Распределение можно считать нормальным, если коэффициенты СА и СЕ не превышают величины 2…3.
5. МЕТОДЫ ИСКЛЮЧЕНИЯ ГРУБЫХ ОШИБОК
При получении результата измерения, резко отличающегося от всех других результатов, возникает подозрение, что допущена грубая ошибка. В этом случае необходимо сразу же проверить, не нарушены ли основные условия измерения. Если же такая проверка не была сделана вовремя, то вопрос о целесообразности браковки резко отличающихся значений решается путем сравнения его с остальными результатами измерений. При этом применяются различные критерии, в зависимости от того, известна или нет средняя квадратическая ошибка i измерений (предполагается, что все измерения производятся с одной и той же точностью и независимо друг от друга).
Метод исключения при известной i. Сначала определяется коэффициент t по формуле
, (5.1)
где x* – резко выделяющееся значение (предполагаемая ошибка). Значение определяется по формуле (2.1) без учета предполагаемой ошибки x*.
Далее задаются уровнем значимости , при котором исключаются ошибки, вероятность появления которых меньше величины . Обычно используют один из трех уровней значимости: 5 % уровень (исключаются ошибки, вероятность появления которых меньше 0.05); 1 % уровень (соответственно меньше 0.01) и 0.1 % уровень (соответственно менее 0.001).
При выбранном уровне значимости выделяющееся значение x* считают грубой ошибкой и исключают его из дальнейшей обработки результатов измерений, если для соответствующего коэффициента t, рассчитанного по формуле (5.1), выполняется условие: 1 – Ф(t) < .
Метод исключения при неизвестной i. Если средняя квадратическая ошибка отдельного измерения i заранее неизвестна, то она оценивается приближенно по результатам измерений посредством формулы (2.8). Далее применяется тот же алгоритм, что и при известной i с той лишь разницей, что в формуле (5.1) вместо i используется величина Sn, рассчитанная по формуле (2.8).
Правило трех сигм. Так как выбор надежности доверительной оценки допускает некоторый произвол, в процессе обработки результатов эксперимента широкое распространение получило правило трех сигм: отклонение истинного значения измеряемой величины не превосходит среднего арифметического значения результатов измерений не превосходит утроенной средней квадратической ошибки этого значения.
Таким образом, правило трех сигм представляет собой доверительную оценку в случае известной величины
(5.2)
или доверительную оценку
(5.3)
в случае неизвестной величины .
Первая из этих оценок имеет надежность 2Ф(3) = 0.9973 независимо от количества измерений. Надежность второй оценки существенно зависит от количества измерений n. Зависимость надежности р от количества измерений n для оценки грубой ошибки в случае неизвестной величины указана в
Таблица 4
|
n |
5 |
6 |
7 |
8 |
9 |
10 |
14 |
20 |
30 |
50 |
150 |
|
|
р(х) |
0.960 |
0.970 |
0.976 |
0.980 |
0.983 |
0.985 |
0.990 |
0.993 |
0.995 |
0.996 |
0.997 |
0.9973 |
6. ПРЕДСТАВЛЕНИЕ РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ
Результаты измерений можно представить в виде графиков и таблиц. Последний способ наиболее прост. В ряде случаев результаты исследований можно представлять только в виде таблицы. Но таблица не дает наглядного представления о зависимости одной физической величины от другой, поэтому во многих случаях строят график. Им можно пользоваться для быстрого нахождения зависимости одной величины от другой, т. е. по измеренным данным находят аналитическую формулу, связывающую величины х и у. Такие формулы называют эмпирическими. Точность нахождения функции у(х) по графику определяется корректностью построения графика. Следовательно, когда не требуется большой точности, графики удобнее таблиц: они занимают меньше места, по ним быстрее проводить отсчеты, при построении их сглаживаются выбросы в ходе функции из-за случайных погрешностей измерений. Если требуется особо высокая точность, результаты эксперимента предпочтительнее представлять в виде таблиц, а промежуточные значения находить по интерполяционным формулам.
Математическая обработка результатов измерений экспериментатором не ставит задачу раскрыть истинный характер функциональной зависимости между переменными, а лишь дает возможность наиболее простой формулой описать результаты эксперимента, что позволяет использовать интерполирование и применить к наблюдаемым данным методы математического анализа.
Графический метод. Чаще всего для построения графиков используют прямоугольную систему координат. Чтобы облегчить построение, можно использовать миллиметровую бумагу. При этом отсчеты расстояний на графиках следует делать только по делениям на бумаге, а не при помощи линейки, так как длина делений может быть различной по вертикали и горизонтали. Предварительно нужно выбрать разумные масштабы по осям так, чтобы точность измерения соответствовала точности отсчета по графику и график не был растянут или сжат вдоль одной из осей, так как это ведет к увеличению погрешности отсчета.
Далее на график наносят точки, представляющие результаты измерений. Для выделения разных результатов их наносят различными значками: кружками, треугольниками, крестиками и т. п. Так как в большинстве случаев погрешности значений функции больше погрешностей аргумента, то наносят только погрешность функции в виде отрезка длиной, равной удвоенной погрешности в данном масштабе. При этом экспериментальная точка находится в середине этого отрезка, который с обоих концов ограничивается черточками. После этого проводят плавную кривую так, чтобы она проходила возможно ближе ко всем экспериментальным точкам и примерно одинаковое число точек находилось по обеим сторонам кривой. Кривая должна (как правило) лежать в пределах погрешностей измерений. Чем меньше эти погрешности, тем лучше кривая совпадает с экспериментальными точками. Важно отметить, что лучше провести плавную кривую вне пределов погрешности, чем допустить излом кривой вблизи отдельной точки. Если одна или несколько точек лежат далеко от кривой, то это часто свидетельствует о грубой ошибке при вычислении или измерении. Кривые на графиках чаще всего строят с помощью лекал.
Не следует брать очень много точек при построении графика плавной зависимости и только для кривых с максимумами и минимумами необходимо в области экстремума наносить точки более часто.
При построении графиков часто используют прием, называемый способом выравнивания или способом натянутой нити. Он основан на геометрическом подборе прямой "на глаз".
Если этот прием не удается, то во многих случаях преобразование кривой в прямую достигается применением одной из функциональных шкал или сеток. Чаще всего применяются логарифмическая или полулогарифмическая сетки. Этот прием полезен и в тех случаях, когда нужно растянуть или сжать какой-либо участок кривой. Так, логарифмический масштаб удобно использовать для изображения изучаемой величины, изменяющейся на несколько порядков в пределах измерений. Этот метод рекомендуется для нахождения приближенных значений коэффициентов в эмпирических формулах или для измерений с невысокой точностью данных. Прямой линией при использовании логарифмической сетки изображается зависимость типа , а при использовании полулогарифмической сетки – зависимость типа . Коэффициент В0 в некоторых случаях может быть равен нулю. Однако, при использовании линейного масштаба все значения на графике отсчитывают с одинаковой абсолютной точностью, а при использовании логарифмического масштаба – с одинаковой относительной точностью.
Следует также заметить, что часто бывает трудно по имеющемуся ограниченному участку кривой (особенно, если не все точки лежат на кривой) судить о том, какого типа функцию необходимо использовать для приближения. Поэтому переводят экспериментальные точки на ту или иную координатную сетку и уже потом смотрят, на какой из них полученные данные ближе всего совпадают с прямой, и в соответствии с этим выбирают эмпирическую формулу.
Подбор эмпирических формул. Хотя нет общего метода, который давал бы возможность подобрать наилучшую эмпирическую формулу для любых результатов измерений, все же можно найти эмпирическое соотношение, наиболее точно отражающее искомую зависимость. Не следует добиваться полного совпадения между экспериментальными данными и искомой формулой, так как интерполяционный многочлен или другая аппроксимирующая формула будет повторять все погрешности измерений, а коэффициенты не будут иметь физического смысла. Поэтому, если не известна теоретическая зависимость, то выбирают такую формулу, которая лучше совпадает с измеренными значениями и содержит меньше параметров. Для определения подходящей формулы экспериментальные данные изображают графически и сравнивают с различными кривыми, которые строят по известным формулам в том же масштабе. Изменяя параметры в формуле, можно в определенной степени менять вид кривой. В процессе сравнения необходимо учитывать имевшиеся экстремумы, поведение функции при различных значениях аргумента, выпуклость или вогнутость кривой на разных участках. Подобрав формулу, определяют значения параметров так, чтобы различие между кривой и экспериментальными данными было не больше погрешностей измерений.
На практике наиболее часто используются линейная, показательная и степенная зависимости.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8
