Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Цели обработки результатов многократных измерений заключается в нахождении значения измеряемой случайной величины и доверительного интервала, в котором находится ее истинное значение (ГОСТ 8.207-2006).
Прямыми называют измерения, результат которых определяется непосредственно по шкале средства измерения (СИ).
Многократны е измерения - если число измерений n >3.
Отличие многократных от однократных измерений состоит в том, что их результаты возможно обрабатывать методами математической статистики и теории вероятности.
В общем виде:
-для однократных измерений
А = ±∆(),
где А- результат измерения
- значение физической величины (оценка), найденное по шкале СИ.
∆()- абсолютная погрешность для найденного значения, определяется погрешностью СИ.
-для многократных измерений
А = ±∆(Рα =!, n =!),
где - оценка математического ожидания (среднее арифметическое значение измеряемой величины),
∆-доверительный интервал для ,
Рα- доверительная вероятность,
n- число измерений.
1. Число измерений n задано. При этом, чем больше n, тем более состоятельным будет , так как = f (n). При n→∞, →М(χ) (математическое ожидание).
В соответствии с теоретическими положениями математической статистики и теории вероятности необходимо установить закон распределения случайной величины. При этом возможны два варианта:
-принять закон распределения «априори», заранее;
-на основе расчета определенных критериев (критериев согласия).
При малом числе измерений n, если измерения проводятся тщательно, то можно утверждать, что распределение случайной величины χ не противоречит закону нормального распределения.
2. Статистические распределения принято оценивать по значениям их моментов. Моменты случайных величин, найденные без исключения систематических составляющих, называются начальными, а моменты для центрированных распределений — центральными.
Для этого определим числовые характеристики закона нормального распределения. В качестве оцениваемых параметров удобнее брать моменты, которые вычисляются по формулам:
т 1 = = -среднее арифметическое;
т 2= S = - среднее квадратическое отклонение (СКО), определяет зону рассеяния;
т 3= = - выборочная асимметрия распределения;
т 4= - выборочный эксцесс распределения.
3. При 8≤ n ≤20 возможна оценка неотрицания гипотезы закона нормального распределения по ассиметрии А и эксцессу Е. Для нормального распределения А =0 и Е =0.
Выборочные асимметрия и эксцесс, как и все выборочные параметры, являются случайными величинами, и могут отличаться от нуля. Применить общие методы критериев значимости трудно, так как распределения асимметрии и эксцесса очень сложны и мало изучены. Но известны дисперсии этих величин
-дисперсия выборочной асимметрии,
D(E) = - дисперсия эксцесса распределения,
где п — объем исследуемой выборки.
Дисперсия служит мерой рассеяния для любого распределения, в силу чего даже знание одной только дисперсии позволяет оценивать вероятности тех или иных значений исследуемой случайной величины. Поэтому по дисперсиям D(A) и D(E) можно оценивать, значимо ли выборочные асимметрия и эксцесс отклоняются от своих математических ожиданий, т. е. от нуля.
Тогда получаем следующий критерий согласия: если выборочные асимметрия и эксцесс удовлетворяют неравенствам
|А| ≤3 , |Е|≤5
то наблюдаемое распределение можно считать нормальным.
В противном случае гипотезу нормальности следует отвергнуть или считать сомнительной.
Уравнение кривой нормального распределения (кривой Гаусса) имеет вид:
;
где у - плотность распределения вероятности;
х - случайная величина;
σ х – среднее квадратическое отклонение (СКО).
Рис. 1. Кривая нормального распределения
Основная масса изделий получается с размерами, лежащими в зоне ± σ относительно центра группирования. В табл. 1 представлены вероятности получения случайных величин в различных диапазонах.
Таблица 1 - Вероятности получения случайных величин в различных диапазонах
tσ | ±1 σ | ±2 σ | ±3 σ | ±4 σ |
P | 0,68 | 0,95 | 0,9973 | 0,999 |
Параметры , σ, σ 2, определенные по данным выборки называются выборочными (опытными) данными и дают лишь приближенную характеристику теоретического распределения.
При достаточно большом числе измерений σ 2 называется генеральной дисперсией. При малом числе измерений (менее 10 - 20) получают выборочную дисперсию 2 ( 2 → σ 2, только при n → ∞). С уменьшением n надежность оценки 2= σ 2 уменьшается, а значение доверительной вероятности Р ∂ завышается.
Так как наше практическое распределение согласуется с законом нормального распределения, тогда
1) практически все отклонения от , то есть () должны быть меньше 3 σ;
2) 2/3 всех отклонений () точнее 68,27%, то есть меньше σ;
3) 1/2 всех отклонений () равно 50%, то есть меньше 0,675 σ;
4. В процессе измерений возможно проявление грубых погрешностей (промахи) из-за действий оператора, неисправности СИ или резких изменений условий измерения.
Для обнаружения и исключения из результата вычисляют безразмерный коэффициент
при заданном уровне значимости α, и полученное значение сравнивают с теоретическим критерием β т (таблица 2). Если условие β ≥ β т не выполняется, то результат считается промахом и отбрасывается, и расчет производят заново.
Для технических измерений Р ∂=0,95 или Р ∂=0,99, то есть α =0,05 или α =0,01.
Таблица 2- Значения предельного коэффициента β т= f (α, n)
α | Число измерений | ||
n =12 | n =15 | n =20 | |
0,01 | 2,75 | 2,90 | 3,08 |
0,02 | 2,6 | 2,80 | 2,96 |
0,05 | 2,52 | 2,64 | 2,78 |
0,10 | 2,39 | 2,49 | 2,62 |
5. Результат любого измерения является случайной величиной, что обусловлено погрешностями процесса измерения. Степень доверия к результату называют достоверностью измерений. Она характеризуется вероятностью того, что истинное (действительное) значение измеряемой ФВ находится в указанном диапазоне. Этот интервал называют доверительным, а границы его - доверительными границами, между которыми с заданной доверительной вероятностью, находится истинное значение оцениваемого параметра:
,
где - среднее арифметическое (результат измерения),
P δ – доверительная вероятность,
α -уровень значимости, α =1- P δ
tp- коэффициент Стъюдента, зависящий от степени свободы k=n -1, доверительной вероятности P δ, который определяется из таблиц как tp = f(nP δ)
σ —среднее квадратичное отклонение результата измерения
Таблица 3- Значение коэффициента Стъюдента tp = f(n,P δ)
k=n-1 | 0,95 | 0,99 | 0,999 | k=n-1 | 0,95 | 0,99 | 0,999 |
2,78 | 4,60 | 8,61 | 2,093 | 2,861 | 3,883 | ||
2,57 | 4,03 | 6,86 | 2,064 | 2,797 | 3,745 | ||
2,45 | 3,71 | 5,96 | 2,045 | 2,756 | 3,659 | ||
2,37 | 3,50 | 5,41 | 2,032 | 2,729 | 3,600 | ||
2,31 | 3,36 | 5,04 | 2,023 | 2,708 | 3,558 | ||
2,26 | 3,25 | 4,78 | 2,016 | 2,692 | 3,527 | ||
2,23 | 3,17 | 4,59 | 2,009 | 2,679 | 3,502 | ||
2,20 | 3,11 | 4,44 | 2,001 | 2,662 | 3,464 | ||
2,18 | 3,06 | 4,32 | 1,996 | 2,649 | 3,439 | ||
2,16 | 3,01 | 4,22 | 1,991 | 2,640 | 3,418 | ||
2,15 | 2,98 | 4,14 | 1,987 | 2,633 | 3,403 | ||
2,13 | 2,95 | 4,07 | 1,984 | 2,627 | 3,392 | ||
2,12 | 2,92 | 4,02 | 1,980 | 2,617 | 3,374 | ||
2,11 | 2,90 | 3,97 | ∞ | 1,960 | 2,576 | 3,291 | |
2,10 | 2,88 | 3,92 |
Пример.
Даны результаты 20 измерений диаметра вала.
Требуется: Проверитьгипотезу о нормальности изучаемого распределения.
Определить наличие грубых погрешностей и исключить их.
Определить точечную оценку истинного значения измеряемой величины -среднее арифметическое значение результатов измерений и математическое ожидание результатов измерений
Определить результат измерения
Оценить его точность и определить границы доверительного интервала с вероятностью Р ∂= 0,95 и Р ∂= 0,99
Определить точность изготовления данной детали.
61,7 | 62,8 | 60,7 | 61,8 | 60,8 |
60,7 | 62,6 | 61,5 | 61,0 | 63,5 |
65,2 | 60,5 | 63,5 | 61,4 | 64,2 |
57,8 | 65,2 | 60,5 | 62,5 | 64,7 |
Для удобства расчета, все найденные величины необходимо занести в таблицу.
n | - | ( - )2 | σ | 3σ | ( - )3 | ( - )4 | |||||
1,878 | 5,634 | ||||||||||
64,7 | 62,15 | 2,55 | 6,5025 | -0,1083 | 16,581 | 2,526 | 42,283 | ||||
62,5 | 0,35 | 0,1225 | 0,043 | 0,015 | |||||||
60,5 | -1,65 | 2,7225 | -4,492 | 7,412 | |||||||
65,2 | 3,05 | 9,3025 | 28,373 | 86,537 | |||||||
57,8 | -4,35 | 18,9225 | -82,313 | 358,061 | |||||||
64,2 | 2,05 | 4,2025 | 8,615 | 17,661 | |||||||
61,4 | -0,75 | 0,5625 | -0,422 | 0,316 | |||||||
63,5 | 1,35 | 1,8225 | 2,46 | 3,322 | |||||||
62,6 | 0,45 | 0,2025 | 0,091 | 0,041 | |||||||
60,8 | -1,35 | 1,8225 | -2,46 | 3,322 | |||||||
61,8 | -0,35 | 0,1225 | -0,043 | 0,015 | |||||||
60,7 | -1,45 | 2,1025 | -3,049 | 4,421 | |||||||
62,8 | 0,65 | 0,4225 | 0,275 | 0,179 | |||||||
65,2 | 3,05 | 9,3025 | 28,373 | 86,357 | |||||||
60,7 | -1,45 | 2,1025 | -3,049 | 4,421 | |||||||
61,7 | -0,45 | 0,2025 | -0,091 | 0,041 | |||||||
60,5 | -1,65 | 2,7225 | -4,492 | 7,412 | |||||||
63,6 | 1,45 | 2,1025 | 3,049 | 4,421 | |||||||
61,0 | -1,15 | 1,3225 | -1,521 | 1,749 | |||||||
61,5 | -0,65 | 0,4225 | -0,275 | 0,179 | |||||||
∑ | 67,01 | -14,347 | 628,341 |
1. Определяем среднее арифметическое значение:
65,15
2. Определяем опытное среднее квадратическое отклонение (СКО) при n≤20
1,878
3. Определяем выборочную асимметрию распределения
= = -0,1083
4. Определяем выборочный эксцесс распределения
= 1,743
5. Определяем дисперсию выборочной асимметрии
= = 0,236
6. Определяем дисперсию эксцесса распределения
D(E)= = = 0,579
|А| ≤3 0,1083≤3 = 3×0,485=1,455
0,1083≤1,455
|Е|≤5 1,743≤5 =5×0,761=3,805
1,743≤3,805
Дата публикования: 2015-04-10; Прочитано: 774 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!