Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Значение коэффициента корреляции и поправочного множителя




Коэффициент корреляции Значение поправочного множителя К„ наблюдений п при числе
         
0,10 1,10 1,18 1,38 1,70
0,15 1,14 1,25 1,50 1,89
0,25 1,22 1,39 1,74 2,28
0,50 1,41 1,73 2,35 3,24
1,00 1,73 2,24 3,17 4,47

 

Как видно из табл. 2.3, величина <у- может быть существенно

занижена. Так, при малой корреляции результатов и п < 20 это занижение не превышает 1,7 раза. При сильной корреляции вели­чина <7-, характеризующая точность результатов измерений, мо­жет быть занижена в несколько раз.

Заметно влияет на СКО результатов наблюдений о-, называ­емое иногда погрешностью метода измерений, степень исправ- ленности результатов наблюдений перед обработкой. Действитель­но, если выполняются технические измерения и результат изме­рения получают в виде среднего арифметического значения х, то величину погрешности метода в этом случае (обозначим ее crXi) определяют по формуле (2.2). Если измерения той же величины выполняют с такой точностью, что вместо х получают истинное значение искомого параметра, т. е. х = х, то погрешность метода в этом случае (обозначим ее сгд.,) получают по аналогичной форму­ле, в которую вместо делителя (п - 1) подставляют делитель п.

Несущественная на первый взгляд заменах на х намечает ряд проблем. Оказывается, что наиболее употребляемая на практике

характеристика сг(] как статистическая оценка имеет большее сме­щение и менее эффективна, чем характеристика.

Так, относительная величина смещенности СКО Аа =(М[аг]~ -G-)/ax оценок ст Г| и в ^ и их эффективность Еа как функция числа наблюдений я приведены на рис. 2.11 и показывают следую­щее:

• характеристики До и ^являются монотонными функциями я;

• обе оценки смещены относительно истинного СКО, получен­ного по данным генеральной совокупности, оценка сгХ] — больше, оценка сгх — меньше. При п > 50 смещение обеих оценок составляет примерно 0,5% и с уменьшением я растет, особенно при я < 5. Так, при я = 3, Да1=7,5%, а Да2 = 11,5%;

0,9 ¥ 0,1 0,6 0,5
го is 16 14 12 10 в 6 k г

• эффективность обеих оценок при п < 50 уменьшается, осо­бенно для оценки crXi. Так, при я = 3 Еа1 = 0,93, а Еа2 = 0,62.

            ja»—•    
                 
  i              
\ \              
\ \              
\ \ 1            
\   /            
  \ \            
  /              
  /       / Jct    
                 
             
г з ^ s ю

го зо п

■р ^ ис. 2.11. Смещенность и эффективность оценок результатов измерений

 

Для нормального закона распределения погрешностей эти ошибки в форме СКО определяются по формулам:

=0^/^2(71-1) и ста2 =axJj2n. При п < 50 величина ах определяется с ошибками, достигаю­щими десятков процентов. Кроме того, использование оХ/ вместо

ах приводит к увеличению ошибок оценки на 10% и более (при п < 3). При п < 10 это завышение незначительно.

Оценка качества результатов измерения при недостаточности априорных данных должна быть ориентирована на самый худший случай. Тогда реальное значение будет всегда лучше и получение необходимого результата гарантируется.

Если закон распределения параметра и погрешности не изве­стен и нет оснований утверждать, что он близок к нормальному, но известно СКО погрешности измерения, то коэффициентами Стьюдента пользоваться нельзя. В этом случае доверительные ин­тервалы строят на основе неравенства Чебышева:

р{л-у/,о-<дс<л + у,а;}>1—L (212)

Ур

полагая симметричность фактического закона распределения. Тогда

А = ±У Рс~, (2.13)

где у — коэффициент Чебышева:

р 0,5 0,6 0,7 0,8
ь 1.4 1,6 U8 2,2

 

Из формулы (2.12) следует, что УР <1/-/^, где Рс — вероят­ность того, что отдельное случайное значение ряда измерений при любом законе распределения не будет отличаться от среднего зна­чения больше чем на половину доверительного интервала Д.

Если значение СКО также не известно, но известно макси­мальное значение результирующей погрешности (например, по­грешность СИ), то это значение погрешности можно использо­вать в качестве оценки а- "сверху": Дсн=3 а-.

Следует отметить, что результаты измерений, не обладающие достоверностью, т. е. степенью уверенности в их правильности, не

представляют ценности. Например, датчик измерительной схемы может иметь весьма высокие метрологические характеристики, но влияние погрешностей от его установки, внешних условий, мето­дов регистрации и обработки сигналов приведет к большой ко­нечной погрешности измерений.

Наряду с такими показателями, как точность, достоверность и правильность, качество измерительных операций характеризу­ется также сходимостью и воспроизводимостью результатов. Эти показатели наиболее распространены при оценке качества испы­таний и характеризуют точность испытаний.

Очевидно, что два испытания одного и того же объекта оди­наковым методом не дают идентичных результатов. Объективной мерой их могут служить статистически обоснованные оценки ожи­даемой близости двух или более числа результатов, полученных при строгом соблюдении методики испытаний. В качестве таких статистических оценок согласованности результатов испытаний принимаются сходимость и воспроизводимость.

Сходимость — это близость результатов двух испытаний, по­лученных одним методом, на идентичных установках, в одной лаборатории. Воспроизводимость отличается от сходимости тем, что оба результата должны быть получены в разных лабораториях. При доверительной вероятности Р= 0,95 сходимость определяется как г =2,77стсх, а воспроизводимость — R = 2,77ств.

Здесь осх и ов — стандартные отклонения результатов испы­таний соответственно в условиях сходимости и воспроизводи­мости

1 =VUi -х)(х2 -х); ст8 = VOi -у)(у2 -у) '

гДех, и х2 — результаты единичных испытаний в условиях сходи­мости; у{ и у2 — результаты единичных испытаний в условиях вос­производимости.

■''■У ~-Х1+Х2. ~ У1+У2

л---------- —> У-—-— — средние значения.

Отдельные стандарты задают значения г и R.

Пример 2.6. По ГОСТ 7163—84 динамическая вязкость жидких нефтепродуктов в интервале 2...5500 Па с должна определяться со сходимостью и воспроизводимостью не более значений, указан­ных в табл. 2.4.

<■ Таблица 2.4

Предельные значения сходимости и воспроизводимости нефтепродуктов, Па с
Динамическая вязкость Сходимость не более Воспроизводимость не более
до 2 0,2 0,3
св. 2 до 64 0,8 , 10,0
св. 64 до 250 32,0 39,0
св. 4750 до 5500 614,0 880,0

 




Поделиться с друзьями:


Дата добавления: 2015-04-30; Просмотров: 480; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.013 сек.