- •Конспект лекций
- •Содержание информационного блока
- •1. Сущность и содержание сертификации
- •В последние годы получили применение
- •Из (2.6 ) следует, что для выполнения (2.7.) необходимо, чтобы
- •Отсюда получим
- •5.3.6. Обработка результатов неравноточных измерений
- •Доверительные оценки при неравноточных измерениях
- •6. Косвенные измерения физических величин
- •7. Закон суммирования погрешностей
- •8. Оценка результатов измерений по метрологическим характеристикам средств измерений
- •9. Формы записи результатов измерений
- •1 Теоретические и методические основы стандартизации
- •2. Государственная система стандартизации
- •3. Разработка и внедрение стандартов
- •4. Межотраслевые системы государственных стандартов
- •5. Международная стандартизация
- •1. Сущность и содержание сертификации
- •2. Правовые основы сертификации в рф
- •2.1. Закон “о защите прав потребителей” и сертификация
- •4. Российские системы сертификации
- •4.1. Система обязательной сертификации гост р
- •1. Вопросы для самоконтроля по первому разделу
- •2. Вопросы для самоконтроля по второму разделу
- •3. Вопросы для самоконтроля по третьему разделу
- •4. Вопросы для самоконтроля по четвертому разделу
- •5. Вопросы для самоконтроля по пятому разделу
- •6. Вопросы для самоконтроля по шестому разделу
- •7. Вопросы для самоконтроля по седьмому разделу
- •8. Вопросы для самоконтроля по восьмому разделу
- •Вопросы для самоконтроля по девятому разделу
Из (2.6 ) следует, что для выполнения (2.7.) необходимо, чтобы
n
( хi - a )2 = min. (2.8 )
i = 1
Условие (2.8) является формулировкой критерия наименьших квадратов. Отсюда следует, что при нормальном законе распределения случайной величины оценки по методам максимального правдоподобия и наименьших квадратов совпадают. Обозначим
тогда оценку а найдем из условия
n
( хi - a )2 =
i = 1
^ n
Q/ а = - 2 ( хi - a ) = 0. (2.9)
i = 1
Отсюда получим
n
а = ( 1/ n ) хi = х, (2.10)
i = 1
т.е. наилучшей оценкой является среднее значение х результатов наблюдений.
Из (2.10) следует, что оценка х является случайной величиной с нормальным законом распределения, причем
М х = а, 2 х = 2 / n. (2.11)
Таким образом, оценка х имеет более высокую точность, так как ее дисперсия в n раз меньше дисперсии отдельных измерений. Неопределенность результатов измерений характеризуется значением среднего квадратического отклонения погрешности, поэтому из (2.11) следует, что при усреднении результатов n наблюдений случайную погрешность уменьшают в n раз.
Следует отметить, что эффект уменьшения случайной погрешности при усреднении результатов n наблюдений снижается при наличии корреляции между этими результатами. Дисперсия оценки х для коррелированных результатов наблюдений
n
2 х = ( 2 / n) 1 + ( 2/n ) ij ,
i < j
где ij - коэффициент корреляции между результатами i -го и j-го наблюдений.
Полученная оценка а = х является состоятельной, несмещенной и эффективной.
Для оценки неопределенности величины а необходимо, используя те же экспериментальные данные, оценить значение дисперсии (или среднего квадратического отклонения) погрешности измерений. Для этого воспользуемся функцией правдоподобия ( 2 ), представив ее в виде
n n
L = ( х1, х2,..., хn, а ,2 ) = f ( хi, a ) = ( 2 )-n/2 (2 )-n/2 exp - (1/ 22 ) ( хi - a )2 . (2.12)
i = 1 i = 1
На основе метода максимального правдоподобия найдем оценку 2 из условия
L ( х1, х2,..., хn, а, 2 ) = max. (2.13)
Для упрощения вычислений прологарфимируем (2.12)
n
L = ( х1, х2,..., хn, а ,2 ) = - ( n / 2 ) ln ( 2 ) - -( n / 2 ) ln (2 ) - (1/ 22 ) ( хi - a )2. (2.14)
i = 1
Так как логарифм является монотонной функцией, то значения 2, при которых функции ( 7 ) и ( 9 ) достигают экстремума, совпадают. Поэтому оценку дисперсии найдем из условия
ln L ( х1, х2,..., хn, а, 2 ) / 2 = 0. (2.15)
Продифференцировав (2.15) по 2 , получим
n
- (1 / n ) ( 1 / 2) + (1/ 24) ( хi - a )2 = 0. (2.16.)
i = 1
Отсюда найдем оценку, которую обозначим 2
n
2 = ( 1 / n ) ( хi - a )2. (2.17)
i = 1
Так как истинное значение а неизвестно, то воспользуемся его оценкой х, а соответствующую оценку дисперсии обозначим S2 :
n
S2 = ( 1 / n ) ( хi - х )2. (2.18)
i = 1
Рассмотрим вопрос о смещенности полученной оценки S2.
Предварительно преобразуем (2.18):
n n n
S2 = ( 1 / n ) ( хi2 - 2 х ( 1 / n ) хi + ( х )2 = ( 1 / n ) хi2 - ( х )2 . (2.19)
i = 1 i = 1 i = 1
Математическое ожидание оценки S2
n n
М [ S2 ] = М ( 1 / n ) хi2 - М [( х )2 ] = ( 1 / n ) М [ хi2 ] - М [( х )2 ] =
i = 1 i = 1
n
= ( 1 / n ) ( 2 + а2 ) - ( / n + а2) = 2 ( 1 - 1 / n ) = 2 [( n - 1 ) / n]. (2.20)
i = 1
Таким образом, оценка S2 является смещенной оценкой дисперсии 2, однако
lim М [ S2 ] = 2 .
n
Такая оценка называется асимптотически несмещенной.
Из (2.20) следует, что для ликвидации смещенности оценки достаточно ввести поправочный множитель n /( n - 1 ). Полученную несмещенную оценку обозначим 2:
^ n
2 = n /( n - 1 ) S2 = n /( n - 1 ) ( хi - х )2. (2.20)
i = 1
Использовав (2.20), можно записать другую формулу для расчета оценки, равносильную ей но более удобную для вычислений:
n
2 = n /( n - 1 ) 1 / n хi2 - ( х2 ) . (2.21)
i = 1
Полученные выше оценки значений измеряемой величины и дисперсии погрешности являются точечными оценками. Рассмотрим оценивание этих величин с помощью доверительных интервалов.
Определим доверительный интервал для истинного значения а измеряемой величины.
Границы этого интервала зависят не только от оценки а = х измеряемой величины, но и от оценки среднего квадратического отклонения погрешности. Поэтому для построения доверительного интервала необходимо воспользоваться распределением случайной величины
tn -1 = ( х - а ) / S n - 1 = ( х - а ) / n. (2.22)
При нормальном распределении погрешности величина tn -1 распределена по закону Стьюдента с n - 1 степенями свободы ( t-распределение). Распределение Стьюдента зависит от от числа опытов n и при n асимптотически приближается к нормальному.
Обычно в таблицах приводятся значения t для величины t, имеющей расределение Стьюдента с k = n - 1 степенями свободы, определяемые из условия
f n - 1 ( t ) dt = , (2.23)
t
где f n - 1 ( t ) - плотность t- распределения. Полагая = ( ! - Р ) / 2 ( Р - доверительная вероятность ) и зная k = n - 1, по таблицам находят границу t.
Подставив в (2.23) граничные значения ± t, получим границы доверительного интервала для измеряемой величины:
х - t S / n -1 а х + t S / n -1
или
х - t / n а х + t / n .
Построим доверительный интервал для дисперсии 2 случайной погрешности. Доказано, что при нормальном законе распределения случайной погрешности величина
u = n S2 / 2 = ( n - 1 ) 2 / 2
распределена по закону 2n-1 с n - 1 степенями свободы. В таблицах приводятся значения 2 для величины u, имеющей 2-распределение с k = n - 1 степенями свободы, определяемые из условия
f n - 1 ( u ) du = , (2.24)
2
где f n - 1 ( u ) - плотность 2-распределения. Так как это распределение несимметрично, то по таблице необходимо найти значение верхней 21 и нижней 22 границ интервала, соответствующие вероятностям 1 = ( 1 - Р ) / 2 и 2 = 1 - ( 1 - Р ) / 2, где Р - доверительная вероятность.
Подставив в (2.24) вместо u найденные граничные значения 21 и 22 , получим границы доверительного интервала для дисперсии:
n S2 / 21 2 n S2 / 22
или
( n - 1 ) 2 / 21 2 ( n - 1 ) 2 / 22.