Математична обробка ряду нерівноточних вимірів
Оцінка точності функцій виміряних величин
Визначають дисперсію функції
Закон розподілу ймовірностей випадкових величин
Числові характеристики випадкових величин
Дисперсія постійної величини дорівнює нулю D (C) = 0
Поняття та закон розподілу системи випадкових величин
Числові характеристики системи двох випадкових величин. Кореляційний момент, коефіцієнт кореляції і рівняння регресії
Розподіл статистичних рядів
Статистичні дослідження рядів вимірів
Перевірка по асиметрії і ексцесу
Числові характеристики рівноточних вимірів
Відносні похибки. Відношення абсолютної похибки до значення виміряної величини називають відносною похибкою
Загальне середнє арифметичне
Навигация
Перевірка по асиметрії і ексцесу
Математична обробка результатів вимірів
61828
знаков
1
таблица
3
изображения
1. Перевірка по асиметрії і ексцесу
Гіпотезу про нормальний закон розподілу статистичного ряду називають нульовою або основною. Маємо статистичний ряд x1, x2, …, xn і висунута гіпотеза, що він підпорядковується нормальному закону розподілу (НЗР). За формулами можна визначити числові характеристики НЗР: математичне сподівання або середнє арифметичне, дисперсію, середню квадратичну похибку, асиметрію Sk та ексцес Еk.
Скористаємося тим, що асиметрія Sk та ексцес Еk є числовими характеристиками, що характеризують ступінь відхилення досліджуваного розподілу від теоретичного НЗР. Вони, як і інші параметри НЗР є випадковими величинами, а тому можуть відхилятися від нуля.
Мірою точності асиметрії та ексцесу є дисперсії
При великій кількості вимірів відповідно маємо
При великій кількості вимірів маємо:
2. Критерій Колмогорова
Це найбільш простий критерій перевірки гіпотези про нормальний закон розподілу. Використовується різниця D між статистичною інтегральною функцією розподілу 
(z) і відповідною теоретичною функцією розподілу F(z).
При невеликій кількості вимірів 
для статистичного розрахунку обчислюють: середнє арифметичне 
, відхилення 
, за формулою Бесселя середню квадратичну похибку m. Далі обчислюють нормовані похибки 
і складають зростаючий ряд Zmin, Z1, Z2, … Zmax.
3. Критерій x2 (Пірсона)
В математичній статистиці його вважають найбільш строгим і надійним критерієм погодження нульових гіпотез. Він забезпечує мінімальну ймовірність виникнення похибок 2-го роду.
Розрахунки в критерії Пірсона аналогічні критерію Колмогорова і пов'язані з групуванням нормованих похибок. Слід пам'ятати, що при групуванні похибок в кожному інтервалі їх повинно бути не менше п'яти. Тому крайні інтервали можна штучно об'єднувати (збільшувати). Число інтервалів повинно бути не менше чотирьох.
Критерієм перевірки нульової гіпотези є статистика
,
де N= [vi] - число всіх вимірів, pi - теоретичне значення ймовірності вибраних інтервалів вибирається із таблиць.
В критерії Пірсона доведено, що при нормальному розподілі похибок вимірів статистика X2 має X2 - розподіл з числом ступенів вільності k = n – 1.
Критична область для нульової гіпотези буде
де %д - вибирається із таблиць дод. 9 за заданими д\ і г = & — З, &- кількість інтервалів.
2. Розподіл імовірностей випадкових похибок
Результати вимірів е випадковими оскільки передбачити їх величину неможливо. Тоді і їх похибки будуть випадковими і для них можна вказати лише межу, в яких вони змінюються згідно з першою властивістю.
Неперервні випадкові похибки можна характеризувати законом розподілу, як об'єктивно існуючим зв'язком між випадковими величинами і їх імовірностями.
При багаторазових випробуваннях закон розподілу ряду істинних випадкових похибок можна характеризувати функціями:
1. Інтегральною функцією розподілу
(
)
2. Функцією щільності
де 
- приріст випадкової похибки 
.
Звернемося до постулату Гаусса, згідно з яким найбільш імовірним значенням шуканої величини є середнє арифметичне Із результатів повторних вимірювань. Скористаємося теоремою:
Якщо випадкові похибки відповідають постулату Гаусса, то законом розподілу випадкових похибок буде нормальний закон. В методі максимальної правдоподібності Фішера також доведено, що для нормального закону розподілу випадкових величин оцінкою параметра 
є середнє арифметичне.
Функція щільності нормального розподілу випадкових похибок визначиться за формулою
Для нормованих похибок 
отримаємо
Похожие работы
... і працездатності людини в процесі труда. Максимальне зменшення числа шкідливих впливів, створення комфорту — от головні задачі охорони праці. Тема дипломної роботи — “Моделювання процесу обробки сигналів датчика у вихровому потоковимірювачі”. Машинний зал ПЕОМ є помешканням з підвищеною небезпекою поразки людини електричним струмом, тому що в даному помешканні присутня можливість одночасного ...
... , що виявляються. Наслідком цього правила є необхідність застосування тим більше вдосконалених математичних методик, чим менш досконалі інші методи (фізичні, хімічні, фізіологічні, біохімічні тощо), які використовуються в медико-біологічних дослідженнях. Іншими словами, маючи можливість використовувати досить могутній математичний апарат, можливо спрощувати і скорочувати процес вивчення явища за ...
... фахівцями, в обов'язки яких не входить аналіз похибок результатів вимірювання. Для забезпечення необхідного рівня точності технічних вимірювань при їхньому виконанні користуються атестованими методиками виконання вимірювань, які розробляють висококваліфіковані спеціалісти - метрологи. Вимірювання ФВ за наявністю або відсутністю розмірності у вимірюваних величин поділяють на вимірювання розмірних ...
... дипломного проекту. Рисунок 3.1 – Схема електрична структурна пристрою контролю середнього значення кутової швидкості 4. Розробка принципової схеми комп’ютеризованої вимірювальної системи параметрів електричних машин з газомагнітним підвісом 4.1 Аналіз лінійного фотоприймача Фотоелектричні перетворювачі площа-напруга (ППН) використовуються у багатьох пристроях, таких як перетворювач ...
0 комментариев