Może być stosowana w pomiarach, w którym występuje błąd przypadkowy. Najprostszym przypadkiem jest analiza serii n obserwacji x\, ..., ..., x„ .Traktujemy je jako n realizacji
zmiennej losowej o wartości oczekiwanej |i (którą utożsamiamy z wartością rzeczywistą xo) oraz odchyleniu standardowym o (Dodatek A). Do obliczenia przybliżonych wartości tych parametrów wykorzystujemy rezultaty teorii estymacji (Dodatek B). W większości przypadków za wynik pomiaru x (najbliższy nieznanej wartości rzeczywistej xq) przyjmujemy wartość średniej arytmetycznej
x = x=~y'xi. (1.5)
n
We wzorze 1.5, jak i we wszystkich wzorach w rozdziale 1, znak sumy bez wskaźników oznacza sumowanie od i = 1 do n.
Miarą rozrzutu wyników pomiaru jest wielkość zwana estymatorem odchylenia standardowego,
(1.6)
n-1
Wielkość sx można by utożsamiać z niepewnością pomiaru, gdybyśmy za jego wynik przyjęli którąkolwiek z wartości Xj. Przy obliczaniu średniej następuje jednak częściowa kompensacja odchyłek -x różnych znaków, dzięki czemu jest ona bliższa wartości rzeczywistej *o niż wynik pojedynczej obserwacji. Ilościowo, estymator odchylenia standardowego średniej s- jest J~n razy mniejszy od estymatora sx,
Sx
■fn
(1.7a)
Ponieważ za wynik pomiaru przyjmujemy średnią, niepewnością pomiaru u{x) utożsamiamy z estymatorem odchylenia standardowego średniej, u(x) = s-. Łącząc ze sobą wzory (1.6) i (1.7a) otrzymujemy
u(x) =
n(n-1)
(1.7b>
Wielkości sx oraz nazywamy estymatorami dlatego, że choć obliczane z jednoznacznych wzorów, są równe prawdziwym wartościom odchylenia standardowego tylko w granicy Gdy liczba pomiarów n jest skończona, odchylenie standardowe średniej
- czyli niepewność pomiaru - znamy ze skończoną, niezbyt wielką dokładnością (tab. 1.1).
6