Błąd przypadkowy (losowy) - zmienia się w sposób nieprzewidziany zarówno co do wartości bezwzględnej jak i znaku. Błędy przypadkowe powodują, że przy powtarzaniu pomiarów tej samej wartości tą samą metodą i w tych samych warunkach otrzymuje się nieco różniące się od siebie, zwykle tylko ostatnim miejscem wartości liczbowej. Błędów przypadkowych nie można wyeliminować, po wykonaniu serii pomiarów oblicza się wartość średnią wyników jako najbardziej zbliżoną do wartości rzeczywistej (uznaje się ją za wartość poprawną) oraz określa się, z pewnym prawdopodobieństwem, granice błędów przypadkowych. Granice te są granicami niepewności wyniku pomiaru.
Wariancja - jest to średnia arytmetyczna kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej zbiorowości.

Odchylenie standardowe - jest to pierwiastek kwadratowych z wariacji .
Odchylenie standardowe określa, o ile wszystkie jednostki danej zbiorowości różnią się średnio od średniej arytmetycznej badanej cechy.

Wartość oczekiwana (przeciętna) - jest to wartość, wokół której skupiają się realizacje zmiennej losowej uzyskiwane w wyniku wielokrotnego powtarzania eksperymentu.

Wartość oczekiwana (wartość średnia, przeciętna) - w rachunku prawdopodobieństwa wartość określająca spodziewany wynik doświadczenia losowego. Wartość oczekiwana to inaczej pierwszy moment zwykły. Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Histogram - to jeden z graficznych sposobów przedstawiania rozkładu empirycznego cechy. Składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe (patrz: Szereg rozdzielczy) wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.

Estymator odchylenia standardowego (procedura postępowania przy serii wyników).

Odchylenie standardowe w populacji można estymować (przybliżać) odchyleniem standardowym z próby, oznaczanym przez s. Ponieważ próba niesie informację tylko o części obserwacji z populacji, wynik ten nigdy nie jest dokładny. Wszystkie podane niżej wzory są przybliżeniami, pozwalającymi oszacować odchylenie standardowe zmiennej losowej w populacji (w przypadku rozkładu normalnego jest to również parametr rozkładu σ) na podstawie wartości z próby. Różnice we wzorach biorą się z innych założeń co do pożądanych ich właściwości.

Najczęściej używany estymator odchylenia standardowego ma postać^:

Xi to kolejne wartości danej zmiennej losowej w próbie,

X (z kreseczka) to średnia arytmetyczna z próby,

n to liczba elementów w próbie.

Błąd nadmierny (gruby) - to błąd wynikający z nieprawidłowego wykonania pomiaru lub niesprawności przyrządu pomiarowego. Wynika z omyłkowego odczytania wskazania, z zastosowania przyrządu uszkodzonego lub niewłaściwego. Błąd nadmierny całkowicie dyskwalifikuję wynik pomiaru.
Estymator wartości oczekiwanej.
Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Estymator odchylenia standardowego [średnia arytmetyczna] (estymator odchylenia standardowego średniej / czy opłaca się robić dużą liczbę pomiarów = TAK).

Rozkład studenta (po co się stosuje przy opracowaniu wyniku ).
Dla małych serii pomiarów (n=2…20) rozkład gęstości prawdopodobieństwa nie odpowiada rozkładowi normalnemu. W takich sytuacjach stosuje się inne rozkłady, np. rozkład Studenta, którego postać graficzna jest mniej stroma i wolniej zbliża się do osi odciętych od krzywej Gaussa.

Rozkład Gaussa (kiedy stosujemy).
Wielokrotne powtarzanie tego samego pomiaru daje wyniki rozrzucone wokół określonej wartości. Jeśli wyeliminujemy wszystkie większe przyczyny błędów, zakłada się, że pozostałe mniejsze błędy muszą być rezultatem dodawania się do siebie dużej liczby niezależnych czynników, co daje w efekcie rozkład normalny. Odchylenia od rozkładu normalnego rozumiane są jako wskazówka, że zostały pominięte błędy systematyczne. To stwierdzenie jest centralnym założeniem teorii błędów.

Wynik obarczony błędem grubym (jak go wykryć - wzór). W serii pomiarów to błąd większy od
. Ponieważ prawdopodobieństwo wystąpienia błędu przypadkowego o takiej wartości jest znikomo małe (P = 0,002), to błąd ten należy uznać za błąd nadmierny(gruby, omyłkę), a wynik obarczony tym błędem należy skreślić.

Błąd graniczny - to granica niepewności określona z prawdopodobieństwem P = 0,9973, czyli:

Niepewność z prawdopodobieństwem 0,9973 ( 3 sigma).

**********************************

Wynik obarczony błędem grubym (jak go wykryć - wzór). W serii pomiarów to błąd większy od
. Ponieważ prawdopodobieństwo wystąpienia błędu przypadkowego o takiej wartości jest znikomo małe (P = 0,002), to błąd ten należy uznać za błąd nadmierny(gruby, omyłkę), a wynik obarczony tym błędem należy skreślić.

Błąd graniczny - to granica niepewności określona z prawdopodobieństwem P = 0,9973, czyli:

Niepewność z prawdopodobieństwem 0,9973 ( 3 sigma).

Wynik obarczony błędem grubym (jak go wykryć - wzór). W serii pomiarów to błąd większy od
. Ponieważ prawdopodobieństwo wystąpienia błędu przypadkowego o takiej wartości jest znikomo małe (P = 0,002), to błąd ten należy uznać za błąd nadmierny(gruby, omyłkę), a wynik obarczony tym błędem należy skreślić.

Błąd graniczny - to granica niepewności określona z prawdopodobieństwem P = 0,9973, czyli:

Niepewność z prawdopodobieństwem 0,9973 ( 3 sigma).

Wynik obarczony błędem grubym (jak go wykryć - wzór). W serii pomiarów to błąd większy od
. Ponieważ prawdopodobieństwo wystąpienia błędu przypadkowego o takiej wartości jest znikomo małe (P = 0,002), to błąd ten należy uznać za błąd nadmierny(gruby, omyłkę), a wynik obarczony tym błędem należy skreślić.

Błąd graniczny - to granica niepewności określona z prawdopodobieństwem P = 0,9973, czyli:

Niepewność z prawdopodobieństwem 0,9973 ( 3 sigma).

Wynik obarczony błędem grubym (jak go wykryć - wzór). W serii pomiarów to błąd większy od
. Ponieważ prawdopodobieństwo wystąpienia błędu przypadkowego o takiej wartości jest znikomo małe (P = 0,002), to błąd ten należy uznać za błąd nadmierny(gruby, omyłkę), a wynik obarczony tym błędem należy skreślić.

Błąd graniczny - to granica niepewności określona z prawdopodobieństwem P = 0,9973, czyli:

Niepewność z prawdopodobieństwem 0,9973 ( 3 sigma).

Błąd przypadkowy (losowy) - zmienia się w sposób nieprzewidziany zarówno co do wartości bezwzględnej jak i znaku. Błędy przypadkowe powodują, że przy powtarzaniu pomiarów tej samej wartości tą samą metodą i w tych samych warunkach otrzymuje się nieco różniące się od siebie, zwykle tylko ostatnim miejscem wartości liczbowej. Błędów przypadkowych nie można wyeliminować, po wykonaniu serii pomiarów oblicza się wartość średnią wyników jako najbardziej zbliżoną do wartości rzeczywistej (uznaje się ją za wartość poprawną) oraz określa się, z pewnym prawdopodobieństwem, granice błędów przypadkowych. Granice te są granicami niepewności wyniku pomiaru.
Wariancja - jest to średnia arytmetyczna kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej zbiorowości.

Odchylenie standardowe - jest to pierwiastek kwadratowych z wariacji .
Odchylenie standardowe określa, o ile wszystkie jednostki danej zbiorowości różnią się średnio od średniej arytmetycznej badanej cechy.

Wartość oczekiwana (przeciętna) - jest to wartość, wokół której skupiają się realizacje zmiennej losowej uzyskiwane w wyniku wielokrotnego powtarzania eksperymentu.

Wartość oczekiwana (wartość średnia, przeciętna) - w rachunku prawdopodobieństwa wartość określająca spodziewany wynik doświadczenia losowego. Wartość oczekiwana to inaczej pierwszy moment zwykły. Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Histogram - to jeden z graficznych sposobów przedstawiania rozkładu empirycznego cechy. Składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe (patrz: Szereg rozdzielczy) wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.

Estymator odchylenia standardowego (procedura postępowania przy serii wyników).

Odchylenie standardowe w populacji można estymować (przybliżać) odchyleniem standardowym z próby, oznaczanym przez s. Ponieważ próba niesie informację tylko o części obserwacji z populacji, wynik ten nigdy nie jest dokładny. Wszystkie podane niżej wzory są przybliżeniami, pozwalającymi oszacować odchylenie standardowe zmiennej losowej w populacji (w przypadku rozkładu normalnego jest to również parametr rozkładu σ) na podstawie wartości z próby. Różnice we wzorach biorą się z innych założeń co do pożądanych ich właściwości.

Najczęściej używany estymator odchylenia standardowego ma postać^:

Xi to kolejne wartości danej zmiennej losowej w próbie,

X (z kreseczka) to średnia arytmetyczna z próby,

n to liczba elementów w próbie.

Błąd nadmierny (gruby) - to błąd wynikający z nieprawidłowego wykonania pomiaru lub niesprawności przyrządu pomiarowego. Wynika z omyłkowego odczytania wskazania, z zastosowania przyrządu uszkodzonego lub niewłaściwego. Błąd nadmierny całkowicie dyskwalifikuję wynik pomiaru.
Estymator wartości oczekiwanej.
Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Estymator odchylenia standardowego [średnia arytmetyczna] (estymator odchylenia standardowego średniej / czy opłaca się robić dużą liczbę pomiarów = TAK).

Rozkład studenta (po co się stosuje przy opracowaniu wyniku ).
Dla małych serii pomiarów (n=2…20) rozkład gęstości prawdopodobieństwa nie odpowiada rozkładowi normalnemu. W takich sytuacjach stosuje się inne rozkłady, np. rozkład Studenta, którego postać graficzna jest mniej stroma i wolniej zbliża się do osi odciętych od krzywej Gaussa.

Rozkład Gaussa (kiedy stosujemy).
Wielokrotne powtarzanie tego samego pomiaru daje wyniki rozrzucone wokół określonej wartości. Jeśli wyeliminujemy wszystkie większe przyczyny błędów, zakłada się, że pozostałe mniejsze błędy muszą być rezultatem dodawania się do siebie dużej liczby niezależnych czynników, co daje w efekcie rozkład normalny. Odchylenia od rozkładu normalnego rozumiane są jako wskazówka, że zostały pominięte błędy systematyczne. To stwierdzenie jest centralnym założeniem teorii błędów.

Błąd przypadkowy (losowy) - zmienia się w sposób nieprzewidziany zarówno co do wartości bezwzględnej jak i znaku. Błędy przypadkowe powodują, że przy powtarzaniu pomiarów tej samej wartości tą samą metodą i w tych samych warunkach otrzymuje się nieco różniące się od siebie, zwykle tylko ostatnim miejscem wartości liczbowej. Błędów przypadkowych nie można wyeliminować, po wykonaniu serii pomiarów oblicza się wartość średnią wyników jako najbardziej zbliżoną do wartości rzeczywistej (uznaje się ją za wartość poprawną) oraz określa się, z pewnym prawdopodobieństwem, granice błędów przypadkowych. Granice te są granicami niepewności wyniku pomiaru.
Wariancja - jest to średnia arytmetyczna kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej zbiorowości.

Odchylenie standardowe - jest to pierwiastek kwadratowych z wariacji .
Odchylenie standardowe określa, o ile wszystkie jednostki danej zbiorowości różnią się średnio od średniej arytmetycznej badanej cechy.

Wartość oczekiwana (przeciętna) - jest to wartość, wokół której skupiają się realizacje zmiennej losowej uzyskiwane w wyniku wielokrotnego powtarzania eksperymentu.

Wartość oczekiwana (wartość średnia, przeciętna) - w rachunku prawdopodobieństwa wartość określająca spodziewany wynik doświadczenia losowego. Wartość oczekiwana to inaczej pierwszy moment zwykły. Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Histogram - to jeden z graficznych sposobów przedstawiania rozkładu empirycznego cechy. Składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe (patrz: Szereg rozdzielczy) wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.

Estymator odchylenia standardowego (procedura postępowania przy serii wyników).

Odchylenie standardowe w populacji można estymować (przybliżać) odchyleniem standardowym z próby, oznaczanym przez s. Ponieważ próba niesie informację tylko o części obserwacji z populacji, wynik ten nigdy nie jest dokładny. Wszystkie podane niżej wzory są przybliżeniami, pozwalającymi oszacować odchylenie standardowe zmiennej losowej w populacji (w przypadku rozkładu normalnego jest to również parametr rozkładu σ) na podstawie wartości z próby. Różnice we wzorach biorą się z innych założeń co do pożądanych ich właściwości.

Najczęściej używany estymator odchylenia standardowego ma postać^:

Xi to kolejne wartości danej zmiennej losowej w próbie,

X (z kreseczka) to średnia arytmetyczna z próby,

n to liczba elementów w próbie.

Błąd nadmierny (gruby) - to błąd wynikający z nieprawidłowego wykonania pomiaru lub niesprawności przyrządu pomiarowego. Wynika z omyłkowego odczytania wskazania, z zastosowania przyrządu uszkodzonego lub niewłaściwego. Błąd nadmierny całkowicie dyskwalifikuję wynik pomiaru.
Estymator wartości oczekiwanej.
Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Estymator odchylenia standardowego [średnia arytmetyczna] (estymator odchylenia standardowego średniej / czy opłaca się robić dużą liczbę pomiarów = TAK).

Rozkład studenta (po co się stosuje przy opracowaniu wyniku ).
Dla małych serii pomiarów (n=2…20) rozkład gęstości prawdopodobieństwa nie odpowiada rozkładowi normalnemu. W takich sytuacjach stosuje się inne rozkłady, np. rozkład Studenta, którego postać graficzna jest mniej stroma i wolniej zbliża się do osi odciętych od krzywej Gaussa.

Rozkład Gaussa (kiedy stosujemy).
Wielokrotne powtarzanie tego samego pomiaru daje wyniki rozrzucone wokół określonej wartości. Jeśli wyeliminujemy wszystkie większe przyczyny błędów, zakłada się, że pozostałe mniejsze błędy muszą być rezultatem dodawania się do siebie dużej liczby niezależnych czynników, co daje w efekcie rozkład normalny. Odchylenia od rozkładu normalnego rozumiane są jako wskazówka, że zostały pominięte błędy systematyczne. To stwierdzenie jest centralnym założeniem teorii błędów.

Błąd przypadkowy (losowy) - zmienia się w sposób nieprzewidziany zarówno co do wartości bezwzględnej jak i znaku. Błędy przypadkowe powodują, że przy powtarzaniu pomiarów tej samej wartości tą samą metodą i w tych samych warunkach otrzymuje się nieco różniące się od siebie, zwykle tylko ostatnim miejscem wartości liczbowej. Błędów przypadkowych nie można wyeliminować, po wykonaniu serii pomiarów oblicza się wartość średnią wyników jako najbardziej zbliżoną do wartości rzeczywistej (uznaje się ją za wartość poprawną) oraz określa się, z pewnym prawdopodobieństwem, granice błędów przypadkowych. Granice te są granicami niepewności wyniku pomiaru.
Wariancja - jest to średnia arytmetyczna kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej zbiorowości.

Odchylenie standardowe - jest to pierwiastek kwadratowych z wariacji .
Odchylenie standardowe określa, o ile wszystkie jednostki danej zbiorowości różnią się średnio od średniej arytmetycznej badanej cechy.

Wartość oczekiwana (przeciętna) - jest to wartość, wokół której skupiają się realizacje zmiennej losowej uzyskiwane w wyniku wielokrotnego powtarzania eksperymentu.

Wartość oczekiwana (wartość średnia, przeciętna) - w rachunku prawdopodobieństwa wartość określająca spodziewany wynik doświadczenia losowego. Wartość oczekiwana to inaczej pierwszy moment zwykły. Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Histogram - to jeden z graficznych sposobów przedstawiania rozkładu empirycznego cechy. Składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe (patrz: Szereg rozdzielczy) wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.

Estymator odchylenia standardowego (procedura postępowania przy serii wyników).

Odchylenie standardowe w populacji można estymować (przybliżać) odchyleniem standardowym z próby, oznaczanym przez s. Ponieważ próba niesie informację tylko o części obserwacji z populacji, wynik ten nigdy nie jest dokładny. Wszystkie podane niżej wzory są przybliżeniami, pozwalającymi oszacować odchylenie standardowe zmiennej losowej w populacji (w przypadku rozkładu normalnego jest to również parametr rozkładu σ) na podstawie wartości z próby. Różnice we wzorach biorą się z innych założeń co do pożądanych ich właściwości.

Najczęściej używany estymator odchylenia standardowego ma postać^:

Xi to kolejne wartości danej zmiennej losowej w próbie,

X (z kreseczka) to średnia arytmetyczna z próby,

n to liczba elementów w próbie.

Błąd nadmierny (gruby) - to błąd wynikający z nieprawidłowego wykonania pomiaru lub niesprawności przyrządu pomiarowego. Wynika z omyłkowego odczytania wskazania, z zastosowania przyrządu uszkodzonego lub niewłaściwego. Błąd nadmierny całkowicie dyskwalifikuję wynik pomiaru.
Estymator wartości oczekiwanej.
Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Estymator odchylenia standardowego [średnia arytmetyczna] (estymator odchylenia standardowego średniej / czy opłaca się robić dużą liczbę pomiarów = TAK).

Rozkład studenta (po co się stosuje przy opracowaniu wyniku ).
Dla małych serii pomiarów (n=2…20) rozkład gęstości prawdopodobieństwa nie odpowiada rozkładowi normalnemu. W takich sytuacjach stosuje się inne rozkłady, np. rozkład Studenta, którego postać graficzna jest mniej stroma i wolniej zbliża się do osi odciętych od krzywej Gaussa.

Rozkład Gaussa (kiedy stosujemy).
Wielokrotne powtarzanie tego samego pomiaru daje wyniki rozrzucone wokół określonej wartości. Jeśli wyeliminujemy wszystkie większe przyczyny błędów, zakłada się, że pozostałe mniejsze błędy muszą być rezultatem dodawania się do siebie dużej liczby niezależnych czynników, co daje w efekcie rozkład normalny. Odchylenia od rozkładu normalnego rozumiane są jako wskazówka, że zostały pominięte błędy systematyczne. To stwierdzenie jest centralnym założeniem teorii błędów.

Błąd przypadkowy (losowy) - zmienia się w sposób nieprzewidziany zarówno co do wartości bezwzględnej jak i znaku. Błędy przypadkowe powodują, że przy powtarzaniu pomiarów tej samej wartości tą samą metodą i w tych samych warunkach otrzymuje się nieco różniące się od siebie, zwykle tylko ostatnim miejscem wartości liczbowej. Błędów przypadkowych nie można wyeliminować, po wykonaniu serii pomiarów oblicza się wartość średnią wyników jako najbardziej zbliżoną do wartości rzeczywistej (uznaje się ją za wartość poprawną) oraz określa się, z pewnym prawdopodobieństwem, granice błędów przypadkowych. Granice te są granicami niepewności wyniku pomiaru.
Wariancja - jest to średnia arytmetyczna kwadratów odchyleń poszczególnych wartości cechy od średniej arytmetycznej zbiorowości.

Odchylenie standardowe - jest to pierwiastek kwadratowych z wariacji .
Odchylenie standardowe określa, o ile wszystkie jednostki danej zbiorowości różnią się średnio od średniej arytmetycznej badanej cechy.

Wartość oczekiwana (przeciętna) - jest to wartość, wokół której skupiają się realizacje zmiennej losowej uzyskiwane w wyniku wielokrotnego powtarzania eksperymentu.

Wartość oczekiwana (wartość średnia, przeciętna) - w rachunku prawdopodobieństwa wartość określająca spodziewany wynik doświadczenia losowego. Wartość oczekiwana to inaczej pierwszy moment zwykły. Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Histogram - to jeden z graficznych sposobów przedstawiania rozkładu empirycznego cechy. Składa się z szeregu prostokątów umieszczonych na osi współrzędnych. Prostokąty te są z jednej strony wyznaczone przez przedziały klasowe (patrz: Szereg rozdzielczy) wartości cechy, natomiast ich wysokość jest określona przez liczebności (lub częstości, ewentualnie gęstość prawdopodobieństwa) elementów wpadających do określonego przedziału klasowego.

Estymator odchylenia standardowego (procedura postępowania przy serii wyników).

Odchylenie standardowe w populacji można estymować (przybliżać) odchyleniem standardowym z próby, oznaczanym przez s. Ponieważ próba niesie informację tylko o części obserwacji z populacji, wynik ten nigdy nie jest dokładny. Wszystkie podane niżej wzory są przybliżeniami, pozwalającymi oszacować odchylenie standardowe zmiennej losowej w populacji (w przypadku rozkładu normalnego jest to również parametr rozkładu σ) na podstawie wartości z próby. Różnice we wzorach biorą się z innych założeń co do pożądanych ich właściwości.

Najczęściej używany estymator odchylenia standardowego ma postać^:

Xi to kolejne wartości danej zmiennej losowej w próbie,

X (z kreseczka) to średnia arytmetyczna z próby,

n to liczba elementów w próbie.

Błąd nadmierny (gruby) - to błąd wynikający z nieprawidłowego wykonania pomiaru lub niesprawności przyrządu pomiarowego. Wynika z omyłkowego odczytania wskazania, z zastosowania przyrządu uszkodzonego lub niewłaściwego. Błąd nadmierny całkowicie dyskwalifikuję wynik pomiaru.
Estymator wartości oczekiwanej.
Estymatorem wartości oczekiwanej rozkładu cechy w populacji jest średnia arytmetyczna.

Estymator odchylenia standardowego [średnia arytmetyczna] (estymator odchylenia standardowego średniej / czy opłaca się robić dużą liczbę pomiarów = TAK).

Rozkład studenta (po co się stosuje przy opracowaniu wyniku ).
Dla małych serii pomiarów (n=2…20) rozkład gęstości prawdopodobieństwa nie odpowiada rozkładowi normalnemu. W takich sytuacjach stosuje się inne rozkłady, np. rozkład Studenta, którego postać graficzna jest mniej stroma i wolniej zbliża się do osi odciętych od krzywej Gaussa.

Rozkład Gaussa (kiedy stosujemy).
Wielokrotne powtarzanie tego samego pomiaru daje wyniki rozrzucone wokół określonej wartości. Jeśli wyeliminujemy wszystkie większe przyczyny błędów, zakłada się, że pozostałe mniejsze błędy muszą być rezultatem dodawania się do siebie dużej liczby niezależnych czynników, co daje w efekcie rozkład normalny. Odchylenia od rozkładu normalnego rozumiane są jako wskazówka, że zostały pominięte błędy systematyczne. To stwierdzenie jest centralnym założeniem teorii błędów.

---