IMG77 (2)

IMG77 (2)



mierzenia, nie jest uprzywilejowana, czyli jest jednakowo prawdopodobna, a zaokrąglanie takich liczb wykonujemy wg reguł, które zapewniają „symetrię odchyleń”, czyli błąd zaokrąglenia nie może przekroczyć granic ±0.5 jednostki na pozycji zaokrąglonej i powinien mieć rozkład jednostajny. Gdy działają czynniki, które równocześnie wywołują błędy o rozkładzie normalnym, a równocześnie występuje zaokrąglanie (kwantowanie) i błędy zaokrąglenia są tego samego rzędu, to wypadkowy rozkład (rozkład kompozycji) tych rozkładów modeluje się - jak już sygnalizowaliśmy - dość dokładnie za pomocą rozkładu normalnego, o wariancji równej sumie wariancji obu zmiennych (tj. sumie kwadratów odchyleń standardowych).

Całka z funkcji (1.8) w granicach od v-a do v+er wyraża prawdopodobieństwo p||/— G<,xśv+o }= 0.6827, że wartość x znajdzie się w wymienionym przedziale z

prawdopodobieństwem 0.6827. Podobnie można wyznaczyć prawdopodobieństwo dla przedziału v±2a, wynoszące 0.9545, oraz dla przedziału v±3ct, wynoszące 0.9973. Zostały więc wyznaczone graniczne wartości x, takie że przekroczenie wskazanych granic przez losowe odchylenia wartości x od wartości oczekiwanej v są mało prawdopodobne. Na przykład w ostatnim przypadku wynosi: 1-0.9973 = 0.0027.

Rozwiązując nierówność v-kcr<.x< v + ker ze względu na v, w której k jest dowolnym współczynnikiem, otrzymamy:

x-k<rśvśx + k<T    (1.9)

albo w postaci zapisu przyjętego w miernictwie:

V = x±k<T    (1.9a)

Nierówność (1.9) odczytujemy inaczej niż nierówność wyjściową, z której tę ostatnią otrzymaliśmy przez przekształcenie, bo v nie jest zmienną losową, lecz jest stałą natomiast losowe jest x Losowe jest z tego powodu położenie przedziału. Tę nierówność czytamy mianowicie: nieznana i stała wartość oczekiwana v znajduje się w przedziale x ± ker, symetrycznie położonym wokół losowego x Wartość k zależy od wybranego prawdopodobieństwa. W tym zastosowaniu zamiast słowa „prawdopodobieństwo” stosuje się nazwę „poziom ufności”, a otrzymany przedział nazywa się przedziałem ufności, w tym przypadku przedział ufności dla v. Podkreślmy, że v nie zmienia się, jest konkretne, lecz jest nieznane, a o jego wartości możemy powiedzieć tylko tyle, że gdy zrealizowało się jakieś losowe x, to przy danym poziomie ufności nieznane yjest nie mniejsze niż vml i me większe niż iw (rys. 1.2). Taki przedział w miernictwie jest interpretowany jako przedziałowa ocena niepewności nieznanego v ocenionego na podstawie otrzymanego losowego x Taki

przykład możliwej wartości v

-    - ■ ■    . _Łj_i_X*

Vmu= X VmI=

= v-ka -y+ko

Rys. 1.2. Nieznane v zawiera się w przedziale (v„ .y^)

przedział (ufności) nazywany jest niepewnością graniczną przy poziomie ufności obranym do wyznaczenia k Dla niepewności przedziałowej wprowadziliśmy symbol 6. Można by też połączyć nazwy i powiedzieć o takim przedziale: niepewność przedziałowa graniczna Graniczność oznacza tu tylko tyle, Ze zadowala nas wybrany poziom ufności, przy którym wyznaczono wartość k, a pośrednio wielkość przedziału ufności Z wybranej wielkości k wynika też odpowiednie prawdopodobieństwo, że faktyczne odchylenie nie przekroczy granic przedziału ufności.

Gdy możemy powtórzyć doświadczenie pomiarowe, czyli zrealizować wielokrotnie ten sam podstawowy układ warunków i gdy zjawiska składające się na układ warunków są takie, że wywołują losowy rozrzut wyników, to otrzymujemy większą liczbę wartości zmiennej losowej, np. n wartości. Przy takim założeniu wyniki należą do zbioru zdarzeń o tym samym rozkładzie charakterystycznym dla tego podstawowego układu warunków Przyjmijmy, że jest to rozkład normalny n(x; v,a) (choć może być dowolny). Oznacza to, te otrzymane wartości */, xj, ...xj, ...x„ są rozrzucone losowo wokół tej samej wartości oczekiwanej v, więc jest uzasadnione oczekiwanie, że średnia z otrzymanych wyników (I 10), też losowa wartość (jako wynik dodawania liczb losowych), będzie przeciętnie bliższa wartości

m

x=-±-^-    •*'■» " ■ *VK|(iio)

n

oczekiwanej niż każdy z wyników w pojedynkę. „Przeciętnie” oznacza, że realizując takie sene powtórzeń wielokrotnie i licząc średnie z każdej serii otrzymalibyśmy zbiór średnich, których wartości byłyby bardziej skupione wokół v niż pierwotne wyniki surowe x,, z których średnie powstawały. Okazuje się (co nie byłoby trudne do policzenia), że nowa zmienna losowa X (zmienna losowa utworzona jako średnia arytmetyczna z innych zmiennych) ma rozkład gęstości prawdopodobieństwa n(x; V,a/j-m ), czyli jest zmienną losową o takiej samej wartości oczekiwanej v i też (dokładnie!) o rozkładzie normalnym, ale o odchyleniu

standardowym -Jn razy mniejszym. W wyniku zastosowania tego rozumowania otrzymujemy jeszcze coś więcej, bo okazuje się, że ta nowa zmienna losowa (czyli średnia) ma rozkład gęstości prawdopodobieństwa w granicy normalny1 nawet wówczas, gdy składniki tej średniej mają dowolny rozkład, ale średnia liczona jest z dużej liczby zmiennych losowych. Duża liczebność n składników, z których ma się zrealizować średnia, żeby jej rozkład dość dokładnie byl modelowany rozkładem normalnym, może wynosić np. trzy albo pięć, a dla każdej większej liczby rozkład normalny będzie jeszcze dokładniejszym modelem. Wynika z tego oczywisty wniosek, że gdy wartości x, mają rozkład normalny, to rozkład średniej jest bezwarunkowo normalny (nawet dla średniej z dwu wartości). Ten fakt jest (między innymi) powodem tego, że prawie automatycznie korzystamy z rozkładu normalnego.

Z powyższych rozważań wynika, że jest przeciętnie dokładniejsze i tym samym bardziej praktyczne - tam gdzie jest to możliwe - przedział ufności (1.9) zbudować wokół wartości średniej X z serii x, wyników, niż wokół pojedynczego wyniku x,. Wówczas bowiem przedział ufności (1.9) przyjmie postać (1.11), a to oznacza, że wynik pomiaru jest

dokładniejszy, bo przedział ufności jest -Jn razy mniejszy, a więc niepewność oceny v za pomocą X jest lepsza

v-x±k-Zr    (1.11)

*Jn

39

1

Już było powiedziane, te rozkład normalny jest granicznym rozkładem kompozycji dowolnych rozkładów , czyli rozkładem sumy zmiennych losowych.


Wyszukiwarka

Podobne podstrony:
IMG?77 (2) mierzenia, nie jest uprzywilejowana, czyli jest jednakowo prawdopodobna, a zaokrąglanie t
IMG?77 (2) mierzenia, nie jest uprzywilejowana, czyli jest jednakowo prawdopodobna, a zaokrąglanie t
CCF20090120119 MIERZENIE KĄTÓW Dość łatwo jest zmierzyć długość odcinka. Nie jest jednak oczywiste,
Czułość emulsji fotograficznych nie jest jednakowa na całym zakresie widma optycznego, widzialnego d
skanuj0036 (66) m 230 Rozdział 6. Język i mass media: znaczące płaszczyzny komunikacji czywistości n
SNV36494 IHHHHK Im —i agaa Bal—Kabała "tradycja tajemna Zachodu" Kabała nie jest jednak fo
img150 150 bezpośrednia modyfikacja nie jest jednakże poprawna. Zauważmy bowiem, że odbiornik otrzym
IMG74 (2) KOWANY 1995), nie jest jednak jasne, czy efekt ten dotyczy także przypadku, w którym po p
IMG274 (3) Znajomość podstawowych parametrów fizykomechanicznych skał nie jest jednak pełną inf
page0288 284 Podobnież i wielkość komórek nie jest jednakowa, i to zarówno w komórkach tkanek, jak i
IMGs22 Rozdział 8 etoda ta jest nadal stosowana, nie jest jednak komfortowa dla technika. Po wy-inia
Każdy z każdym •    Rozwiązanie takie oferuje spore możliwości, nie jest jednak
-KRO nie jest jednak kodyfikacją wyczerpującą i zupełną i dlatego do źródeł prawa rodzinnego można
położyli duże zasługi. Uprawianie logiki współczesnej nie jest jednakże monopolem neopozytywistów.

więcej podobnych podstron