- •Федеральное агентство по образованию
- •Введение
- •1 Задание на проектирование
- •1.1 Исходные данные
- •1.2 Задачи курсового проекта
- •2 Структура курсового проекта
- •3.7 Заключение
- •3.8 Список использованных источников
- •4 Теоретические сведения, необходимые для выполнения расчета
- •4. 1 Задача обработки результатов прямых равноточных измерений
- •4. 2 Предварительная обработка данных
- •4.2.1 Графическое представление выборочных результатов
- •4.2.2 Проверка нормальности распределения по критерию χ2(Пирсона)
- •4.2.3 Определение систематической погрешности
- •4.2.4 Расчет статистических характеристи выборок
- •4.2.5Отсев аномальных значений
- •4.2.6 Интервальная оценка
- •4.3 Проверка однородности дисперсий
- •4.4 Регрессионный анализ полиномиальной модели
- •4.4.1 Метод наименьших квадратов для моделей с одной переменной
- •4.5 Определение суммарной погрешности измерения температуры
- •4.6 Расчет количества тепла, переносимого газом в единицу времени и погрешности такого измерения
- •Приложение б
- •Приложение в (обязательное)
- •Приложение г
- •(Обязательное)
- •Оформление пояснительной записки
- •Г. 1 Общие положения
- •Г. 2 Построение пояснительной записки
- •Г. З Изложение текста пояснительной записки
- •Г.4 Оформление математических формул и технических расчетов
- •Г.5 Оформление иллюстраций
- •Г.6 Оформление таблиц
- •Г.7 Содержание
- •Приложение д
4.2.4 Расчет статистических характеристи выборок
Расчет статистических характеристик также выполняется для каждой статистической совокупности из пяти.
Считается, что закон распределения случайных погрешностей определен в п. 4.2.2. т.е. заранее установлено, является ли закон распределения нормальным или нет.
Множество значений случайной величины, полученных в результате эксперимента или наблюдений над объектом исследования, представляет собой статическую совокупность.
При повторении опытов в одинаковых условиях обычно обнаруживается закономерность в частоте появления тех или иных результатов. Некоторые значения случайной величины появляются значительно чаще других, при этом в целом они группируются относительно некоторого значения – математического ожидания.
Рассеивание случайной величины относительно математического ожидания характеризуется величиной, называемой дисперсией.
Наилучшей оценкой для математического ожидания является выборочное среднее арифметическое:
(4.9) Оценкой дисперсии случайной величины является выборочная дисперсия:
(4.10)
Величина σявляется оценкой среднего квадратического отклонения выборки (СКО).
4.2.5Отсев аномальных значений
Между результатом, содержащим промах и результатом, заслуживающим доверия бывает трудно провести границу и назвать результаты, содержащие явные промахи. Для нормально распределенной выборки объемом 6 <n ≤ 100 рекомендуется применять известный критерий «четырех сигм» для доверительной вероятности P=0.997.
При малом числе измерений(n ≤ 20) хорошие результаты дает критерий Романовского, основанный на распределении Стьюдента.
Пусть произведено n+1 измерений. При этомnрезультатов не вызывают сомнения, а один кажется нарушающим этот ряд. Этот результат обозначим через хn+1. Найдем для ряда х1, …хnсреднее арифметическое (4.9) и среднюю квадратическую погрешность (4.10).
Исходя из степени достоверности q= 1-p, которая должна быть обеспечена, вычисляют соотношение | (m–xi+1)/σ| =βи сравнивают с критерием βт, выбранным из таблицы 4.2. Если β≥βт, то результат хi+1считается промахом и отбрасывается.
Таблица 4.2 - Значения критерия Романовского βт
q |
n=4 |
n= 6 |
n= 8 |
n= 10 |
n= 12 |
n= 15 |
n= 20 |
0,01 |
1,73 |
2,16 |
2,43 |
2,62 |
2,75 |
2,9 |
3,08 |
0,02 |
1,72 |
2,13 |
2,37 |
2,54 |
2,66 |
2,8 |
2,96 |
0,05 |
1,71 |
2,1 |
2,27 |
2,41 |
2,52 |
2,64 |
2,78 |
0,1 |
1,69 |
2 |
2,17 |
2,29 |
2,39 |
2,49 |
2,62 |
Таким образом, при обработке результатов из полученного ряда значений исключают подозрительные значения, для оставшейся выборки значений вычисляют среднее арифметическое mи среднюю квадратическую погрешность σ, после чего вычисляют значение критерия β и сравнивают с критерием βт, выбранным из таблицы 4.2. Если β≥βт, то подозрительный результат хi+1считается промахом и отбрасывается. Если результат хi+1остается, то он включается в выборку и следующий подозрительный результат обрабатывается уже с учетом значения хi+1и т.д.
Иногда сомнение вызывают одновременно два или даже три элемента выборки. Исследование начинают с того из аномальных элементов, значение которого ближе к среднему арифметическому выборки, а остальные аномальные элементы временно отбрасывают. Затем рассчитывают значения иσвыборки без исключенных элементов, а также значениеβрасчдля оставшегося сомнительного элемента. Далее решают вопрос об исключении этого элемента с уровнем значимости q. Еслиβрасч>βтабл , то оставшийся элемент выборки отбрасывают как грубое измерение. Тем более грубыми будут и остальные, ранее исключенные элементы. Если наименее сомнительный элемент не оказался аномальным (βрасч<βтабл ) , то его присоединяют к выборке и исследуют следующий сомнительный элемент, и т. д.
После определения статистических характеристик и отсева аномальных значений производят исправление результата, то есть исключение методической погрешности ΔМ.