюдения. Основные положения». Перед рассмотрением методики напомним, что ГОСТ 8.207 разработан и утвержден в период действия ныне отмененных ГОСТ 16263 на термины и определения в области метрологии, ГОСТ ов се­рии «П.», устанавливающих правила математической стати­стики при определении закона распределения, и отсутствия каких бы то ни было представлений о неопределенности ре­зультатов измерений.

Основные операции и их последовательность Методика обра­ботки результатов прямых многократных измерений включает в себя следующие операции:

• определение наличия грубых погрешностей и исключение промахов;

• исключение известных систематических погрешностей из результатов наблюдений;

• вычисление среднего арифметического исправленных ре­зультатов наблюдений, принимаемого за результат изме­рения;

• вычисление оценки среднего квадратического отклонения результата наблюдений;

• вычисление оценки среднего квадратического отклонения результата измерения;

• проверку гипотезы о том, что результаты наблюдений принадлежат нормальному распределению. Проверку ги­потезы о том, что результаты наблюдений принадлежат

нормальному распределению, следует проводить с уровнем значимости q от 10 до 2%. Конкретные значения уровней значимости должны быть указаны в конкретной методике выполнения измерений;

• вычисление доверительных границ случайной погрешно­сти (случайной составляющей погрешности) результата измерения;

• вычисление границ неисключенной систематической по­грешности (неисключенных остатков систематической по­грешности) результата измерения;

• вычисление доверительных границ погрешности результата измерения. Для определения доверительных границ по­грешности результата измерения доверительную вероят­ность Р, как правило, принимают равной 0,95. В тех слу­чаях, когда измерение нельзя повторить, помимо границ, соответствующих доверительной вероятности Р = 0,95, до­пускается указывать границы для доверительной вероятно­сти Р = 0,99. В особых случаях, например при измерениях, результаты которых имеют значение для здоровья людей, допускается вместо Р = 0,99 принимать более высокую до­верительную вероятность.

Подготовка результатов наблюдений к обработке Способы обнаружения грубых погрешностей должны быть указаны в методике выполнения измерений. Важное значение при опре­делении наличия грубых погрешностей имеет вопрос о законе распределения результатов измерений. Как правило, результа­ты измерений считают принадлежащими к нормальному рас­пределению. Для нормального распределения разработано не­сколько критериев оценки наличия грубых погрешностей. В целом их действие основано на представлении о том, что из­меряемая величина может характеризоваться большим коли­чеством измерительной информации (генеральной выборкой) и ее ограниченным количеством (выборкой). Результаты об­работки будут тем точнее, чем на больший объем информа­ции они опираются. Поэтому критерии отнесения погрешно­стей к грубым можно разделить на критерии сопоставления имеющихся результатов с характеристиками генеральной вы­борки и характеристиками распределения собственно полу­ченных результатов.

Если известны характеристики генеральной выборки (сред­нее квадратическое отклонение) или они могут быть получены в результате обработки предшествующих опытов, то следует пользоваться критериями, основанными на известном гене­ральном среднем квадратическом отклонении, и только когда оно неизвестно и нет возможности его получить, следует поль­зоваться критериями, основанными на использовании выбо­рочного среднего квадратического отклонения. Так как грубые погрешности способны заметно повлиять на результат измере­ния, рассмотрим некоторые, наиболее употребляемые из из­вестных критериев.

1. Значение генерального среднего квадратического отклонения неизвестно.

В таком случае имеются результаты наблюдений, составляю­щие упорядоченную выборку, которую можно представить в виде:

Сомнению могут быть подвергнуты, естественно, результаты, заметно отличающиеся по величине от остальных, т.е. либо наименьший (x 1), либо наибольший n).

Среднее арифметическое значение выборки [хи хп] составит:

Принадлежность х1 или хп к данной выборке, распределен­ной по нормальному закону, определяется по значению соот­ношений:

ношений:

Если значения Un или U1 превысят критические значения р, приведенные в табл. 4.3, то соответствующий результат не при­надлежит нормальному распределению и из результатов измере­ний должен быть исключен.

2. Значение генерального среднего квадратического отклонения известно. Значение генерального среднего арифметического неиз­вестно.

Практика измерений столь обширна, что довольно часто встречается ситуация, когда из предшествующих опытов значе­ние генерального среднего квадратического (обозначим его а Для различия со средним квадратическим выборки S) известно, а генеральное среднее арифметическое — нет. В этом случае со­ставляют упорядоченную выборку (4.62) и подсчитывают сред­нее арифметическое (4.63). По полученным данным подсчиты­вают значения коэффициентов:

Если полученные значения превысят критические значения β, приведенные в табл. 4.4, то соответствующие результаты анор­мальны и из полученного ряда измерений должны быть ис­ключены.

Таблица 4.4. Предельные значения р для случая известного значения







Дата добавления: 2015-04-19; просмотров: 1922. Нарушение авторских прав; Мы поможем в написании вашей работы!



Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...

Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...

Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...

Важнейшие способы обработки и анализа рядов динамики Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени...

Тема: Изучение приспособленности организмов к среде обитания Цель:выяснить механизм образования приспособлений к среде обитания и их относительный характер, сделать вывод о том, что приспособленность – результат действия естественного отбора...

Тема: Изучение фенотипов местных сортов растений Цель: расширить знания о задачах современной селекции. Оборудование:пакетики семян различных сортов томатов...

Тема: Составление цепи питания Цель: расширить знания о биотических факторах среды. Оборудование:гербарные растения...

Постинъекционные осложнения, оказать необходимую помощь пациенту I.ОСЛОЖНЕНИЕ: Инфильтрат (уплотнение). II.ПРИЗНАКИ ОСЛОЖНЕНИЯ: Уплотнение...

Приготовление дезинфицирующего рабочего раствора хлорамина Задача: рассчитать необходимое количество порошка хлорамина для приготовления 5-ти литров 3% раствора...

Дезинфекция предметов ухода, инструментов однократного и многократного использования   Дезинфекция изделий медицинского назначения проводится с целью уничтожения патогенных и условно-патогенных микроорганизмов - вирусов (в т...

Studopedia.info - Студопедия - 2014-2024 год . (0.01 сек.) русская версия | украинская версия