- •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.
31.4. Выборочные дисперсия и среднеквадратичное отклонение
В реальном эксперименте мы имеем дело с выборкой конечного объема, а не с генеральной совокупностью, подчиняющейся нормальному закону. Поэтому чтобы воспользоваться формулой для определения случайной доверительной погрешности результата измерения, необходимо найти оценку параметра и новые коэффициенты (которые в этом случае будут также зависеть от количества измерений ), соответствующие выборке конечного объема.
31.5. Среднеквадратичная ошибка среднего.
Допустим, что последовательных измерений некоторой величины дали значения
. (31.13)
При этом число не обязательно должно быть большим - в обычных экспериментах оно равно 5 - 10. В качестве наилучшего значения интересующей нас величины лучше всего взять среднее
. (31.14)
Требуется определить, какова ошибка в величине .
Ошибку -го измерения мы напишем в виде
, (31.15)
где - истинное значение измеряемой величины, которое, конечно, неизвестно. Тогда ошибка среднего дается выражением
. (31.16)
Теперь представим себе, что данные наблюдаются сериями по измерений в каждой, причем число таких серий велико. Вся совокупность измеренных значений характеризуется каким-то распределением со среднеквадратичным отклонением . В каждой серии имеется свое среднее значение, и совокупность всех таких средних характеризуется своим распределением со среднеквадратичным отклонением . В реальном эксперименте мы, конечно, имеем дело лишь с одной серией из измерений и одним средним значением. Но мы хотим подчеркнуть, что эта серия представляет собой случайную выборку из полной совокупности отдельных измерений, а среднее значение есть лишь одно значение из полной совокупности средних. Величина называется среднеквадратичной ошибкой среднего, и мы будем рассматривать ее как меру ошибки среднего значения.
Величины и связаны простым соотношением. Действительно, для одной серии из измерений имеем
. (31.17)
Следовательно
. (31.18)
Усредним это выражение по всем сериям. Среднее величины есть . Среднее каждого члена двойной суммы равно нулю, поскольку ошибки и независимы и в среднем равны нулю. Итак, мы получаем следующее равенство
. (31.19)
По определению
. (31.20)
Тогда равенство можно переписать в виде
, (31.21)
т.е. среднеквадратичная ошибка среднего из измерений в меньше среднеквадратичной ошибки отдельного измерения.
Величина зависит только от точности отдельных измерений и не зависит от их числа, тогда как величину можно уменьшить, увеличив . Но поскольку уменьшается всего лишь как , повторять много раз измерение одной и той же величины оказывается не очень выгодным. Лучше попытаться уменьшить , снизив , т.е. повысив точность измерений.
Хотя соотношение (31.21) имеет важное значение, но оно не позволяет нам вычислить , так как мы не знаем величины . Для этой величины лучше всего было бы взять значение
, (31.22)
но - ошибки относительно истинного значения и поэтому нам неизвестны. Данное затруднение можно обойти, если оперировать с остатками.
Для -го измерения остаток дается равенством
. (31.23)
В отличие от ошибки остаток - известная величина. Обозначим среднеквадратичное значение остатков через .
. (31.24)
Величина называется выборочным среднеквадратичным отклонением.
. (31.25)
Поэтому
. (31.26)
Все это относится к одной серии измерений. Усреднив, как и раньше, последнее равенство по большому числу серий, получим
, (31.27)
(31.28)
и
. (31.29)
Величина нам не известна. В качестве ее наилучшей оценки выберем . Подставляя эту величину в формулу и, извлекая квадратный корень, получаем
(31.30)
Таким образом, мы приблизительно выразили величину через известные нам величины.