Далее построить полигон распределения (рис. 2), который представляет собой кусочно-линейную аппроксимацию искомой функции плотности распределения результатов измерения.
Контрольные вопросы
1. Как рассчитывается доверительная погрешность при прямых многократных измерениях?
2. Почему при записи окончательного результата необходимо указывать доверительную вероятность?
3. Доверительная вероятность результата . Что это означает?
Практическая работа № 10
ПРОВЕРКА ГИПОТЕЗЫ О НОРМАЛЬНОМ РАСПРЕДЕЛЕНИИ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ
Цель работы: проверить гипотезу о нормальном распределении результатов измерений.
Теоретические сведения
Нормальный закон распределения, называемый часто распределением Гаусса, описывается зависимостью
,
где - параметр рассеивания распределения, равный среднему квадратическому отклонению.
Широкое использование нормального распределения на практике объясняется теоремой теории вероятностей, утверждающей, что распределение случайных погрешностей будет близко к нормальному всякий раз, когда результаты наблюдений формируются под действием большого числа независимо действующих факторов, каждый из которых оказывает лишь незначительное действие по сравнению с суммарным действием всех остальных.
При количестве измерений n < 10 проверить гипотезу о виде распределения результатов измерения невозможно.
При числе данных 10 < n < 50 также трудно судить о виде распределения. Поэтому для проверки соответствия распределения данных нормальному распределению используют составной критерий. Если гипотеза о нормальности отвергается хотя бы по одному из критериев, считают, что распределение результатов измерения отлично от нормального.
Критерий 1. Вычисляют значение d по формуле
,
где S* - смещенное СКО;
.
Гипотеза о нормальности подтверждается, если
,
где и - процентные точки распределения значений d, которые находятся по табл. 1.
Таблица 1
Значения процентных точек q для распределения d
|
Уровень значимости q, % |
Число результатов измерений |
||||||||
|
11 |
16 |
21 |
26 |
31 |
36 |
41 |
46 |
|
1- q/2 |
99,0 |
0,67 |
0,68 |
0,69 |
0,70 |
0,71 |
0,72 |
0,72 |
0,72 |
|
|
95,0 |
0,72 |
0,72 |
0,73 |
0,74 |
0,74 |
0,74 |
0,75 |
0,75 |
||
|
90,0 |
0,74 |
0,74 |
0,75 |
0,75 |
0,76 |
0,76 |
0,76 |
0,76 |
||
|
q/2 |
10,0 |
0,89 |
0,87 |
0,86 |
0,86 |
0,85 |
0,85 |
0,84 |
0,84 |
|
|
5,0 |
0,91 |
0,89 |
0,88 |
0,87 |
0,86 |
0,86 |
0,85 |
0,85 |
Критерий 2. Гипотеза о нормальности распределения результатов измерения подтверждается, если не более m разностей превзошли значения .
Здесь ; - верхняя 100 • Р/2 - процентная точка нормированной функции Лапласа. Значения доверительной вероятности P выбирают из табл. 2.
Таблица 2
|
n |
10 |
11-14 |
15-20 |
21-22 |
23 |
24-27 |
28-32 |
33-35 |
36-49 |
||
|
m |
1 |
1 |
1 |
2 |
2 |
2 |
2 |
2 |
2 |
||
|
q/2 · 100 % |
1,00 |
0,98 |
0,99 |
0,99 |
0,98 |
0,98 |
0,98 |
0,99 |
0,99 |
0,99 |
|
|
2,00 |
0,98 |
0,98 |
0,99 |
0,97 |
0,98 |
0,98 |
0,98 |
0,98 |
0,99 |
||
|
5,00 |
0,96 |
0,97 |
0,98 |
0,96 |
0,96 |
0,97 |
0,97 |
0,98 |
0,98 |
Задание. Произвести проверку нормальности распределения измерений по данным, приведенным в прил. табл. 15.
Пример. В табл. 3 приведены результаты измерения угла одним оператором, одним и тем же теодолитом, в одних и тех же условиях. Проверить, можно ли считать, что приведенные в табл. 3 данные принадлежат совокупности, распределенной нормально.
Таблица 3
|
xi |
xi ? x |
(xi ? x)2 |
|
|
17?56ґ45,00Ѕ |
4,301Ѕ |
18,498601 |
|
|
17?56ґ36,25Ѕ |
- 4,449Ѕ |
19,793601 |
|
|
42,50Ѕ |
1,801Ѕ |
3,243601 |
|
|
45,00Ѕ |
4,301Ѕ |
18,498601 |
|
|
37,50Ѕ |
- 3,199Ѕ |
10,233601 |
|
|
38,33Ѕ |
- 2,369Ѕ |
5,612161 |
|
|
37,50Ѕ |
- 3,199Ѕ |
10,233601 |
|
|
43,33Ѕ |
2,631Ѕ |
6,922161 |
|
|
40,63Ѕ |
- 0,069Ѕ |
0,004761 |
|
|
36,25Ѕ |
- 4,449Ѕ |
19,793601 |
|
|
42,50Ѕ |
1,801Ѕ |
3,243601 |
|
|
39,17Ѕ |
- 1,529Ѕ |
2,337841 |
|
|
45,00Ѕ |
4,301Ѕ |
18,498601 |
|
|
40,83Ѕ |
0,131Ѕ |
0,017161 |
Оценка измеряемой величины равна
Средние квадратические отклонения S и S* найдем по формулам
,
.
Оценка параметра d составит
.
Уровень значимости критерия 1 примем q = 2 %. Из табл. 1 находим = 0,92 и = 0,68. При определении и использовалась линейная интерполяция ввиду того, что значение n = 14 в таблице отсутствует. Критерий 1 выполняется, так как . В нашем случае 0,68 < 0,88 < 0,92.
Применим критерий 2. Выбрав уровень значимости q = 0,05 для n =14 из табл. 2, найдем Р = 0,97. Из табл. 4 определим = 2,17. Тогда = 3,245 • 2,17 = 7,042.
Таблица 4
|
Р ??100 % |
90 |
95 |
96 |
97 |
98 |
99 |
|
|
zp/2 |
1,65 |
1,96 |
2,06 |
2,17 |
2,33 |
2,58 |
Согласно критерию 2, не более одной разности может превзойти 7,042. Из данных табл. 21 следует, что ни одно отклонение не превосходит 7,042. Следовательно, гипотеза о нормальности распределения данных подтверждается. Уровень значимости составного критерия: 0,02+0,05=0,07, т. е. гипотеза о нормальности распределения результатов измерения подтверждается при уровне значимости не более 0,07.
Контрольные вопросы
1. Как определяют точечные оценки истинного значения измеряемой величины и среднеквадратического отклонения результатов измерений?
2. Как проверяют нормальность распределения результатов измерения?
3. Как находят доверительные границы результата измерений и доверительный интервал для среднего квадратического отклонения измерений?
4. Каким образом определяют наличие грубых погрешностей и если последние обнаружены?
Практическое занятие № 11
ОБРАБОТКА РЕЗУЛЬТАТОВ ПРЯМЫХ
МНОГОКРАТНЫХ ИЗМЕРЕНИЙ
Цель работы: изучить последовательность обработки результатов прямых многократных измерений.
Теоретические сведения
Последовательность обработки результатов прямых многократных измерений состоит из ряда этапов.
1. Определение точечных оценок закона распределения результатов измерений
На этом этапе определяются среднее арифметическое значение x измеряемой величины, СКО результата измерений .
В соответствии с критериями грубые погрешности исключаются, после чего проводится повторный расчет оценок среднего арифметического значения и его СКО.
2. Определение закона распределения результатов измерений или случайных погрешностей
Здесь по результатам измерений и проведенным расчетам строится гистограмма или полигон. По виду построенных зависимостей может быть оценен закон распределения результатов измерений.
3. Оценка закона распределения по статистическим критериям
При числе измерений n > 50 для идентификации закона распределения используется критерий Пирсона. При 50 > n > 15 для проверки нормальности закона распределения применяется составной критерий.
При n < 15 принадлежность экспериментального распределения к нормальному не проверяется.
4. Определение доверительных границ случайной погрешности
Если удалось идентифицировать закон распределения результатов измерений, то с его использованием находят квантильный множитель при заданном значении доверительной вероятности Р. В этом случае доверительные границы случайной погрешности . Здесь - СКО среднего арифметического значения. При n < 30 часто используют распределение Стьюдента, при этом доверительные границы случайной погрешности .
Величина - коэффициент Стьюдента, приведенный в табл. 1, n - количество измерений.
Таблица 1
|
n |
Уровень значимости |
||||||||
|
0,2 |
0,1 |
0,05 |
0,02 |
0,01 |
0,005 |
0,002 |
0,001 |
||
|
2 |
3,08 |
6,31 |
12,71 |
31,82 |
63,66 |
127,32 |
318,30 |
636,61 |
|
|
3 |
1,84 |
2,92 |
4,30 |
6,96 |
9,99 |
14,09 |
22,33 |
31,60 |
|
|
4 |
1,64 |
2,35 |
3,18 |
4,54 |
5,84 |
7,45 |
10,21 |
12,92 |
|
|
5 |
1,53 |
2,13 |
2,78 |
3,75 |
4,60 |
5,60 |
7,17 |
8,61 |
|
|
6 |
1,48 |
2,02 |
2,57 |
3,36 |
4,03 |
4,77 |
5,89 |
6,87 |
|
|
7 |
1,44 |
1,94 |
2,45 |
3,14 |
3,71 |
4,32 |
5,21 |
5,96 |
|
|
8 |
1,41 |
1,89 |
2,36 |
3,00 |
3,50 |
4,03 |
4,74 |
5,41 |
|
|
9 |
1,40 |
1,80 |
2,31 |
2,90 |
3,36 |
3,83 |
4,50 |
5,04 |
|
|
10 |
1,38 |
1,83 |
2,26 |
2,82 |
3,25 |
3,64 |
4,30 |
4,78 |
|
|
11 |
1,37 |
1,81 |
2,23 |
2,76 |
3,17 |
3,50 |
4,14 |
4,59 |
5. Определение границ неисключенной систематической погрешности результата измерения
Под этими границами понимают найденные нестатистическими методами границы интервала, внутри которого находится неисключенная систематическая погрешность. Границы неисключенной систематической погрешности принимаются равными пределам допускаемых основных и дополнительных погрешностей средств измерений, если их случайные составляющие пренебрежимо малы.
6. Определение доверительных границ погрешности результата измерения
Данная операция осуществляется путем суммирования СКО случайной составляющей и границ неисключенной систематической составляющей в зависимости от соотношения /.
7. Запись результата измерения
Результат измерения записывается в виде при доверительной вероятности Р = Рд.
Задание. Используя данные в табл. 16, произвести обработку результатов прямых многократных измерений.
Пример. Произвести обработку результатов измерений, данные которых представлены в табл. 2.
Таблица 2
|
№ п/п |
xi |
xi ? x |
(x ? x )2 i |
|
|
1 |
2 |
3 |
4 |
|
|
1 |
36,008 |
- 0,001 |
0,000001 |
|
|
2 |
36,008 |
- 0,001 |
0,000001 |
|
|
3 |
36,008 |
- 0,001 |
0,000001 |
|
|
4 |
36,008 |
- 0,001 |
0,000001 |
|
|
5 |
36,010 |
0,001 |
0,000001 |
|
|
6 |
36,009 |
0 |
0 |
|
|
7 |
36,012 |
0,003 |
0,000009 |
|
|
8 |
36,009 |
0 |
0 |
|
|
9 |
36,011 |
0,002 |
0,000004 |
|
|
10 |
36,007 |
- 0,002 |
0,000004 |
|
|
11 |
36,012 |
0,003 |
0,000009 |
|
|
12 |
1. Определение точечных оценок закона распределения результатов измерений
Определяем среднее арифметическое значение результатов измерений:
.
Среднее квадратическое отклонение результатов измерения
.
Производим проверку на наличие грубых погрешностей в результатах измерения по критерию Диксона.