- •Раздел 10. Основы анализа экспериментальных данных
- •29.2. Классификация погрешностей
- •30. Обзор программного обеспечения для выполнения анализа, обработки и представления экспериментальных данных
- •30.1. Математические (символьные) вычисления
- •30.2. Расчеты и статистическая обработка результатов
- •30.2.1. MathCad
- •30.2.2. Matlab - Scilab - Octave
- •30.3. Построение графиков
- •30.3.1. Sigma Plot
- •30.3.2. Origin
- •30.3.3. Gnuplot
- •30.4. Работа с текстом
- •30.4.1. Ms Word
- •30.4.2. OpenOffice.Org
- •31. Анализ результатов измерений случайной величины.
- •31.1. Гистограмма. Эмпирическое распределение результатов наблюдений
- •31.2. Результат измерения. Доверительный интервал
- •31.3. Нормальное или гауссово распределение
- •31.4. Выборочные дисперсия и среднеквадратичное отклонение
- •31.5. Среднеквадратичная ошибка среднего.
- •31.6. Приборная погрешность. Класс точности прибора.
- •31.7. Сложение случайной и приборной погрешностей. Полная погрешность измерения
- •31.8. Запись и округление результата измерения
- •32. Ошибки косвенных измерений
- •32.1. Функция одной переменной
- •32.2. Функция нескольких переменных
- •32.3. Ошибки и методика эксперимента
- •33. Анализ результатов совместных измерений
- •33.1. Цель и особенности эксперимента по определению функциональной зависимости
- •33.2. Некоторые определения
- •33.3. Интерполяция
- •33.3.1. Глобальная интерполяция
- •33.3.2. Локальная интерполяция
- •33.3.2.1. Кусочно-линейная интерполяция
- •33.3.2.2. Интерполяция кубическими сплайнами
- •33.3.2.3. Интерполирование b-сплайнами
- •33.4. Экстраполяция
- •33.5. Сглаживание данных
- •33.6. Регрессия
- •33.6.1. Выбор вида математической модели
- •33.6.2. Метод наименьших квадратов.
- •33.6.2.1. Линейная зависимость.
- •33.6.2.2. Линеаризация
- •33.6.2.3. Полиномиальная регрессия
- •33.6.2.4. Регрессия линейной комбинацией функций
- •33.6.2.5. Регрессия общего вида.
31.2. Результат измерения. Доверительный интервал
Задачей эксперимента является нахождение истинного значения физической величины, которое может быть получено, только если мы располагаем генеральной совокупностью всех значений искомой величины . Однако, в связи с тем, что количество наблюдений в выборке конечно, в опыте находят некоторое приближенное к значение , которое называют оценкой истинного значения, и указывают интервал, в который истинное значение попадает с заданной вероятностью . Этот интервал называют доверительным интервалом, а вероятность - доверительной вероятностью.
В качестве оценки истинного значения выбирают среднее арифметическое результатов наблюдений в выборке
, (31.5)
которое называют также выборочным средним.
Среднее также является случайной величиной, и если повторить опыт по его нахождению несколько раз, то получим выборку средних , которые также будут отличаться друг от друга случайным образом, однако разброс средних значений будет заметно меньше разброса результатов отдельных наблюдений в каждой выборке.
Для нахождения доверительного интервала необходимо знать распределение средних значений около . Зная вид , можно построить интервал, в который истинное значение попадает с вероятностью . Для этого на оси абсцисс (рис. 4) находят точки и такие, чтобы площади под графиком слева от и справа равнялись бы одной и той же величине . Тогда площадь под графиком в интервале ( ) будет равна значению вероятности , и для произвольного полученного в опыте среднего значения можно написать: c вероятностью .
Рис. 31.4. Доверительный интервал
. (31.6)
Границы интервала можно также записать в виде: , . Если распределение симметрично, то . Величину в этом случае называют случайной доверительной погрешностью результата измерения.
31.3. Нормальное или гауссово распределение
Одним из часто встречающихся на практике распределений является нормальный или гауссовский закон. Ему подчиняются физические величины, случайность которых обусловлена действием множества независимых (или слабо зависимых) малых аддитивных факторов, результат воздействия каждого из которых мал по сравнению с их суммарным воздействием. Плотность распределения вероятности нормального закона имеет вид
, (31.7)
где - случайное значение величины. Параметр определяет центр распределения, а форму и ширину кривой плотности распределения, что показано на рис. 31.5. Множитель перед экспонентой, определяющий высоту гауссовской кривой, выбран таким образом, чтобы было выполнено условие нормировки.
Поскольку гауссово распределение симметрично относительно , вероятность того, что случайное значение величины, распределенной по нормальному закону, попадет в заданный интервал ( ), будет равна
. (31.8)
Вводя , называемую стандартизованной переменной, можно записать
, (31.9)
Рис. 31.5. Нормальное распределение
где - коэффициенты, определяющие ширину интервала в единицах параметра нормального распределения : . Вероятности попадания в интервал ( ) можно найти, вычислив интеграл численно для различных значений ширины интервала . И наоборот, каждой заранее заданной вероятности будет соответствовать свое конкретное значение коэффициента , зависящее от выбора доверительной вероятности . Если значения коэффициентов найдены, то от переменной можно вернуться к переменной . Тогда из неравенства получим с вероятностью .
Можно показать, что если значения распределены по нормальному закону, то и рассчитываемые по ним средние значения также распределены по нормальному закону с центром в точке и шириной распределения , где - объем выборок, по которым рассчитываются . Распределение средних будет описываться формулой, в которой заменено на , а на .
Если средние значения распределены по нормальному закону, то задача нахождения доверительного интервала сводится к нахождению доверительного интервала ( ) для стандартизованной переменной и переходу к доверительному интервалу переменной . В результате получим, что границы интервала, в который случайное значение попадает с вероятностью , определяется неравенством
. (31.10)
Откуда для границ доверительного интервала получаем
, (31.11)
где - коэффициенты, соответствующие заданной вероятности .
Это неравенство принято записывать в виде символического равенства
, (31.12)
где - случайная доверительная погрешность результата измерения.