Bewertung der Genauigkeit und zuverlässige Messungen

Ziel: nach den Ergebnissen der Messungen finden vorläufigen Werte der Variation, um die Bandbreite der möglichen schätzen Fehler und nach Ausschluss von False Positives zu finden die genauen Tarife der Variation, bestimmen den Wert der Konfidenzintervalle für gegebene Werte Vertrauens Wahrscheinlichkeiten. Schlussfolgerungen zu ziehen.

Hintergrund: Job-Optionen sind in gezeigt, Tabelle 2:

Als Messungen, Prüfungen, Experimente, Fehlern in zwei Formen: systematische und zufällige.

Systematische Fehler mit Fehlern verbunden Instrumentenmessungen.

Zufallsfehler nicht bezüglich der Messung und durch zufällige äußere Ursachen (Abstürze, Hardware-Ausfälle, Pferderennen Netzstrom, Erdstöße, Ablenkung Betreiber, Schreibfehler in den Aufzeichnungen und mehr. etc.)

Als Einzelmessung Fehler kann nur durch logische erkannt Analyse und Vergleich der Ergebnisse mit dem a priori Idee davon. Identifizieren und beseitigen Sie die Ursache des Fehlers kann die Messung wiederholt werden.

Als Wiederholungsmessungen der gleichen Größenordnung Fehlern kommen, Einzelmessungen unterscheiden sich deutlich von den anderen. Manchmal ist es Im Gegensatz zu so groß ist, dass der Fehler ist deshalb offensichtlich, kann dieses Ergebnis sein als falsch zurückgewiesen. Wenn die Differenz klein ist, kann es sein, als Folge von Fehlern, und die Streuung der Referenz. Bestimmen Sie die Möglichkeit, Ausschluss von unplausiblen Ergebnisse ermöglicht" drei Sigma Rule" der wie folgt lautet:

Wenn mit wiederholten Messungen derselben Menge von konstanter Größe zweifelhaftem Wert des Ergebnisses aus den Mittelwerten x unterscheidet Mi mehr als 3σ, mit einer Wahrscheinlichkeit von 0,997 fehlerhaft ist und muss verworfen werden.

Als Bau der Variationsreihe jede Option hat einen bestimmten Intervall oder relativen Häufigkeiten, die für eine große Anzahl von Messungen dazu neigt, Wahrscheinlichkeiten Eingabe von Werten in einem bestimmten Intervall.

Einer der häufigsten Formen der Verteilung der Zufallsvariablen normal Verteilung (Gauß-Verteilung).

Mit ihm bei der Analyse der Herstellungsfehler auftritt, Steuer Verfahren und Bedingungen, usw.

Wenn das gesamte Array von experimentellen Daten ist abhängig von der Normalverteilung, Alle Messwerte sollen um den Mittelwert zusammengefasst werden Werte und der Verlust eines einzelnen Ergebniswert daraus Array legt nahe, dass er irrtümlich.

Um geben eine Vorstellung von der Genauigkeit und Zuverlässigkeit der Bewertungsergebnisse sind Vertrauensintervalle und Wahrscheinlichkeits Vertrauen.

Der Vertrauensbereich definiert, was Wert separaten Wert abweichen, wenn das Messergebnis Normalverteilung von seinem Mittelwert.

Die Ungleichheit

P (x cp - ε lt; x 0 Lt; x cp + ε) (1)

Hilfe dass mit Wahrscheinlichkeit P-Wert der Messgröße x 0 fällt in Intervall

I p =(x cp - ε, x cp + Ε)


Beispiel: es ist bekannt, daß die Wahrscheinlichkeit P=0,5 gemessene Wert unter normalen Verteilung im Bereich von fällt

(x cp ± σ);

mit P = 0,68 im Intervall (x cp ± σ)

mit P = 0,95 im Intervall (x cp ± 2σ)

mit P = 0.99 im Intervall (x cp ± 2,6σ)

mit P = 0,997 im Intervall (x cp ± 3σ)

Diese genannt Konfidenzniveau von Wahrscheinlichkeit und das Intervall -. Konfidenzintervall

Trust Intervall gemessene Parameter x 0 wird durch die Formel angenähert

(2)

, wobei t p bestimmt die Zahl der mittleren quadratischen Abweichung, die nach rechts verschoben werden soll und nach links von der Mitte der Ausbreitung, um die Wahrscheinlichkeit für x 0 die resultierende Intervalls ist gleich P;

n. - Die Gesamtzahl der Messungen

Als Auswahl einer statistischen Sicherheit von Verantwortung ...


Seite 1 der 3 | Nächste Seite




Ähnliche abstracts: