Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Колебания случайной погрешности, кажущиеся сначала совершенно беспорядочными, тем не менее, подчиняются в статистическом смысле известным законам.
Если показания какого-либо измерительного прибора, являющиеся сами по себе непрерывными, разбить на интервалы определённой ширины и вычислить относительную частоту попадания показаний в отдельные интервалы при повторных измерениях, то можно получить гистограмму.
При достаточно большом значении n это изображение является представительным, т.е. относительная частота стремится к некоторому пределу и перестаёт зависеть от n.
Если имеется достаточно большое число показаний, то можно улучшать гистограмму, уменьшая ширину интервалов . Тогда при предельном переходе и n ступенчатая функция гистограммы переходит в общем случае в непрерывную функцию – плотность распределения (плотность вероятности, дифференциальную функцию распределения) h ()
h () =
Основываясь на определении плотности распределения, можно установить её прямую связь с функцией распределения. Вероятность того, что измеряемое значение попадает в интервал 1 < x £ x 2, определяется площадью F, лежащей под графиком плотности распределения вероятности в этом диапазоне:
P ( 1 < £ 2) =
В частном случае имеем
P (- < £ + ) =
Часто при обработке результатов измерения представляет интерес вероятность того, что измеренная величина окажется меньше заданного предела 1:
P () = P ( £ 1) = .
При - < £ + функция распределения изменяется от 0 до 1. В связи с тем, что функция распределения Р() определяется как интеграл плотности h (), её часто называют также интегральной функцией распределения.
Аналогичным образом определяется вероятность того, что измеренная величина окажется больше, чем 1:
P ( > 1) =
Среди множества функций распределения особое место для измерительной техники занимает нормальное распределение (распределение Гаусса).
Плотность вероятности нормального распределения определяется следующим уравнением:
h () = - < £ +
Нормальное распределение характеризуется, кроме математического ожидания , ещё только одним параметром - среднеквадратичным (стандартным) отклонением.
При известном среднеквадратичном отклонении можно вычислить вероятность того, что случайная погрешность Еаi – отклонение показания отдельного измерения от математического ожидания – будет меньше заданного граничного значения с. Эта вероятность
Р ( £с) = 2
называется доверительной вероятностью (статистической надёжностью).
При известном значении (рис.5.1) можно на основании единственного измерения указать верхнюю и нижнюю границы математического ожидания:
или
Математическое ожидание с доверительной вероятностью Р(%) лежит внутри этих границ. Интервал между этими границами называется доверительным интервалом математического ожидания.
Математическое ожидание определяется следующим образом:
Эта величина соответствует первому моменту плотности распределения – абсциссе центра тяжести площади между зависимостью плотности распределения и осью абсцисс.
Площадь фигуры, очерченной зависимостью , равна единице.
В качестве оценки для используется среднее значение :
Среднеквадратичное отклонение определяется из формулы
Величина , называемая дисперсией, соответствует второму моменту («моменту инерции») плотности распределения вероятностей.
В качестве оценки среднеквадратичного отклонения используется рассеяние S, определяемое по формуле
Дата публикования: 2015-10-09; Прочитано: 160 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!