W9 Błędy przypadkowe ppt

background image

WYKŁAD 5

WYKŁAD 5

1

1

BŁĘDY PRZYPADKOWE

BŁĘDY PRZYPADKOWE powstają w efekcie

oddziaływania czynników, które są

niezdeterminowane. Badaniem modeli takich

zjawisk zajmuje się rachunek prawdopodobieństwa

i statystyka matematyczna

background image

WYKŁAD 5

WYKŁAD 5

2

2

BŁĘDY PRZYPADKOWE

Czy na podstawie zbioru wartości

Czy na podstawie zbioru wartości

uzyskanych w wyniku realizacji serii

uzyskanych w wyniku realizacji serii

n

n

pomiarów, można w jakikolwiek

pomiarów, można w jakikolwiek

sposób oszacować nieznaną wartość

sposób oszacować nieznaną wartość

rzeczywistą mierzonego stanu

rzeczywistą mierzonego stanu

q

q

wielkości Q, nasilenie występujących

wielkości Q, nasilenie występujących

w założonym pomiarze błędów

w założonym pomiarze błędów

przypadkowych oraz podać

przypadkowych oraz podać

jakakolwiek miarę jakości tych

jakakolwiek miarę jakości tych

oszacowań ?

oszacowań ?

background image

WYKŁAD 5

WYKŁAD 5

3

3

BŁĘDY PRZYPADKOWE

Ocena wartości rzeczywistej mierzonego

Ocena wartości rzeczywistej mierzonego

stanu oraz nasilenia występujących w

stanu oraz nasilenia występujących w

danym pomiarze błędów przypadkowych,

danym pomiarze błędów przypadkowych,

jak też jakości tych oszacowań zależy

jak też jakości tych oszacowań zależy

przede wszystkim od rodzaju

przede wszystkim od rodzaju

prawa

prawa

probablistycznego

probablistycznego

, jakie tymi błędami

, jakie tymi błędami

rządzi.

rządzi.

Podstawową charakterystyką błędów

Podstawową charakterystyką błędów

przypadkowych jest ich tzw.

przypadkowych jest ich tzw.

rozkład

rozkład

prawdopodobieństwa

prawdopodobieństwa

, który określa

, który określa

zarówno wartości błędów mogących się

zarówno wartości błędów mogących się

pojawić w danym pomiarze, jak i

pojawić w danym pomiarze, jak i

odpowiadające tym wartościom szanse ich

odpowiadające tym wartościom szanse ich

pojawienia się.

pojawienia się.

background image

WYKŁAD 5

WYKŁAD 5

4

4

BŁĘDY PRZYPADKOWE

BŁĘDY PRZYPADKOWE

OKREŚLENIA PODSTAWOWE

1. Populacja generalna (populacja wyników, liczność zbioru, ciągłość)

2. Próba losowa (liczność próby)

3. Sposób pobrania próby

4. Rozkład normalny (Gaussa)

5. Estymacja parametryczna:

- punktowa

- przedziałowa

6. Estymacja nieparametryczna

background image

WYKŁAD 5

WYKŁAD 5

5

5

PRZYKŁAD:

Napięcie na zaciskach pewnego zasilacza zostało zmierzone

woltomierzem 21 razy. Uzyskano wyniki, które zestawiono w

załączonej tabeli.

Czy uzyskane wyniki podlegają prawom rządzącym błędami

przypadkowymi ?

► założenie: brak błędów systematycznych

pomiary zostały wykonane w tych samych warunkach

wyniki układają się wokół pewnej wartości, przy czym

liczba wyników
o wartościach mniejszych różni się niewiele od wyników
o wartościach większych

wyniki odbiegające niewiele od „średniej” pojawiają się

częściej niż
wyniki różniące się od niej znacznie

BŁĘDY PRZYPADKOWE

background image

WYKŁAD 5

WYKŁAD 5

6

6

BŁĘDY PRZYPADKOWE

Nr

Nr

Wynik

Wynik

pomiaru

pomiaru

Błąd

Błąd

pomiar

pomiar

u

u

Kwadra

Kwadra

t błędu

t błędu

Nr

Nr

Wynik

Wynik

pomiar

pomiar

u

u

Błąd

Błąd

pomiar

pomiar

u

u

Kwadra

Kwadra

t błędu

t błędu

i

i

U

U

i

i

U

U

(U

(U

i

i

-

-

U)

U)

2

2

i

i

U

U

i

i

U

U

(U

(U

i

i

-

-

U)

U)

2

2

V

V

V

V

V

V

2

2

V

V

V

V

V

V

2

2

1

1

102,1

102,1

1,9

1,9

3,61

3,61

12

12

99,9

99,9

-0,3

-0,3

0,09

0,09

2

2

97.9

97.9

-2,3

-2,3

5,29

5,29

13

13

100,4

100,4

0,2

0,2

0,04

0,04

3

3

99,0

99,0

-1,2

-1,2

1,44

1,44

14

14

96,4

96,4

-3,8

-3,8

14,44

14,44

4

4

100,3

100,3

0,1

0,1

0,01

0,01

15

15

103,6

103,6

3,4

3,4

11,56

11,56

5

5

101,4

101,4

1,2

1,2

1,44

1,44

16

16

103,0

103,0

2,8

2,8

7,84

7,84

6

6

102,4

102,4

2,2

2,2

4,84

4,84

17

17

98,8

98,8

-1,4

-1,4

1,96

1,96

7

7

100,9

100,9

0,7

0,7

0,49

0,49

18

18

99,3

99,3

-0,9

-0,9

0,81

0,81

8

8

101,2

101,2

1,0

1,0

0,01

0,01

19

19

101,3

101,3

1,1

1,1

1,21

1,21

9

9

99,3

99,3

-0,9

-0,9

0,81

0,81

20

20

101,7

101,7

1,5

1,5

2,25

2,25

10

10

98,2

98,2

-2,0

-2,0

4,00

4,00

21

21

96,2

96,2

-4,0

-4,0

16,00

16,00

11

11

100,9

100,9

0,7

0,7

0,49

0,49

2104,2

2104,2

0,0

0,0

83,62

83,62

background image

WYKŁAD 5

WYKŁAD 5

7

7

BŁĘDY PRZYPADKOWE

WARTOŚĆ ŚREDNIA

n

i

i

U

n

U

1

1

= 100,2
V

ODCHYLENIE STANDARDOWE
EMPIRYCZNE

n

i

i

U

U

U

n

s

1

2

1

1

= 2,04 V

ODCHYLENIE STANDARDOWE EMPIRYCZNE WARTOŚCI
ŚREDNIEJ

n

s

s

U

U

= 0,45
V

background image

WYKŁAD 5

WYKŁAD 5

8

8

BŁĘDY PRZYPADKOWE

ROZKŁAD NORMALNY (Gaussa)

Rozkład nazywamy rozkładem normalnym, jeżeli istnieją takie liczby rzeczywiste
oraz , że funkcja , określona wzorem:

 

jest gęstością tego rozkładu.

background image

WYKŁAD 5

WYKŁAD 5

9

9

BŁĘDY PRZYPADKOWE

UNORMOWANY ROZKŁAD GAUSSA

0

0,2

0,4

-4

-3

-2

-1

0

1

2

3

4

N(0, 1) m = 0; =

1

background image

WYKŁAD 5

WYKŁAD 5

10

10

BŁĘDY PRZYPADKOWE

CAŁKA PRAWDOPODOBIEŃSTWA

0

0,2

0,4

-4

-3

-2

-1

0

1

2

3

4

y

0

-y

0

Całka prawdopodobieństwa (y

0

).

Część zakreskowana wyraża prawdopodobieństwo wyników

pomiarów w przedziale <-y

0

; y

0

>.

 

dy

y

y

y





0

0

2

0

2

exp

1

background image

WYKŁAD 5

WYKŁAD 5

11

11

BŁĘDY PRZYPADKOWE

STANDARYZACJA

0

0,2

0,4

-4

-3

-2

-1

0

1

2

3

4

0

0,2

0,4

-4

-3

-2

-1

0

1

2

3

4

N(m, )

N(0, 1)

y

2

y

1

x

2

x

1

P(x

1

X x

2

)

P(y

1

Y y

2

)

m

x

y

i

1

f(x)

f(y)

background image

WYKŁAD 5

WYKŁAD 5

12

12

BŁĘDY PRZYPADKOWE

UNORMOWANY ROZKŁAD GAUSSA -

tabelaryzacja

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

0,0

0,0

0,398

0,398

9

9

0,000

0,000

0

0

1,0

1,0

2,0

2,0

0,1

0,1

1,1

1,1

2,2

2,2

0,2

0,2

1,2

1,2

2,4

2,4

0,3

0,3

1,3

1,3

2,6

2,6

0,4

0,4

1,4

1,4

2,8

2,8

0,5

0,5

1,5

1,5

3,0

3,0

0,6

0,6

1,6

1,6

3,5

3,5

0,7

0,7

1,7

1,7

4,0

4,0

0,8

0,8

1,8

1,8

4,42

4,42

0,9

0,9

1,9

1,9

4,89

4,89

WYKŁAD 5

WYKŁAD 5

12

12

BŁĘDY PRZYPADKOWE

UNORMOWANY ROZKŁAD GAUSSA - tabelaryzacja

1

1

-

-

10

10

2,5

2,5

10

10

?

?

6

6

4,89

4,89

0,9426

0,9426

0,0656

0,0656

1,9

1,9

0,6319

0,6319

0,2661

0,2661

0,9

0,9

1

1

10

10

2,3

2,3

10

10

?

?

5

5

4,42

4,42

0,9281

0,9281

0,0790

0,0790

1,8

1,8

0,5763

0,5763

0,2897

0,2897

0,8

0,8

0,9999

0,9999

0,0001

0,0001

4,0

4,0

0,9109

0,9109

0,0940

0,0940

1,7

1,7

0,5161

0,5161

0,3123

0,3123

0,7

0,7

0,9995

0,9995

0,0009

0,0009

3,5

3,5

0,8904

0,8904

0,1109

0,1109

1,6

1,6

0,4515

0,4515

0,3332

0,3332

0,6

0,6

0,9973

0,9973

0,0044

0,0044

3,0

3,0

0,8664

0,8664

0,1295

0,1295

1,5

1,5

0,3829

0,3829

0,3521

0,3521

0,5

0,5

0,9949

0,9949

0,0079

0,0079

2,8

2,8

0,8385

0,8385

0,1497

0,1497

1,4

1,4

0,3108

0,3108

0,3683

0,3683

0,4

0,4

0,9907

0,9907

0,0136

0,0136

2,6

2,6

0,8064

0,8064

0,1714

0,1714

1,3

1,3

0,2358

0,2358

0,3814

0,3814

0,3

0,3

0,9836

0,9836

0,0224

0,0224

2,4

2,4

0,7699

0,7699

0,1942

0,1942

1,2

1,2

0,1595

0,1595

0,3910

0,3910

0,2

0,2

0,9722

0,9722

0,0355

0,0355

2,2

2,2

0,7287

0,7287

0,2179

0,2179

1,1

1,1

0,0797

0,0797

0,3970

0,3970

0,1

0,1

0,9545

0,9545

0,0540

0,0540

2,0

2,0

0,6827

0,6827

0,2420

0,2420

1,0

1,0

0,0000

0,0000

0,3989

0,3989

0,0

0,0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

background image

WYKŁAD 5

WYKŁAD 5

13

13

BŁĘDY PRZYPADKOWE

PRZYKŁAD (c.d.)

Obliczmy prawdopodobieństwo:

P(98 V U 103 V)

Standaryzujemy zmienną U wg. wzoru:

U

s

U

U

y

078

,

1

04

,

2

2

,

100

98

1

y

37

,

1

04

,

2

2

,

100

103

1

y

background image

WYKŁAD 5

WYKŁAD 5

14

14

BŁĘDY PRZYPADKOWE

UNORMOWANY ROZKŁAD GAUSSA -

tabelaryzacja

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

y = y

y = y

0

0

f(y)

f(y)

(y

(y

0

0

)

)

0,0

0,0

0,398

0,398

9

9

0,000

0,000

0

0

1,0

1,0

2,0

2,0

0,1

0,1

1,1

1,1

2,2

2,2

0,2

0,2

1,2

1,2

2,4

2,4

0,3

0,3

1,3

1,3

2,6

2,6

0,4

0,4

1,4

1,4

2,8

2,8

0,5

0,5

1,5

1,5

3,0

3,0

0,6

0,6

1,6

1,6

3,5

3,5

0,7

0,7

1,7

1,7

4,0

4,0

0,8

0,8

1,8

1,8

4,42

4,42

0,9

0,9

1,9

1,9

4,89

4,89

WYKŁAD 5

WYKŁAD 5

12

12

BŁĘDY PRZYPADKOWE

UNORMOWANY ROZKŁAD GAUSSA - tabelaryzacja

1

1

-

-

10

10

2,5

2,5

10

10

?

?

6

6

4,89

4,89

0,9426

0,9426

0,0656

0,0656

1,9

1,9

0,6319

0,6319

0,2661

0,2661

0,9

0,9

1

1

10

10

2,3

2,3

10

10

?

?

5

5

4,42

4,42

0,9281

0,9281

0,0790

0,0790

1,8

1,8

0,5763

0,5763

0,2897

0,2897

0,8

0,8

0,9999

0,9999

0,0001

0,0001

4,0

4,0

0,9109

0,9109

0,0940

0,0940

1,7

1,7

0,5161

0,5161

0,3123

0,3123

0,7

0,7

0,9995

0,9995

0,0009

0,0009

3,5

3,5

0,8904

0,8904

0,1109

0,1109

1,6

1,6

0,4515

0,4515

0,3332

0,3332

0,6

0,6

0,9973

0,9973

0,0044

0,0044

3,0

3,0

0,8664

0,8664

0,1295

0,1295

1,5

1,5

0,3829

0,3829

0,3521

0,3521

0,5

0,5

0,9949

0,9949

0,0079

0,0079

2,8

2,8

0,8385

0,8385

0,1497

0,1497

1,4

1,4

0,3108

0,3108

0,3683

0,3683

0,4

0,4

0,9907

0,9907

0,0136

0,0136

2,6

2,6

0,8064

0,8064

0,1714

0,1714

1,3

1,3

0,2358

0,2358

0,3814

0,3814

0,3

0,3

0,9836

0,9836

0,0224

0,0224

2,4

2,4

0,7699

0,7699

0,1942

0,1942

1,2

1,2

0,1595

0,1595

0,3910

0,3910

0,2

0,2

0,9722

0,9722

0,0355

0,0355

2,2

2,2

0,7287

0,7287

0,2179

0,2179

1,1

1,1

0,0797

0,0797

0,3970

0,3970

0,1

0,1

0,9545

0,9545

0,0540

0,0540

2,0

2,0

0,6827

0,6827

0,2420

0,2420

1,0

1,0

0,0000

0,0000

0,3989

0,3989

0,0

0,0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

(y

(y

0

0

)

)

f(y)

f(y)

y = y

y = y

0

0

background image

WYKŁAD 5

WYKŁAD 5

15

15

BŁĘDY PRZYPADKOWE

PRZYKŁAD (c.d.)

Obliczmy prawdopodobieństwo:

P(98 V U 103 V)

Standaryzujemy zmienną U wg. wzoru:

U

s

U

U

y

078

,

1

04

,

2

2

,

100

98

1

y

37

,

1

04

,

2

2

,

100

103

1

y

77

,

0

72

,

0

5

,

0

82

,

0

5

,

0

)

078

,

1

(

2

1

)

37

,

1

(

2

1

)

37

,

1

078

,

1

(

Y

P

background image

WYKŁAD 5

WYKŁAD 5

16

16

BŁĘDY PRZYPADKOWE

PRZYKŁAD (c.d.)

Obliczmy prawdopodobieństwo:

)

(

k

U

U

k

U

P

i

Dla rozkładu normalnego:

k

= 1

P =

68,27 %

k

= 2

P =

95,45 %

k

= 3

P =

99,73 %

background image

WYKŁAD 5

WYKŁAD 5

17

17

BŁĘDY PRZYPADKOWE

POZIOM UFNOŚCI

k

k

k

k

k

k

0,00

0,00

0,05

0,05

0,10

0,10

0,15

0,15

0,20

0,20

0,25

0,25

0,30

0,30

0,35

0,35

0,40

0,40

0,45

0,45

0,50

0,50

0,000

0,000

0,063

0,063

0,55

0,55

0,60

0,60

0,92

0,92

0,94

0,94

0,95

0,95

0,96

0,96

0,98

0,98

0,99

0,99

0,999

0,999

Tabela wartości k

przy zadanych wartościach poziomu

ufności dla rozkładu normalnego

WYKŁAD 5

WYKŁAD 5

15

15

BŁĘDY PRZYPADKOWE

POZIOM UFNOŚCI

1,751

1,751

1,881

1,881

1,960

1,960

2,054

2,054

2,326

2,326

2,576

2,576

3,291

3,291

0,92

0,92

0,94

0,94

0,95

0,95

0,96

0,96

0,98

0,98

0,99

0,99

0,999

0,999

0,756

0,756

0,842

0,842

0,935

0,935

1,036

1,036

1,151

1,151

1,282

1,282

1,341

1,341

1,405

1,405

1,476

1,476

1,555

1,555

1,645

1,645

0,55

0,55

0,60

0,60

0,65

0,65

0,70

0,70

0,75

0,75

0,80

0,80

0,82

0,82

0,84

0,84

0,86

0,86

0,88

0,88

0,90

0,90

0,000

0,000

0,063

0,063

0,126

0,126

0,189

0,189

0,253

0,253

0,319

0,319

0,385

0,385

0,454

0,454

0,524

0,524

0,598

0,598

0,675

0,675

0,00

0,00

0,05

0,05

0,10

0,10

0,15

0,15

0,20

0,20

0,25

0,25

0,30

0,30

0,35

0,35

0,40

0,40

0,45

0,45

0,50

0,50

k

k

k

k

k

k

Tabela wartości k

przy zadanych wartościach poziomu ufności dla

rozkładu normalnego

background image

WYKŁAD 5

WYKŁAD 5

18

18

BŁĘDY PRZYPADKOWE

PRZYKŁAD (c.d.)

Obliczmy szerokość przedziału U, dla

którego:

99

,

0

)

(

U

U

U

U

U

P

i

z tabeli k

= k

0,99

=

2,576

U = k

s

U

= 2,576 2,04

=5,26

tak więc: P( 96,94 U

i

105,46) = 0,99

background image

WYKŁAD 5

WYKŁAD 5

19

19

BŁĘDY PRZYPADKOWE

Poniższy wykres przedstawia gęstości rozkładu Studenta dla kilku
wartości liczby stopni swobody v w zestawieniu z gęstością
standardowego rozkładu normalnego N(0,1).

rozkłady Studenta porównane z rozkładem
normalnym

Rozkład Studenta jest symetryczny względem zera a jego ogólny
kształt jest podobny do kształtu standardowego

rozkładu normalnego

.

Jest to typ rozkładu najpowszechniej wykorzystywany w przypadku
testowania hipotez dotyczących wartości średniej określonej populacji.

background image

WYKŁAD 5

WYKŁAD 5

20

20

Tabela wartości t

,n-1

przy zadanych wartościach

poziomu ufności dla rozkładu t Studenta (n – liczba

pomiarów)

n

n

n-1

n-1

t

t

,n-1

,n-1

= 0,90

= 0,90

=

=

0,95

0,95

=

=

0,99

0,99

=

=

0,99

0,99

=

=

0,999

0,999

5

5

6

6

7

7

8

8

9

9

10

10

11

11

12

12

13

13

14

14

15

15

16

16

17

17

19

19

21

21

31

31

51

51

81

81

101

101

4

4

5

5

6

6

7

7

8

8

9

9

10

10

11

11

12

12

13

13

14

14

15

15

16

16

18

18

20

20

30

30

50

50

80

80

100

100

2,132

2,132

2,015

2,015

1,943

1,943

1,895

1,895

1,860

1,860

1,833

1,833

1,812

1,812

1,796

1,796

1,782

1,782

1,771

1,771

1,761

1,761

1,753

1,753

1,746

1,746

1,734

1,734

1,725

1,725

1,697

1,697

1,676

1,676

1,664

1,664

1,660

1,660

1,645

1,645

2,776

2,776

2,571

2,571

2,447

2,447

2,365

2,365

2,306

2,306

2,262

2,262

2,228

2,228

2,201

2,201

2,179

2,179

2,160

2,160

2,145

2,145

2,131

2,131

2,120

2,120

2,103

2,103

2,084

2,084

2,042

2,042

2,008

2,008

1,990

1,990

1,984

1,984

1,960

1,960

3,747

3,747

3,365

3,365

3,143

3,143

2,998

2,998

2,896

2,896

2,821

2,821

2,764

2,764

2,718

2,718

2,681

2,681

2,650

2,650

2,624

2,624

2,602

2,602

2,583

2,583

2,552

2,552

2,528

2,528

2,457

2,457

2,403

2,403

2,374

2,374

2,364

2,364

2,326

2,326

4,604

4,604

4,032

4,032

3,707

3,707

3,499

3,499

3,355

3,355

3,250

3,250

3,169

3,169

3,106

3,106

3,055

3,055

3,012

3,012

2,977

2,977

2,947

2,947

2,921

2,921

2,878

2,878

2,845

2,845

2,750

2,750

2,677

2,677

2,639

2,639

2,626

2,626

2,576

2,576

8,610

8,610

6,589

6,589

5,959

5,959

5,405

5,405

5,041

5,041

4,781

4,781

4,587

4,587

4,487

4,487

4,318

4,318

4,221

4,221

4,140

4,140

4,073

4,073

4,015

4,015

3,922

3,922

3,850

3,850

3,646

3,646

3,497

3,497

3,416

3,416

3,391

3,391

3,291

3,291

background image

WYKŁAD 5

WYKŁAD 5

21

21

BŁĘDY PRZYPADKOWE

)

(

1

,

1

,

U

n

i

U

n

s

t

U

U

s

t

U

P

Korzystając z rozkładu t Studenta można
obliczyć:

gdzie:

 - poziom ufności

n-1- liczba stopni swobody

t

,n-1

s

U

- przedział ufności

PRZYKŁAD (c.d.)

Określić przedział, w którym z prawdopodobieństwem
0,99 znajdzie się kolejny wynik pomiaru

background image

WYKŁAD 5

WYKŁAD 5

22

22

Tabela wartości t

,n-1

przy zadanych wartościach

poziomu ufności dla rozkładu t Studenta (n – liczba

pomiarów)

n

n

n-1

n-1

t

t

,n-1

,n-1

= 0,90

= 0,90

=

=

0,95

0,95

=

=

0,99

0,99

=

=

0,99

0,99

=

=

0,999

0,999

5

5

6

6

7

7

8

8

9

9

10

10

11

11

12

12

13

13

14

14

15

15

16

16

17

17

19

19

21

21

31

31

51

51

81

81

101

101

4

4

5

5

6

6

7

7

8

8

9

9

10

10

11

11

12

12

13

13

14

14

15

15

16

16

18

18

20

20

30

30

50

50

80

80

100

100

2,132

2,132

2,015

2,015

1,943

1,943

1,895

1,895

1,860

1,860

1,833

1,833

1,812

1,812

1,796

1,796

1,782

1,782

1,771

1,771

1,761

1,761

1,753

1,753

1,746

1,746

1,734

1,734

1,725

1,725

1,697

1,697

1,676

1,676

1,664

1,664

1,660

1,660

1,645

1,645

2,776

2,776

2,571

2,571

2,447

2,447

2,365

2,365

2,306

2,306

2,262

2,262

2,228

2,228

2,201

2,201

2,179

2,179

2,160

2,160

2,145

2,145

2,131

2,131

2,120

2,120

2,103

2,103

2,084

2,084

2,042

2,042

2,008

2,008

1,990

1,990

1,984

1,984

1,960

1,960

3,747

3,747

3,365

3,365

3,143

3,143

2,998

2,998

2,896

2,896

2,821

2,821

2,764

2,764

2,718

2,718

2,681

2,681

2,650

2,650

2,624

2,624

2,602

2,602

2,583

2,583

2,552

2,552

2,528

2,528

2,457

2,457

2,403

2,403

2,374

2,374

2,364

2,364

2,326

2,326

4,604

4,604

4,032

4,032

3,707

3,707

3,499

3,499

3,355

3,355

3,250

3,250

3,169

3,169

3,106

3,106

3,055

3,055

3,012

3,012

2,977

2,977

2,947

2,947

2,921

2,921

2,878

2,878

2,845

2,845

2,750

2,750

2,677

2,677

2,639

2,639

2,626

2,626

2,576

2,576

8,610

8,610

6,589

6,589

5,959

5,959

5,405

5,405

5,041

5,041

4,781

4,781

4,587

4,587

4,487

4,487

4,318

4,318

4,221

4,221

4,140

4,140

4,073

4,073

4,015

4,015

3,922

3,922

3,850

3,850

3,646

3,646

3,497

3,497

3,416

3,416

3,391

3,391

3,291

3,291

background image

WYKŁAD 5

WYKŁAD 5

23

23

BŁĘDY PRZYPADKOWE

PRZYKŁAD (c.d.)

Z tabeli:

t

,n-1

= 2,845

a więc

100,2 – 2,845 2,04  U

i

 100,2  2,845

94,4 U

i

106,0

background image

WYKŁAD 5

WYKŁAD 5

24

24

POJĘCIA ZWIĄZANE Z OCENĄ

DOKŁADNOŚCI POMIARÓW

▀ PRECYZJA (Precision):

rozdzielczość

(discrimination) – zdolność narzędzia

pomiarowego do reagowania na małe zmiany wartości
wielkości mierzonej;

powtarzalność

(repeatability) - zgodność wyników w serii

pomiarów wykonanych w tych samych warunkach, w
krótkim okresie czasu;

odtwarzalność

(reproducibility) – zgodność wyników

w przypadku powtórzenia tego samego doświadczenia
pomiarowego po dowolnym okresie czasu.

background image

WYKŁAD 5

WYKŁAD 5

25

25

POJĘCIA ZWIĄZANE Z OCENĄ

DOKŁADNOŚCI POMIARÓW

▀ DOKŁADNOŚĆ (Accuracy):

właściwość, która charakteryzuje narzędzie
pomiarowe pozwalające uzyskać wyniki pomiaru
odpowiadające prawdziwej wartości wielkości
mierzonej.

background image

WYKŁAD 5

WYKŁAD 5

26

26

POJĘCIA ZWIĄZANE Z OCENĄ

DOKŁADNOŚCI POMIARÓW

Wartość prawdziwa

(true value, actual value);

pojęcie umowne, abstrakcyjne; w praktyce
zastępowana przez wartość:

► poprawną (the conventional true value)

► nominalną (nominal value)

► oczekiwaną (średnią statystyczną) (mean value)
wyznaczoną na podstawie zbioru wartości
wyników pomiarów.

background image

WYKŁAD 5

WYKŁAD 5

27

27

POJĘCIA ZWIĄZANE Z OCENĄ

DOKŁADNOŚCI POMIARÓW

▀ BŁĄD POMIARU (Measuring error)

miara dokładności pomiaru; różnica (lub
różnica względna) między wartością zmierzoną
(wynikiem pomiaru), a prawdziwą wartością
wielkości mierzonej.

background image

WYKŁAD 5

WYKŁAD 5

28

28

KRYTERIA KLASYFIKACJI BŁĘDOW

POMIAROWYCH

W zależności od sposobu odniesienia wyniku
pomiaru x

M

do prawdziwej (poprawnej) wartości

wielkości mierzonej x

R

.

► bezwzględne ∆x = x

M

- x

R

► względne δx = (x

M

– x

M

)/x

R

,

background image

WYKŁAD 5

WYKŁAD 5

29

29

KRYTERIA KLASYFIKACJI BŁĘDOW

POMIAROWYCH

W zależności od źródła powstawania

► przyrządu pomiarowego,

► metody pomiarowej:

□ pobrania

□ przetwarzania

□ ………………..

► obserwatora

► obliczeń i przetwarzania danych

► wynikające z wpływu otoczenia na:

□ źródło wielkości mierzonej,

□ układ pomiarowy,

□ obserwatora.

background image

WYKŁAD 5

WYKŁAD 5

30

30

KRYTERIA KLASYFIKACJI BŁĘDOW

POMIAROWYCH

W zależności od regularności pojawiania się
błędów przy wielokrotnym powtarzaniu
pomiarów w tych samych warunkach

systematyczne

□ stałe (właściwe)

□ zmienne (niewłaściwe)

► przypadkowe,

► nadmierne (pomyłki).

background image

WYKŁAD 5

WYKŁAD 5

31

31

KRYTERIA KLASYFIKACJI BŁĘDOW

POMIAROWYCH

W zależności od charakteru zmienności
wielkości

mierzonej i typu reakcji układu pomiarowego

► statyczne,

► dynamiczne.

W zależności od warunków środowiska,
istniejących w momencie wykonania pomiaru

► podstawowe,

► dodatkowe

background image

WYKŁAD 5

WYKŁAD 5

32

32

METODA NAJMNIEJSZYCH

KWADRATÓW

Zmienne y i x związane są zależnością
funkcyjną:

y = f(x, a

1

, a

2

, a

3

, . . . , a

m

)

gdzie:

- postać funkcji f jest znana,

- a

1

, a

2

, . . . , a

m

są stałymi

określonymi

na podstawie

pomiarów.

* * *

Niech para (x

i

, y

i

) ; i = 1, 2, 3, . . . , n będzie

wynikiem pomiaru

background image

WYKŁAD 5

WYKŁAD 5

33

33

METODA NAJMNIEJSZYCH

KWADRATÓW

Wprowadzamy zmienną:

e

i

= y

i

- f(x

i

, a

1

, a

2

, a

3

, . . . , a

m

)

* * *

Dla m (liczba parametrów) i n (liczba
pomiarów
)

1.n < m

– układ nieoznaczony

2.n = m

– może być rozwiązanie jednoznaczne

3.n > m

– liczba równań jest większa niż liczba

niewiadomych a

i

1.n < m

– układ nieoznaczony

2.n = m

– może być rozwiązanie jednoznaczne

3.n > m – liczba równań jest większa niż liczba

niewiadomych a

i

background image

WYKŁAD 5

WYKŁAD 5

34

34

METODA NAJMNIEJSZYCH

KWADRATÓW

Poszukujemy takich parametrów a

i

, aby:

min

1

2

n

i

i

e

S

Ponieważ S =

(a

1

, a

2

, . . . , a

m

) , więc warunek

konieczny minimum ma postać:

m

i

a

S

i

,

3

,

2

,

1

;

0

Rozwiązanie powyższego układu równań zależy
od postaci funkcji f.

background image

WYKŁAD 5

WYKŁAD 5

35

35

REGRESJA LINIOWA

Dla funkcji liniowej:

y = A x + B

Nieznane parametry A i B szacuje się, korzystając z
wyrażeń:

2

1

1

2

1

1

1

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

i

x

x

n

y

x

y

x

n

A

2

1

1

2

1

1

1

1

2

 

n

i

i

n

i

i

n

i

i

i

n

i

i

n

i

n

i

i

i

x

x

n

y

x

x

x

y

n

B

przy czym

gdzie x i y są
średnimi arytmetycznymi
wielkości x

i

i y

i

.

B

x

A

y

background image

WYKŁAD 5

WYKŁAD 5

36

36

WSPÓŁCZYNNIK KORELACJI

Miara zależności liniowej między wielkościami X i

Y

2

1

1

2

2

1

1

2

1

1

1

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

i

y

y

n

x

x

n

y

x

y

x

n

r

-1  r  1

X

Y

background image

WYKŁAD 5

WYKŁAD 5

37

37

WSPÓŁCZYNNIK KORELACJI

Miara zależności liniowej między wielkościami X i

Y

2

1

1

2

2

1

1

2

1

1

1

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

i

y

y

n

x

x

n

y

x

y

x

n

r

-1  r  1

X

Y

background image

WYKŁAD 5

WYKŁAD 5

38

38

WSPÓŁCZYNNIK KORELACJI

Miara zależności liniowej między wielkościami X i

Y

2

1

1

2

2

1

1

2

1

1

1

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

n

i

i

i

y

y

n

x

x

n

y

x

y

x

n

r

-1  r  1

X

Y


Document Outline


Wyszukiwarka

Podobne podstrony:
Błędy przypadkowe w pomiarach pośrednich 3
Błędy przypadkowe w pomiarach pośrednich 2
METROLOGIA, laborki(metrol3), Błędy przypadkowe w pomiarach bezpośrednich
Błędy przypadkowe Metoda pośrednia, PWR Politechnika Wrocławska, podstawy metrologii, Wykłady 2011
bledy przypadkowe
Laboratorium z Metrologii - Błędy przypadkowe w pomiarach bezpośrednich, Metrologia
Błędy przypadkowe w pomiarach?zpośrednich
2 Błędy przypadkowe w pomiarach pośrednich
wyklad 04 bledy-przypadkowe, ŹRÓDŁA BŁĘDÓW, CHARAKTER BŁĘDÓW - BŁĘDY SYSTEMATYCZNE I PRZYPADKOWE
2012 03 28 metody przypadków ppt
bledy przypadkowe w pomiarach bezposrednich doc
bledy przypadkowe w pomiarach posrednich doc
Przypadek kliniczny nr 6 (2) ppt
W9 MPiS ppt

więcej podobnych podstron