Статистическая обработка результатов измерений
Содержание
Контрольная работа № 1. Обработка многократных измерений
Контрольная работа № 2. Проверка гипотезы о виде распределения
Контрольная работа № 3. Объединение результатов измерений
Список используемой литературы
Контрольная работа № 1. Обработка многократных измерений
Цель работы - освоение основных приемов статистической
обработки результатов многократных измерений.
Измерения - один из важнейших путей познания природы
человеком. Они играют огромную роль в современном обществе. Наука и промышленность
не могут существовать без измерений. Практически нет ни одной сферы
деятельности человека, где бы интенсивно не использовались результаты
измерений, испытаний и контроля.
Многократные измерения - измерения, при которых число
измерений превышает число измеряемых величин в n/m раз, где n - число измерений
каждой величины, m - число измеряемых величин. Обычно для многократных
измерений принято n > или = 3. Многократные измерения проводят с целью
уменьшения влияния случайных составляющих погрешностей измерения.
Диапазон измерительных величин и их количество постоянно
растут и поэтому возрастает и сложность измерений. Они перестают быть
одноактным действием и превращаются в сложную процедуру подготовки и проведения
измерительного эксперимента и обработки полученной информации.
Другой причиной важности измерений является их значимость.
Основа любой формы управления, анализа, прогнозирования, контроля или
регулирования - достоверная исходная информация, которая может быть получена
лишь путем измерения требуемых физических величин, параметров и показателей.
Только высокая и гарантированная точность результатов измерений обеспечивает
правильность принимаемых решений.
измерение статистическая обработка массив
Таблица 1
Протокол результатов измерений
7,74
|
7,93
|
7,94
|
8,3
|
7,75
|
7,87
|
7,38
|
7,92
|
7,87
|
7,85
|
8,33
|
7,66
|
7,91
|
7,85
|
8,13
|
8,08
|
8,16
|
8,31
|
7,68
|
7,79
|
8,17
|
7,72
|
8,22
|
8,11
|
8,16
|
8,3
|
7,94
|
8,34
|
8,37
|
7,93
|
8,06
|
8,17
|
Построим вариационный ряд значений результатов измерений
(рис.1).
Xmax = 8,37
Xmin = 7,38
Wn = Xmax - Xmin = 0,99 - размах
варьирования.
r = 5 - число интервалов.
h = 0,99/5 = 0, 198 - шаг интервала.
Результаты расчетов представлены в табл.2.
Таблица 2
Таблица данных для построения гистограммы
Номер интервала
|
Интервал
|
Среднее
значение в интервале
|
Число значений
в интервале nk (частота)
|
Частость (nk/n)
|
|
Начало
|
Конец
|
|
|
|
1
|
7,380
|
7,578
|
7,479
|
1
|
0,0313
|
2
|
7,578
|
7,677
|
5
|
0,1563
|
3
|
7,776
|
7,974
|
7,875
|
11
|
0,3438
|
4
|
7,974
|
8,172
|
8,073
|
8
|
0,2500
|
5
|
8,172
|
8,370
|
8,271
|
7
|
0,2188
|
Построим гистограмму (рис.2). На ней проведем кривую,
сглаживающую гистограмму. Далее рассчитаем теоретическую кривую вероятности
попадания результата отдельного измерения в k-й интервал в виде табл.3
и сплошной линии на гистограмме по значениям Pk.
Рисунок 1
Рисунок 2
Рассчитаем необходимые точечные значения:
= = 255,94/32 = 7,998.
Sx2 = = = 0,058.
Sx = = = 0,241.
= (7,94 + 7,38) / 2 = 7,935.
= 7,87.
= = = 0,043.
Судя по графику нельзя утверждать, что результаты измерений
подчиняются нормальному закону распределения. Подтвердить или опровергнуть эту
гипотезу помогут дальнейшие расчеты.
Таблица 3
Данные для построения кривой теоретических вероятностей
Номер границы
инт. k
|
Значение
границы интервала
|
Zk = Ф (Zk) Pk = Ф
(Zk+1) - Ф (Zk)
|
|
|
1
|
7,38
|
-2,5658
|
0,0051
|
|
2
|
7,578
|
-1,7439
|
0,0406
|
0,0354
|
3
|
7,776
|
-0,9220
|
0,1783
|
0,1377
|
4
|
7,974
|
-0,1001
|
0,4601
|
0,2819
|
5
|
8,172
|
0,7218
|
0,7648
|
0,3047
|
6
|
8,37
|
1,5437
|
0,9387
|
0,1739
|
Проверим результаты измерений на промахи по формулам:
и
= = 2,607
кр =
2,792.
Поскольку рассчитанные значения меньше критического значения, промахи в измерениях отсутствуют.
Нанесем на график значения фактической и теоретической
вероятностей (рис.3).
Ф (Zk) = - интегральная функция нормированного
нормального распределения.
Р2 = Ф2 - Ф1
Р3 = Ф3 - Ф2
Р4 = Ф4 - Ф3
Р5 = Ф5 - Ф4
Р6 = Ф6 - Ф5
Р2 = 0,0406 - 0,0051 = 0,0354
Р3 = 0,1783 - 0,0406 = 0,1377
Р4 = 0,4601 - 0,1783 = 0,2819
Р5 = 0,7648 - 0,4601 = 0,3047
Р6 = 0,9387 - 0,7648 = 0,1739
Согласно графикам, предположение о нормальном законе распределения
не подтверждается. Поскольку вид распределения установить не удается, определим
погрешность результата измерения с помощью неравенства Чебышева:
≥.
При = 0,90, = 3,2 * .
Т.е. интервал с вероятностью, большей или равной 0,90, накрывает неизвестное
истинной значение. Вместо будем использовать выборочную оценку .
Доверительный интервал будет следующим:
Хист = 7,988 ± 3,2 * 0,043 = 7,998 ± 0,136. = 0,90. n = 32.
Вид распределения не установлен.
Рисунок 3
Контрольная
работа № 2. Проверка гипотезы о виде распределения
Цель работы - Освоить основные методы и приемы проверки
гипотезы о виде закона распределения результатов отдельных измерений методом
линеаризации интегральной эмпирической функции распределения (метод
вероятностной бумаги) с помощью критерия Колмогорова и критерия согласия χ2 на примере нормального распределения.
Проверка гипотезы о виде закона распределения заключается в
том, чтобы установить, не противоречат ли данные выборочных наблюдений
выдвинутой гипотезе. С этой целью производится количественная оценка степени
достоверности предлагаемой гипотезы, которая осуществляется с помощью
специальных построенных критериев.
. Использование вероятностной бумаги.
Расположим результаты измерений в неубывающем порядке
(табл.4).
Построим график, нанеся по оси абсцисс точки с координатами,
равными Хi, а по оси ординат - Zi. Расположение точек на
графике вдоль прямой, подтверждает линейную зависимость между
экспериментальными значениями измерений Хi и теоретическими Zi, что свидетельствует о
возможности принятия гипотезы о виде закона распределения. Согласно графика,
среднее значение Х - около 8. По расчетным результатам в работе № 1 Хср
= 7,988. Поэтому можно сделать вывод о том, что экспериментальные значения не
подвержены нормальному закону распределения. Вид распределения не установлен.
Таблица 4
Данные для проверки закона распределения по вероятностной
бумаге
Номер точки i
|
Xi
|
Fn (Xi) = Ф (Zi)
|
Zi
|
1
|
7,38
|
0,0303
|
-1,8764
|
2
|
7,66
|
0,0606
|
-1,5497
|
3
|
7,68
|
0,0909
|
-1,3352
|
4
|
7,72
|
0,1212
|
-1,1689
|
5
|
7,74
|
0,1515
|
-1,0300
|
6
|
7,75
|
0,1818
|
-0,9085
|
7
|
7,79
|
0,2121
|
-0,7991
|
8
|
7,85
|
0,2424
|
-0,6985
|
9
|
7,85
|
0,2727
|
10
|
7,87
|
0,3030
|
-0,5157
|
11
|
7,87
|
0,3333
|
-0,4307
|
12
|
7,91
|
0,3636
|
-0,3488
|
13
|
7,92
|
0,3939
|
-0,2691
|
14
|
7,93
|
0,4242
|
-0, 1911
|
15
|
7,93
|
0,4545
|
-0,1142
|
16
|
7,94
|
0,4848
|
-0,0380
|
17
|
7,94
|
0,5152
|
0,0380
|
18
|
8,06
|
0,5455
|
0,1142
|
19
|
8,08
|
0,5758
|
0, 1911
|
20
|
8,11
|
0,6061
|
0,2691
|
21
|
8,13
|
0,6364
|
0,3488
|
22
|
8,16
|
0,6667
|
0,4307
|
23
|
8,16
|
0,6970
|
0,5157
|
24
|
8,17
|
0,7273
|
0,6046
|
25
|
8,17
|
0,7576
|
0,6985
|
26
|
8,22
|
0,7879
|
0,7991
|
27
|
8,3
|
0,9085
|
28
|
8,3
|
0,8485
|
1,0300
|
29
|
8,31
|
0,8788
|
1,1689
|
30
|
8,33
|
0,9091
|
1,3352
|
31
|
8,34
|
0,9394
|
1,5497
|
32
|
8,37
|
0,9697
|
1,8764
|
. Проверка нормальности по критерию Колмогорова.
Критическое значение наибольшего отклонения эмпирической
функции распределения от теоретической для доверительной вероятности Рд
= 0,90 равно Dn, кр = 0,22.
Построим график эмпирической функции распределения Fn (Xi) (по данным табл.4) в
виде ступенчатой ломаной линии полагая, что функция имеет постоянную величину
от измерения до измерения, а в самой измеренной точке Хi имеет рост до
соответствующего расчетного значения Fn (Xi).
Рассчитаем данные для проверки закона распределения по
критерию Колмогорова (табл.5).
Таблица 5
Данные для проверки закона распределения по критерию
Колмогорова
Номер границы
инт. k
|
Значение
границы интервала
|
Ф (Zk)
|
Ф (Zk) - Dn, кр
|
Ф (Zk) + Dn, кр
|
1
|
7,38
|
0,0051
|
-
|
0,2251
|
2
|
7,578
|
0,0406
|
-
|
0,2606
|
3
|
7,776
|
0,1783
|
-
|
0,3983
|
4
|
7,974
|
0,4601
|
0,2401
|
0,6801
|
5
|
8,172
|
0,7648
|
0,5448
|
0,9848
|
6
|
8,37
|
0,9387
|
0,7187
|
-
|
Согласно графика во всем интервале значений Xi максимальное значение
отклонение наблюдается во 2-м интервале. Оно выходит за пределы нижней границы
доверительной полосы. Поэтому гипотеза о нормальности закона распределения
отвергается. Вид распределения не установлен.
. Использование критерия согласия χ2.
Таблица 6
Данные для проверки закона распределения по критерию согласия
Пирсона
Номер
интер-вала
|
Интервал
|
|
Число значений
в интервале nk (частота)
|
nPk
|
|
|
Начало
|
Конец
|
|
|
|
|
1
|
7,38
|
7,578
|
1
|
0,0354
|
1,13401
|
0,0158
|
2
|
7,578
|
7,776
|
5
|
0,1377
|
4,40539
|
0,0803
|
3
|
7,776
|
7,974
|
11
|
0,2819
|
9,01961
|
0,4348
|
4
|
7,974
|
8,172
|
8
|
0,3047
|
9,74923
|
0,3139
|
5
|
8,172
|
8,37
|
7
|
0,1739
|
5,56435
|
0,3704
|
Итого
|
|
|
|
|
|
1,2152
|
Вычислим χ2 по формуле:
χ2 = = 1,2152.
Критическое значение χ2ν, кр для одностороннего уровня значимости α = 0,10 и ν = r - 3 имеет значение 5,991. Поскольку χ2 < χ2ν, кр, поэтому гипотеза о нормальном распределении теоретически
принимается.
Согласно различным критериям, рассматриваемые измерения не
подчиняются нормальному закону распределения. Установить его невозможно.
Доверительный интервал будет следующим:
Хист = 7,988 ± 3,2 * 0,043 = 7,998 ± 0,136. = 0,90. n = 32.
Контрольная
работа № 3. Объединение результатов измерений
Цель работы - Изучить основные особенности объединения
результатов разных серий измерений в общий массив.
Измерительную информацию о физической величине постоянного
(одного и того же) размера часто получают в разное время, в разных условиях,
разными методами, разные операторы. Если объединить все результаты измерений в
общий массив, то можно получить более точный и надежный результат за счет
увеличения объема выборки. Однако объединение возможно только при условии
однородности и равноточности серий.
Таблица 7. Дополнительный протокол результатов измерений
10,01
|
10,09
|
9,72
|
10,13
|
10,05
|
10,36
|
9,9
|
9,89
|
9,85
|
10,01
|
9,91
|
10,5
|
9,76
|
9,9
|
10,17
|
9,9
|
9,76
|
10,28
|
9,93
|
9,98
|
9,85
|
9,52
|
10,07
|
10,11
|
9,69
|
9,88
|
10,27
|
9,9
|
10,2
|
9,86
|
9,86
|
Рассчитаем оценки параметров распределения:
= = 319,22/32 = 9,976.
Sx2 = = = 0,0425.
Проверим равноточность измерений в сериях (для основного и
дополнительного протоколов) по F-критерию на
уровне значимости α = 0,05.
F = = = 1,365.
Fкр = 1,84.
Поскольку F < Fкр, гипотеза о равноточности дисперсий принимается.
Рассчитаем объединенную оценку дисперсий:
S2X, об = = = 1,558.
Рассчитаем критерий однородности по формуле:
t = = = 1,978., tкр = 2,04.
Поскольку t < tкр серии являются однородными.
При равноточности и однородности серий объединим их и рассчитаем и S.
= = ,
= .
= = 8,987
==
,752
Доверительный интервал для объединенных серий будет следующим:
Хист = 8,987 ± 3,2 * 1,752 = 8,987 ± 9,918. = 0,90. n = 64.
Рассчитанный доверительный интервал совпадает с результатами для
основной серии.
Вывод: При объединении результатов измерений в общий массив
получим более точные и надежные результаты за счет увеличения объема выборки.
Список
используемой литературы
1. Методические
указания к контрольным работам/ Сост. Ю.Р. Чашкин, А.В. Щекин - Хабаровск:
Издательство Тихоокеанского гос. ун-та, 2008. - 36с.