124
Pwie próbki statystyczne mogą mieć jednakową średnią, lecz wykazywać znaczną różnicę zmienności w poszczególnych pozycjach.
Przykładowo możemy porównać dwie próbki:
próbka A - 80,0; 76,0; 80,0; 80,5; 78,5; 79»0; 80; próbka B - 75,0; 77,0; 84,0; 84,5; 74,5} 74,0; 85,0.
TA | 554,0 nA =7
fg = 79,14 sA(x) = 1,45
£B = 554,0
nB = 7
|| = 79,14 sB(x) | 4,73
Widzimy, że wartości średnich dla obu próbek są jednakowe a odchylenia standardowe różne. Dla próbki B wyniki wykazują znacznie większą zmienność od średniej arytmetycznej niż dla próbki A.
6.1.3. Wariancja
Wariancja w próbce statystycznej jest to kwadrat odchylenia standardo-
(6.5)
Wariancja ze względu na swoje własności jest stosowana do analizy statystycznej .
6.1.4. Rozstęp
Rozstępem nazywamy różnicę między największą i najmniejszą wartością zmiennej z próbki.
Dla danych x2> ••• xn» rozstęp możemy określić jako:
Rozstęp, nie jest zbyt czułą miarą zmienności, lecz daje możliwość szybkiego porównania wyników dla małych próbek.
6.2, ROZKŁADY I TESTOWANIE DANYCH 6.2.1. Błędy pomiaru
Błędy doświadczalne dzielimy na systematycznejgrube i przypadkowe.
Błędy systematyczne staramy się eliminować w trakcie badań poprzez okresowe sprawdzenie układu pomiarowego oraz powtarzanie pomiarów.
W celu sprawdzenia czy wynik Jest obarczony błędem grubym, uporządkowuje-my wynik w kolejności x1< x2< Xy..<xR i obliczamy wartość statystyki b z zależności:
b
b
xn : s(x)
(6.7)
Jeżeli wartość statystyki b Jest większa od wartości krytycznej odczytanej z tablicy 6.1. dla danego poziomu istotności cc oraz liczby pomiarów n, to dany wynik obarczony Jest błędem grubym i eliminujemy go z dalszej analizy.
Tablica 6.1
Eliminacja błędów grubych Wartości krytyczne b+(n,w) [6.6]
a n |
0,01 |
0,025 |
0,05 |
0,01 |
3 |
1,414 |
1,414 |
1,412 |
1,406 |
1 |
,723 |
,710 |
,689 |
,645 |
5 |
,955 |
,917 |
,869 |
,791 |
6 |
2,130 |
2,067 |
1,996 |
1,894 |
7 |
,265 |
1,82 |
2,093 |
,974 |
.8 |
,374 |
,273 |
,172 |
2,041 |
9 |
,464 |
,349 |
,237| |
,097 |
10 |
,540 |
,414 |
,294 |
,146 |
11 |
2,606 |
2,470 |
2,343 |
2,190 |
12 |
,663 |
,519* |
,387 |
,229 |
13 |
,714 |
,562 |
,426 / |
,264 |
14 |
,759 |
,602 |
,461 |
.(297 |
15 |
,800 |
,638 |
,493 |
,326 |
16 |
2,837 |
2,670 |
2,523 |
2,354 |
17 |
,871 |
,701 |
,551 |
,380 |
18 |
,903 |
,728 |
,577 |
,404 |
19 |
,932 |
,754 |
,600 |
,426 |
20 |
,959 |
,778 |
,623 |
,447 |
21 |
2,984 |
2,801 |
2,644 |
2,467 |
22 |
3,008 |
,823 |
,664 |
,486 |
23 |
,030 |
,843 |
,683 |
,504 |
24 |
,051 |
,862 |
,701 |
,520 |
25 |
,071 |
,880 |
,717 |
,537 |
Błędy przypadkowe powstają w wyniku działania niekontrolowanych na danym poziomie techniki pomiarowej czynników o charakterze losowym.
Wyniki pomiaru należy traktować jako zmienną losową i rozważać na giiin-cie statystyki matematycznej.
Dokładność pomiaru dla wyników obciążonych jedynie błędami przypadkowymi oceniamy poprzez ustalenie przedziału ufności dla prawdziwej średniej stosując np. test t-Studenta.