Для уменьшения влияния случайных ошибок необходимо произвести измерение данной величины несколько раз. Предположим, что мы измеряем некоторую величину x. В результате проведенных измерений мы получили значений величины :
Этот ряд значений величины x получил название выборки. Имея такую выборку, мы можем дать оценку результата измерений. Величину, которая будет являться такой оценкой, мы обозначим . Но так как это значение оценки результатов измерений не будет представлять собой истинного значения измеряемой величины, необходимо оценить его ошибку. Предположим, что мы сумеем определить оценку ошибки Δx . В таком случае мы можем записать результат измерений в виде
Так как оценочные значения результата измерений и ошибки Δx не являются точными, запись (3) результата измерений должна сопровождаться указанием его надежности P. Под надежностью или доверительной вероятностью понимают вероятность того, что истинное значение измеряемой величины заключено в интервале, указанном записью (3). Сам этот интервал называется доверительным интервалом.
Например, измеряя длину некоторого отрезка, окончательный результат мы записали в виде
Это означает, что из 100 шансов 95 за то, что истинное значение длины отрезка заключается в интервале от 8.32 до 8.36 мм .
Таким образом, задача заключается в том, чтобы, имея выборку (2), найти оценку результата измерений , его ошибку Δx и надежность P.
Эта задача может быть решена с помощью теории вероятностей и математической статистики.
В большинстве случаев случайные ошибки подчиняются нормальному закону распределения, установленного Гауссом. Нормальный закон распределения ошибок выражается формулой
где Δx отклонение от величины истинного значения;
σ истинная среднеквадратичная ошибка;
σ 2 дисперсия, величина которой характеризует разброс случайных величин.
Как видно из (4) функция имеет максимальное значение при x = 0 , кроме того, она является четной.
На рис.16 показан график этой функции. Смысл функции (4) заключается в том, что площадь фигуры, заключенной между кривой, осью Δx и двумя ординатами из точек Δx1 и Δx2 (заштрихованная площадь на рис.16) численно равна вероятности, с которой любой отсчет попадет в интервал (Δx1,Δx2) .
Поскольку кривая распределена симметрично относительно оси ординат, можно утверждать, что равные по величине, но противоположные по знаку ошибки равновероятны. А это дает возможность в качестве оценки результатов измерений взять среднее значение всех элементов выборки (2)
где n число измерений.
Итак, если в одних и тех же условиях проделано n измерений, то наиболее вероятным значением измеряемой величины будет ее среднее значение (арифметическое). Величина стремится к истинному значению μ измеряемой величины при n → ∞.
Средней квадратичной ошибкой отдельного результата измерения называется величина
Она характеризует ошибку каждого отдельного измерения. При n → ∞ S стремится к постоянному пределу σ
С увеличением σ увеличивается разброс отсчетов, т.е. становится ниже точность измерений.
Среднеквадратичной ошибкой среднего арифметического называется величина
Это фундаментальный закон возрастания точности при росте числа измерений.
Ошибка характеризует точность, с которой получено среднее значение измеренной величины
. Результат записывается в виде:
Эта методика расчета ошибок дает хорошие результаты (с надежностью 0.68) только в том случае, когда одна и та же величина измерялась не менее 30 50 раз.
В 1908 году Стьюдент показал, что статистических подход справедлив и при малом числе измерений. Распределение Стьюдента при числе измерений n → ∞ переходит в распределение Гаусса, а при малом числе отличается от него.
Для расчета абсолютной ошибки при малом количестве измерений вводится специальный коэффициент, зависящий от надежности P и числа измерений n, называемый коэффициентом
Стьюдента t.
Опуская теоретические обоснования его введения, заметим, что
где Δx абсолютная ошибка для данной доверительной вероятности;
среднеквадратичная ошибка среднего арифметического.
Для этого удобнее воспользоваться таблицей 3, в которой интервалы заданы в долях величины σ, являющейся мерой точности данного опыта по отношению к случайным ошибкам.
Таблица 2
n | Значения Р | ||||
0.6 | 0.8 | 0.95 | 0.99 | 0.999 | |
2 | 1.376 | 3.078 | 12.706 | 63.657 | 636.61 |
3 | 1.061 | 1.886 | 4.303 | 9.925 | 31.598 |
4 | 0.978 | 1.638 | 3.182 | 5.841 | 12.941 |
5 | 0.941 | 1.533 | 2.776 | 4.604 | 8.610 |
6 | 0.920 | 1.476 | 2.571 | 4.032 | 6.859 |
7 | 0.906 | 1.440 | 2.447 | 3.707 | 5.959 |
8 | 0.896 | 1.415 | 2.365 | 3.499 | 5.405 |
9 | 0.889 | 1.397 | 2.306 | 3.355 | 5.041 |
10 | 0.883 | 1.383 | 2.262 | 3.250 | 4.781 |
11 | 0.879 | 1.372 | 2.228 | 3.169 | 4.587 |
12 | 0.876 | 1.363 | 2.201 | 3.106 | 4.437 |
13 | 0.873 | 1.356 | 2.179 | 3.055 | 4.318 |
14 | 0.870 | 1.350 | 2.160 | 3.012 | 4.221 |
15 | 0.868 | 1.345 | 2.145 | 2.977 | 4.140 |
16 | 0.866 | 1.341 | 2.131 | 2.947 | 4.073 |
17 | 0.865 | 1.337 | 2.120 | 2.921 | 4.015 |
18 | 0.863 | 1.333 | 2.110 | 2.898 | 3.965 |
19 | 0.862 | 1.330 | 2.101 | 2.878 | 3.922 |
20 | 0.861 | 1.328 | 2.093 | 2.861 | 3.883 |
21 | 0.860 | 1.325 | 2.086 | 2.845 | 3.850 |
22 | 0.859 | 1.323 | 2.080 | 2.831 | 3.819 |
23 | 0.858 | 1.321 | 2.074 | 2.819 | 3.792 |
24 | 0.858 | 1.319 | 2.069 | 2.807 | 3.767 |
25 | 0.857 | 1.318 | 2.064 | 2.797 | 3.745 |
26 | 0.856 | 1.316 | 2.060 | 2.787 | 3.725 |
27 | 0.856 | 1.315 | 2.056 | 2.779 | 3.707 |
28 | 0.855 | 1.314 | 2.052 | 2.771 | 3.690 |
29 | 0.855 | 1.313 | 2.048 | 2.763 | 3.674 |
30 | 0.854 | 1.311 | 2.045 | 2.756 | 3.659 |
31 | 0.854 | 1.310 | 2.042 | 2.750 | 3.646 |
40 | 0.851 | 1.303 | 2.021 | 2.704 | 3.551 |
60 | 0.848 | 1.296 | 2.000 | 2.660 | 3.460 |
120 | 0.845 | 1.289 | 1.980 | 2.617 | 3.373 |
∞ | 0.842 | 1.282 | 1.960 | 2.576 | 3.291 |
Таблица 3
Δ = Δx/σ | Значения Р | |||||
0.5 | 0.7 | 0.9 | 0.95 | 0.99 | 0.999 | |
1.0 | 2 | 3 | 5 | 7 | 11 | 17 |
0.5 | 3 | 6 | 13 | 18 | 31 | 50 |
0.4 | 4 | 8 | 19 | 27 | 46 | 74 |
0.3 | 6 | 13 | 32 | 46 | 78 | 127 |
0.2 | 13 | 29 | 70 | 99 | 171 | 277 |
0.1 | 47 | 169 | 273 | 387 | 668 | 1089 |
При обработке результатов прямых измерений предлагается следующий порядок операций:
- Результат каждого измерения запишите в таблицу.
- Вычислите среднее значение из n измерений
Рассмотрим на числовом примере применение приведенных выше формул.
Пример. Измерялся микрометром диаметр d стержня (систематическая ошибка измерения равна 0.005 мм ). Результаты измерений заносим во вторую графу таблицы, находим и в третью графу этой таблицы записываем разности
, а в четвертую их квадраты (таблица 4).
Таблица 4
n | d, мм | ![]() |
![]() |
1 | 4.02 | + 0.01 | 0.0001 |
2 | 3.98 | — 0.03 | 0.0009 |
3 | 3.97 | — 0.04 | 0.0016 |
4 | 4.01 | + 0 .00 | 0.0000 |
5 | 4.05 | + 0.04 | 0.0016 |
6 | 4.03 | + 0.02 | 0.0004 |
Σ | 24.06 | | 0.0046 |
Задавшись надежностью P = 0.95, по таблице коэффициентов Стьюдента для шести измерений найдем t = 2.57. Абсолютная ошибка найдется по формуле (10).
Сравним случайную и систематическую ошибки:
следовательно, δ = 0.005 мм можно отбросить.
В таблице критических значений t-критерия Стьюдента находятся теоретические значения критерия.
df | p=0,05 | p=0,01 | p=0,001 |
1 | 12,70 | 63,65 | 636,61 |
2 | 4,303 | 9,925 | 31,602 |
3 | 3,182 | 5,841 | 12,923 |
4 | 2,776 | 4,604 | 8,610 |
5 | 2,571 | 4,032 | 6,869 |
6 | 2,447 | 3,707 | 5,959 |
7 | 2,365 | 3,499 | 5,408 |
8 | 2,306 | 3,355 | 5,041 |
9 | 2,262 | 3,250 | 4,781 |
10 | 2,228 | 3,169 | 4,587 |
11 | 2,201 | 3,106 | 4,437 |
12 | 2,179 | 3,055 | 4,318 |
13 | 2,160 | 3,012 | 4,221 |
14 | 2,145 | 2,977 | 4,140 |
15 | 2,131 | 2,947 | 4,073 |
16 | 2,120 | 2,921 | 4,015 |
17 | 2,110 | 2,898 | 3,965 |
18 | 2,101 | 2,878 | 3,922 |
19 | 2,093 | 2,861 | 3,883 |
20 | 2,086 | 2,845 | 3,850 |
21 | 2,080 | 2,831 | 3,819 |
22 | 2,074 | 2,819 | 3,792 |
23 | 2,069 | 2,807 | 3,768 |
24 | 2,064 | 2,797 | 3,745 |
25 | 2,060 | 2,787 | 3,725 |
26 | 2,056 | 2,779 | 3,707 |
27 | 2,052 | 2,771 | 3,690 |
28 | 2,049 | 2,763 | 3,674 |
29 | 2,045 | 2,756 | 3,659 |
30 | 2,042 | 2,750 | 3,646 |
31 | 2,040 | 2,744 | 3,633 |
32 | 2,037 | 2,738 | 3,622 |
33 | 2,035 | 2,733 | 3,611 |
34 | 2,032 | 2,728 | 3,601 |
35 | 2,030 | 2,724 | 3,591 |
36 | 2,028 | 2,719 | 3,582 |
37 | 2,026 | 2,715 | 3,574 |
38 | 2,024 | 2,712 | 3,566 |
39 | 2,023 | 2,708 | 3,558 |
40 | 2,021 | 2,704 | 3,551 |
41 | 2,020 | 2,701 | 3,544 |
42 | 2,018 | 2,698 | 3,538 |
43 | 2,017 | 2,695 | 3,532 |
44 | 2,015 | 2,692 | 3,526 |
45 | 2,014 | 2,690 | 3,520 |
46 | 2,013 | 2,687 | 3,515 |
47 | 2,012 | 2,685 | 3,510 |
48 | 2,011 | 2,682 | 3,505 |
49 | 2,010 | 2,680 | 3,500 |
50 | 2,009 | 2,678 | 3,496 |
51 | 2,008 | 2,676 | 3,492 |
52 | 2,007 | 2,674 | 3,488 |
53 | 2,006 | 2,672 | 3,484 |
54 | 2,005 | 2,670 | 3,480 |
55 | 2,004 | 2,688 | 3,476 |
56 | 2,003 | 2,667 | 3,473 |
57 | 2,002 | 2,665 | 3,470 |
58 | 2,002 | 2,663 | 3,466 |
59 | 2,001 | 2,662 | 3,463 |
60 | 2,000 | 2,660 | 3,460 |
61 | 2,000 | 2,659 | 3,457 |
62 | 1,999 | 2,657 | 3,454 |
63 | 1,998 | 2,656 | 3,452 |
64 | 1,998 | 2,655 | 3,449 |
65 | 1,997 | 2,654 | 3,447 |
66 | 1,997 | 2,652 | 3,444 |
67 | 1,996 | 2,651 | 3,442 |
68 | 1,995 | 2,650 | 3,439 |
69 | 1,995 | 2,649 | 3,437 |
70 | 1,994 | 2,648 | 3,435 |
71 | 1,994 | 2,647 | 3,433 |
72 | 1,993 | 2,646 | 3,431 |
73 | 1,993 | 2,645 | 3,429 |
74 | 1,993 | 2,644 | 3,427 |
75 | 1,992 | 2,643 | 3,425 |
76 | 1,992 | 2,642 | 3,423 |
77 | 1,991 | 2,641 | 3,422 |
78 | 1,991 | 2,640 | 3,420 |
79 | 1,990 | 2,639 | 3,418 |
80 | 1,990 | 2,639 | 3,416 |
90 | 1,987 | 2,632 | 3,402 |
100 | 1,984 | 2,626 | 3,390 |
110 | 1,982 | 2,621 | 3,381 |
120 | 1,980 | 2,617 | 3,373 |
130 | 1,978 | 2,614 | 3,367 |
140 | 1,977 | 2,611 | 3,361 |
150 | 1,976 | 2,609 | 3,357 |
200 | 1,972 | 2,601 | 3,340 |
250 | 1,969 | 2,596 | 3,330 |
300 | 1,968 | 2,592 | 3,323 |
350 | 1,967 | 2,590 | 3,319 |
Вы просмотрели статью критерий стьюдента таблица.