- •Основные понятия
- •Наработка на отказ:
- •Определение погрешностей
- •Закон распределения вероятностей и их числовых значений
- •Влияющий фактор
- •Ситуационное моделирование
- •Обнаружение и исключение ошибки
- •Однократное измерение
- •Многократные измерения с равноточными значениями отсчета
- •Точные оценки числовых характеристик
- •15 Независимых численных значений изменения температуры по шкале приведены во 2-ой графе
- •Проверка нормальности закона распределения вероятности результата измерения
- •100 Независимых численных значений результата измерений напряжения цифровым вольтметром, каждая из которых проводилась 1 раз приведены в 1-ой графе.
- •Обработка экспериментальных данных подчиняющихся нормальному закону распределения
- •Обработка экспериментальных данных не подчиняющихся нормальному закону распределения.
- •Определение требуемой точности измерений.
- •Многократное измерение с неравноточными значениями отсчета.
- •Обработка результатов нескольких серий измерений.
- •Оценка результатов косвенных измерений
- •Определение доверительных границ системной погрешности измерений
- •Определение границ суммарной погрешности измерения
15 Независимых численных значений изменения температуры по шкале приведены во 2-ой графе
-
№
11
20,42
0,016
0,000256
…
…
22
43
0,026
…
33
40
-0,004
44
43
0,026
55
42
-0,016
66
43
0,026
77
39
-0,014
88
30
-0,104
…
…
…
…
…
…
110
40
-0,004
Проверить, не допущено ли ошибок?
Решение:
-
Среднее арифметическое результатов измерений
-
При определении стандартного отклонения воспользуемся вспомогательными вычислениями, приведенными в 3-ей и 4-ой графе
-
Больше чем на 3 равное 0,099. От среднего арифметического отличается 8-ое значение. Следовательно оно является ошибочным и должно быть отброшено. Без 8-го значения: =20,411
Результаты вспомогательных вычислений в 5-ом и 6-ом столбцах позволяют высчитать новое стандартное отклонение: =0,016.
Ни одно из оставшихся значений не отличается от среднего арифметического больше чем на 3=0,048. Можно, следовательно, считать, что ошибок нет.
Универсальный метод отыскания эффективных оценок числовых характеристик любых законов распределения вероятностей случайных величин был разработан Фишером. Он называется метод максимального правдоподобия.
Сущность метода:
Многомерная плотность распределения вероятности системы случайных значений рассматривается как функция числовых характеристик закона распределения вероятности . Эта функция называется функцией правдоподобия. Она включает в себя еще оценки. Она показывает на сколько то или иное значение каждой числовой характеристики более правдоподобно, чем другие.
Функция правдоподобия достигает максимума при значениях переменных, являющихся их наиболее эффективными оценками.
Последние находятся из условия:
, и т.д.
Для простоты решения функцию логарифмирует.