- •Введение
- •1. Средства измерения линейных размеров
- •1.1. Концевые меры длины
- •1.2. Линейка масштабная
- •1.3. Штангенциркуль
- •1.4. Микрометр
- •2. Метрологические характеристики средств измерения линейных размеров
- •Цель работы
- •Выполнение опыта
- •Задание 3
- •5. Обработка результатов измерений
- •Гистограмма распределения
- •Оформление протокола опытов
- •7. Пример выполнения лабораторной работы
- •1. Определение линейных размеров параллелепипеда
Гистограмма распределения
Интер- рвалы |
|
|
|
|
|
|
mi
|
|
|
|
|
|
|
pi = = |
|
|
|
|
|
|
6. Определяют частоту появления pi величины Х в данном разряде
pi = , (5.9)
где n - общее число всех опытных данных.
7. В системе координат pi = f(X) на ширине разряда h откладывают величину pi как высоту и строят прямоугольник.
Очевидно, что площадь элементарного прямо-угольника
si = hyi, = pi, (5.10)
а площадь всей гистограммы
S = = = 1. (5.11)
Таким образом, гистограмма представляет собой совокупность прямоугольников (рис. 5.1).
Полигон (рис. 5.1, кривая 2) строят как ломаную прямую, соединяющую интервалы середин интервалов.
В пределе гистограмма (полигон) стремится к нормальному закону распределения, плотность функции распределения которого описывается уравнением (5.12).
В качестве закона распределения случайных величин чаще всего используют нормальный закон распределения, он же закон Гаусса (K.F. Gauss – немецкий математик ХIХ века). Плотность нормального закона распределения
f(Х) = e. (5.12)
Функция плотности распределения позволяет определить вероятность появления данного конкретного значения Х.
Данные, снятые для построения гистограммы и полигона, могут быть использованы для построения статистического ряда распределения (рис. 5. 2).
Статистический же ряд распределения стремится к функции распределения, которая описывается следую-щим уравнением:
F(X) = = edX. (5.13)
f(X) 2
1
Х
Рис. 5.1. Гистограмма (1) и полигон (2) распределения
величины Х
F(X)
1
Х
Рис. 5.2. Статистический ряд распределения
величины Х
Функция распределения позволяет определить вероятность появления значения Х в интервале от - до числаа.
Критерий (от греч. - мерило) Пирсона (К.Pearson – английский математик, биолог и философ, работавший в конце ХIХ – начале ХХ века) – один из
важнейших непараметрических критериев. С его помощью проверяют гипотезу (от греч. – основание, предположение) о согласии выборочного распределения с нормальным законом распределения. Применение критерия допустимо лишь тогда, когдаnpi 5.
Для проверки нормальности закона распределения результатов измерений заполняют табл. 5.2.
Таблица 5.2
Проверка по критерию Пирсона
Начало интер- вала |
mi |
ti |
Ф(ti) |
pi |
mi-npi |
(mi-npi)2 npi |
… … … |
|
|
|
|
|
|
Сумма |
|
- |
- |
|
- |
Данные первых двух столбцов надо взять из табл. 5.1. В третьем столбце записывают отношение
ti = . (5.14)
Четвёртый столбец заполняют соответствующими значениями интеграла вероятностей Ф(ti) из справочной литературы 6.
Интеграл (лат. integer – целый) вероятностей Ф(t) равен
Ф(t) = , (5.15)
где t = .
По значениям Ф(i) в пятом столбце вычисляют вероятность pi как разность соответствующих значений Ф(t)
pi = Ф(ti) - Ф(ti-1). (5.16)
Напомним, что Ф() = - 0,5.
Последние столбцы таблицы в пояснении не нуждаются.
Сумма чисел последнего столбца даёт значение
= (5.17)
где n – число всех результатов измерений.
Если окажется больше критического значениякрит при некоторой доверительной вероятности Р и числе степеней свободы k = l - 3, где l – число всех интервалов, то с вероятностью Р можно считать, что распределение вероятностей результатов измерения в рассматриваемой серии измерений отличается от нормального. В противном случае для такого вывода нет достаточных оснований.
Указанное число степеней свободы k = l – 3 относится только к тому случаю, когда оба параметра нормального закона распределения определяют по результатам измерений, т.е. когда вместо точных значений Х и применяют их эмпирические оценки.
Если значение Х известно точно (например, при измерении эталона – в нашем случае концевой меры длины), то число степеней свободы равно k = l – 2.