Систематическая ошибка измерений формула - Не ошибается лишь тот, кто ничего не делает!

При прямых измеренияхзначение
измеряемой величины отсчитывается
непосредственно по шкале измерительного
прибора. Ошибка в отсчете может достигать
нескольких десятых долей деления шкалы.
Обычно при таких измерениях величину
систематической погрешности считают
равной половине цены деления шкалы
измерительного прибора. Например, при
измерении штангенциркулем с ценой
деления 0,05 мм величина приборной
погрешности измерения принимают равной
0,025 мм.

Цифровые измерительные приборы дают
значение измеряемых ими величин с
погрешностью, равной значению одной
единицы последнего разряда на шкале
прибора. Так, если цифровой вольтметр
показывает значение20,45 мВ, то абсолютная
погрешность при измерении равна
мВ.

Систематические погрешности возникают
и при использовании постоянных величин,
определяемых из таблиц. В подобных
случаях погрешность принимается равной
половине последнего значащего разряда.
Например, если в таблице значение
плотности стали дается величиной, равной
7,9∙10³кг/м³, то абсолютная
погрешность в этом случае равнакг/м³.

Некоторые особенности в расчете приборных
погрешностей электроизмерительных
приборов будут рассмотрены ниже.

При определении систематической
(приборной) погрешности косвенных
измеренийфункциональной величиныиспользуется
формула

,
(1)

где
— приборные ошибки прямых измерений
величины,—
частные производные функции по переменной.

В качестве примера, получим формулу для
расчета систематической погрешности
при измерении объема цилиндра. Формула
вычисления объема цилиндра имеет вид

Частные производные по переменным d
и hбудут равны

Таким образом, формула для определения
абсолютной систематической погрешности
при измерении объема цилиндра в
соответствии с (2. ..) имеет следующий вид

где
иприборные
ошибки при измерении диаметра и высоты
цилиндра

3. Оценка случайной погрешности. Доверительный интервал и доверительная вероятность

Рис. 1

ля подавляющего большинства простых
измерений достаточно хорошо выполняется
так называемый нормальный закон случайных
погрешностей (закон Гаусса), выведенный
из следующих эмпирических положений.

погрешности измерений могут принимать
непрерывный ряд значений;
при большом числе измерений погрешности
одинаковой величины, но разного знака
встречаются одинаково часто,
чем больше величина случайной погрешности,
тем меньше вероятность ее появления.

График нормального закона распределения
Гаусса представлен на рис.1. Уравнение
кривой имеет вид

,
(2)

где
— функция распределения случайных ошибок
(погрешностей), характеризующая
вероятность появления ошибки,σ– средняя
квадратичная ошибка.

Величина σне
является случайной величиной и
характеризует процесс измерений. Если
условия измерений не изменяются, то σ
остается постоянной величиной. Квадрат
этой величины называютдисперсией
измерений.Чем меньше дисперсия, тем
меньше разброс отдельных значений и
тем выше точность измерений.

Точное значение средней квадратичной
ошибки σ, как
и истинное значение измеряемой величины,
неизвестно. Существует так называемая
статистическая оценка этого параметра,
в соответствии с которой средняя
квадратичная ошибка равняется средней
квадратичной ошибке среднего
арифметического.
Величина которой определяется по формуле

,
(3)

где
— результатi-го
измерения;—
среднее арифметическое полученных
значений;n – число
измерений.

Чем больше число измерений, тем меньше
и тем больше оно приближается кσ.
Если истинное значение измеряемой
величины μ, ее среднее арифметическое
значение, полученное в результате
измерений ,
а случайная абсолютная погрешность,
то результат измерений запишется в виде.

Интервал значений от
до,
в который попадает истинное значение
измеряемой величины μ, называетсядоверительным интервалом.Посколькуявляется случайной величиной, то истинное
значение попадает в доверительный
интервал с вероятностью α, которая
называетсядоверительной вероятностью,илинадежностью измерений. Эта
величина численно равна площади
заштрихованной криволинейной трапеции.
(см. рис.)

Все это справедливо для достаточно
большого числа измерений, когда
близка к σ. Для отыскания доверительного
интервала и доверительной вероятности
при небольшом числе измерений, с которым
мы имеем дело в ходе выполнения
лабораторных работ, используетсяраспределение вероятностей Стьюдента.
Это распределение вероятностей
случайной величины,
называемойкоэффициентом Стьюдента,
дает значение доверительного интервалав долях средней квадратичной ошибки
среднего арифметического.

(4)

Распределение вероятностей этой величины
не зависит от σ², а существенно
зависит от числа опытовn.С увеличением числа опытовnраспределение
Стьюдента стремится к распределению
Гаусса.

Функция распределения табулирована
(табл.1). Значение коэффициента Стьюдента
находится на пересечении строки,
соответствующей числу измерений n,
и столбца, соответствующего доверительной
вероятности α

Таблица 1.

n	α	n	α
0,8	0,9	0,95	0,98	0,8	0,9	0,95	0,98
3	1,9	2,9	4,3	7,0	6	1,5	2,0	2,6	3,4
4	1,6	2,4	3,2	4,5	7	1,4	1,9	2,4	3,1
5	1,5	2,1	2,8	3,7	8	1,4	1,9	2,4	3,9

Пользуясь данными таблицы, можно:

определить доверительный интервал,
задаваясь определенной вероятностью;
выбрать доверительный интервал и
определить доверительную вероятность.

При косвенных измерениях среднюю
квадратичную ошибку среднего
арифметического значения функции
вычисляют по формуле

.
(5)

Доверительный интервал и доверительная
вероятность определяются так же, как и
в случае прямых измерений.

Оценка суммарной погрешности измерений.
Запись окончательного результата.

Суммарную погрешность результата
измерений величины Х будем определять
как среднее квадратичное значение
систематической и случайной погрешностей

,
(6)

где δх – приборная погрешность, Δх
– случайная погрешность.

В качестве Х может быть как непосредственно,
так и косвенно измеряемая величина.

Окончательный результат измерений
рекомендуется представлять в следующем
виде

,
α=…, Е=…(7)

Следует иметь в виду, что сами формулы
теории ошибок справедливы для большого
число измерений. Поэтому значение
случайной, а следовательно, и суммарной
погрешности определяется при малом nс большой ошибкой. При вычислении Δхпри числе измеренийрекомендуется
ограничиваться одной значащей цифрой,
если она больше 3 и двумя, если первая
значащая цифра меньше 3. Например, если
Δх= 0,042, то отбрасываем 2 и пишем
Δх=0,04, а если Δх=0,123, то пишем
Δх=0,12.

Число разрядов результата и суммарной
погрешности должно быть одинаковым.
Поэтому среднее арифметическое
погрешности должно быть одинаковым.
Поэтому среднее арифметическое
вычисляется вначале на один разряд
больше, чем измерение, а при записи
результата его значение уточняется до
числа разрядов суммарной ошибки.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

Источник

Статья обновлена 10.07.2022

Что такое погрешность измерения

Любой расчет состоит из истинного и вычисляемого значения. При этом всегда должны учитываться значения ошибки или погрешности. Погрешность — это расхождение между истинным значением и вычисляемым. В маркетинге выделяют следующие виды погрешностей.

Математическая погрешность. Она описывается алгебраической формулой и бывает абсолютной, относительной и приведенной. Абсолютная погрешность измерения — это разница между вычисляемым и истинным значением. Относительная погрешность вычисляется в процентном соотношении истинного значения и полученного. Вычисление погрешности приведенной схоже с относительной, указывается она также в процентах, но дает разницу между нормирующей шкалой и полученными данными, то есть между эталонными и полученными значениями.
Оценочная погрешность. В маркетинге она бывает случайной и систематической. Случайная погрешность возникает из-за любых факторов, которые случайным образом влияют на измерение переменной в выборке. Систематическая погрешность вызывается факторами, которые систематически влияют на измерение переменной в выборке.

Математическая погрешность: формула для каждого типа

Если определение погрешности можно провести точным путем, она считается математической. Зачем нужно вычисление этого значения в маркетинге?

Погрешности возникают настолько часто, что популярной практикой в исследованиях является включение значения погрешности в окончательные результаты. Для этого используются формулы. Математическая погрешность — это значение, которое отражает разницу между выборкой и фактическим результатом. Если при расчетах учитывалась погрешность, в тексте исследования указывается что-то вроде: «Абсолютная погрешность для этих данных составляет 3,25%». Погрешность можно вычислить с любыми цифрами: количество человек, участвующих в опросе, погрешность суммы, затраченной на маркетинговый бюджет, и так далее.

Формулы погрешностей вычисляются следующим образом.

Абсолютная погрешность измерений: формула

Формула дает разницу между измеренным и реальным значением.

Формула абсолютной погрешности

Относительная погрешность: формула

Формула использует значение абсолютной погрешности и вычисляется в процентах по отношению к фактическому значению.

Формула относительной погрешности

Приведенная погрешность: формула

Формула также использует значение абсолютной погрешности. В чем измеряется приведенная погрешность? Тоже в процентах, но в качестве «эталона» используется не реальное значение, а единица измерения любой нормирующей шкалы. Например, для обычной линейки это значение равно 1 мм.

Формула приведенной погрешности

Классификация оценочной погрешности

Определение погрешности в оценках — это всегда методическая погрешность, то есть допустимое значение ошибки, основанное на методах проведения исследования. Погрешность метода вызывает два типа погрешностей — случайные и систематические. Таблица погрешностей в графической форме покажет все возможные типы.

Классификация оценочной погрешности

Что такое случайная погрешность

Случайная погрешность бывает статической и динамической. Динамическая погрешность возникает, когда мы имеем дело с меняющимися значениями — например, количество человек в выборке при маркетинговом исследовании. Статическая погрешность описывает ошибки при вычислении неизменных величин — вроде количества вопросов в вопроснике. Все они относятся к случайным погрешностям.

Типичный пример возникновения случайной погрешности — настроение участников маркетингового опроса. Как известно, эмоциональный настрой человека всегда влияет на его производительность. В ходе тестирования одни люди могут быть в хорошем расположении духа, а другие — в «миноре». Если настроение влияет на их ответы по заданному критерию выборки, это может искусственно завышать или занижать наблюдаемые оценки. Например, в случае с истинным значением 1 случайная погрешность может дать как -0,8, так и +0,5 к этому числу. Очень часто это случается при оценке времени ответа, например.

Случайная погрешность добавляет изменчивости данным, но не оказывает постоянного влияния на всю выборку. Вместо этого она произвольно изменяет измеряемые значения в диапазоне. В маркетинговой практике считается, что все случайные погрешности в распределении перекрывают друг друга и практически не влияют на конечный результат. Поэтому случайная погрешность считается «шумом» и в расчет не принимается. Эту погрешность нельзя устранить совсем, но можно уменьшить, просто увеличив размер выборки.

Что такое систематическая погрешность

Систематическая погрешность существует в результатах исследования, если эти результаты показывают устойчивую тенденцию к отклонению от истинных значений. Иными словами, если полученные цифры постоянно выше или ниже расчетных, речь идет о том, что в данных имеется систематическая погрешность.

В маркетинговых исследованиях есть два основных типа систематической погрешности: погрешность выборки и погрешность измерения.

Погрешность выборки

Погрешность выборки возникает, когда выборка, используемая в исследовании, не репрезентативна для всей совокупности данных. Типы такой погрешности включают погрешность структуры, погрешность аудитории и погрешность отбора.

Погрешность структуры

Погрешность структуры возникает из-за использования неполной или неточной основы для выборки. Распространенным источником такой погрешности в рамках маркетинговых исследований является проведение какого-либо опроса по телефону на основе существующего телефонного справочника или базы данных абонентов. Многие данные там указаны неполно или неточно — например, если люди недавно переехали или изменили свой номер телефона. Также такие данные часто указывают неполную или неверную демографию.

Если в качестве основы для исследования взят телефонный справочник, оно подвержено погрешности структуры, так как не учитывает всех возможных респондентов.

Погрешность аудитории

Погрешность аудитории возникает, если исследователь не знает, как определить аудиторию для исследования. Пример — оценка результатов исследования, проведенного среди клиентов крупного банка. Доля ответов на анкету составила чуть менее 1%. Анализ профессий всех опрошенных показал, что процент пенсионеров среди них в 20 раз выше, чем в целом по городу. Если эта группа значительно различается по интересующим переменным, то результаты будут неверными из-за погрешности аудитории.

Погрешность отбора

Даже если маркетологи правильно определили структуру и аудиторию, они не застрахованы от погрешности отбора. Она возникает, когда процедуры отбора являются неполными, неправильными или не соблюдаются должным образом. Например, интервьюеры при полевом исследовании могут избегать людей, которые живут в муниципальных домах. Потому что, по их мнению, жители вряд ли согласятся пройти такой опрос. Если жители муниципальных домов отличаются от тех, кто проживает в домах бизнес-класса, в результаты опроса будет внесена погрешность отбора.

Как минимизировать погрешность выборки

Знайте свою аудиторию.
Знайте, кто покупает ваш продукт, использует его, работает с вами и так далее. Имея базовую социально-экономическую информацию, можно составить стабильную выборку целевой аудитории. Маркетинговые исследования часто касаются одной конкретной группы населения — например, пользователей Facebook или молодых мам.
Разделите аудиторию на группы.
Вместо случайной выборки разбейте аудиторию на группы в соответствии с их численностью в общей совокупности данных. Например, если люди с определенной демографией составляют 35% населения, убедитесь, что 35% респондентов исследования отвечают этому условию.
Увеличьте размер выборки.
Больший размер выборки приводит к более точному результату.

Погрешность измерения

Погрешность измерения представляет собой серьезную угрозу точности исследования. Она возникает, когда существует разница между искомой информацией — то есть истинным значением, и информацией, фактически полученной в процессе измерения. К таким погрешностям приводят различные недостатки процесса исследования. Погрешность измерения, в основном, вызывается человеческим фактором — например, формулировкой вопросника, ошибками ввода данных и необъективными выводами.

К погрешностям измерения приводят следующие виды ошибок.

Ошибка цели

Ошибка цели возникает, когда существует несоответствие между информацией, фактически необходимой для решения проблемы, и данными , которые собирает исследование. Например, компания Kellogg впустую потратила миллионы на разработку завтраков для снижения уровня холестерина. Реальный вопрос, который нужно было бы задать в исследовании, заключался в том, купят ли люди овсяные хлопья для решения своей проблемы. Ответ «Нет» обошелся бы компании дешевле.

Предвзятость ответов

Некоторые люди склонны отвечать на конкретный вопрос определенным образом. Тогда возникает предвзятость ответа. Предвзятость ответа может быть результатом умышленной фальсификации или неосознанного искажения фактов.

Умышленная фальсификация происходит, когда респонденты целенаправленно дают неверные ответы на вопросы. Есть много причин, по которым люди могут сознательно искажать информацию. Например, они хотят скрыть или хотят казаться лучше, чем есть на самом деле.

Бессознательное искажение информации происходит, когда респондент пытается быть правдивым, но дает неточный ответ. Этот тип предвзятости может возникать из-за формата вопроса, его содержания или по другим причинам.

Предвзятость интервьюера

Интервьюер оказывает влияние на респондента — сознательно или бессознательно. Одежда, возраст, пол, выражение лица, язык тела или тон голоса могут повлиять на ответы некоторых или всех респондентов.

Ошибка обработки

Примеры включают наводящие вопросы или элементы дизайна анкеты, которые затрудняют запись ответов или приводят к ошибкам в них.

Ошибка ввода

Это ошибки, возникающие при вводе информации. Например, документ может быть отсканирован неправильно, и его данные по ошибке перенесутся неверно. Или люди, заполняющие опросы на смартфоне или ноутбуке, могут нажимать не те клавиши.

Виды проводимых маркетинговых исследований различны, поэтому универсальных рецептов не существует. Мы дадим несколько общих советов, используемых для минимизации систематических погрешностей разного типа.

Как минимизировать погрешность измерения

Предварительно протестируйте.
Погрешностей обработки и предвзятости можно избежать, если проводить предварительные тесты вопросника до начала основных интервью.
Проводите выборку случайным образом.
Чтобы устранить предвзятость, при выборке респондентов можно включать каждого четвертого человека из общего списка.
Тренируйте команду интервьюеров и наблюдателей.
Отбор и обучение тех, кто проводит исследования, должен быть тщательным. Особое внимание нужно уделять соблюдению инструкций в ходе каждого исследования.
Всегда выполняйте проверку сделанных записей.
Чтобы исключить ошибки ввода, все данные, вводимые для компьютерного анализа, должны быть перепроверены как минимум дважды.

Мир без ошибок не может существовать. Но понимание факторов, влияющих на маркетинговые исследования и измеряемые погрешности, имеет важное значение для сбора качественных данных.

Источник

Систематической погрешностью называется составляющая погрешности измерения, остающаяся постоянной или закономерно меняющаяся при повторных измерениях одной и той же величины. При этом предполагается, что систематические погрешности представляют собой определенную функцию неслучайных факторов, состав которых зависит от физических, конструкционных и технологических особенностей средств измерений, условий их применения, а также индивидуальных качеств наблюдателя. Сложные детерминированные закономерности, которым подчиняются систематические погрешности, определяются либо при создании средств измерений и комплектации измерительной аппаратуры, либо непосредственно при подготовке измерительного эксперимента и в процессе его проведения. Совершенствование методов измерения, использование высококачественных материалом, прогрессивная технология — все это позволяет на практике устранить систематические погрешности настолько, что при обработке результатов наблюдений с их наличием зачастую не приходится считаться.

Систематические погрешности принято классифицировать в зависимости от причин их возникновения и по характеру их проявления при измерениях.

В зависимости от причин возникновения рассматриваются четыре вида систематических погрешностей.

1. Погрешности метода, или теоретические погрешности, проистекающие от ошибочности или недостаточной разработки принятой теории метода измерений в целом или от допущенных упрощений при проведении измерений.

Погрешности метода возникают также при экстраполяции свойства, измеренного на ограниченной части некоторого объекта, на весь объект, если последний не обладает однородностью измеряемого свойства. Так, считая диаметр цилиндрического вала равным результату, полученному при измерении в одном сечении и в одном направлении, мы допускаем систематическую погрешность, полностью определяемую отклонениями формы исследуемого вала. При определении плотности вещества по измерениям массы и объема некоторой пробы возникает систематическая погрешность, если проба содержала некоторое количество примесей, а результат измерения принимается за характеристику данного вещества -вообще.

К погрешностям метода следует отнести также те погрешности, которые возникают вследствие влияния измерительной аппаратуры на измеряемые свойства объекта. Подобные явления возникают, например, при измерении длин, когда измерительное усилие используемых приборов достаточно велико, при регистрации быстропротекаюших процессов недостаточно быстродействующей аппаратурой, при измерениях температур жидкостными или газовыми термометрами и т.д.

2. Инструментальные погрешности, зависящие от погрешностей применяемых средств измерений.. Среди инструментальных погрешностей в отдельную группу выделяются погрешности схемы, не связанные с неточностью изготовления средств измерения и обязанные своим происхождением самой структурной схеме средств измерений. Исследование инструментальных погрешностей является предметом специальной дисциплины — теории точности измерительных устройств.

3. Погрешности, обусловленные неправильной установкой и взаимным расположением средств измерения, являющихся частью единого комплекса, несогласованностью их характеристик, влиянием внешних температурных, гравитационных, радиационных и других полей, нестабильностью источников питания, несогласованностью входных и выходных параметров электрических цепей приборов и т.д.

4. Личные погрешности, обусловленные индивидуальными особенностями наблюдателя. Такого рода погрешности вызываются, например, запаздыванием или опережением при регистрации сигнала, неправильным отсчетом десятых долей деления шкалы, асимметрией, возникающей при установке штриха посередине между двумя рисками.

По характеру своего поведения в процессе измерения систематические погрешности подразделяются на постоянные и переменные.

Постоянные систематические погрешности возникают, например, при неправильной установке начала отсчета, неправильной градуировке и юстировке средств измерения и остаются постоянными при всех повторных наблюдениях. Поэтому, если уж они возникли, их очень трудно обнаружить в результатах наблюдений.

Среди переменных систематических погрешностей принято выделять прогрессивные и периодические.

Прогрессивная погрешность возникает, например, при взвешивании, когда одно из коромысел весов находится ближе к источнику тепла, чем другое, поэтому быстрее нагревается и

удлиняется. Это приводит к систематическому сдвигу начала отсчета и к монотонному изменению показаний весов.

Периодическая погрешность присуща измерительным приборам с круговой шкалой, если ось вращения указателя не совпадает с осью шкалы.

Все остальные виды систематических погрешностей принято называть погрешностями, изменяющимися по сложному закону.

В тех случаях, когда при создании средств измерений, необходимых для данной измерительной установки, не удается устранить влияние систематических погрешностей, приходится специально организовывать измерительный процесс и осуществлять математическую обработку результатов. Методы борьбы с систематическими погрешностями заключаются в их обнаружении и последующем исключении путем полной или частичной компенсации. Основные трудности, часто непреодолимые, состоят именно в обнаружении систематических погрешностей, поэтому иногда приходится довольствоваться приближенным их анализом.

Способы обнаружения систематических погрешностей. Результаты наблюдений, полученные при наличии систематических погрешностей, будем называть неисправленными и в отличие от исправленных снабжать штрихами их обозначения (например, Х1, Х₂ и т.д.). Вычисленные в этих условиях средние арифметические значения и отклонения от результатов наблюдений будем также называть неисправленными и ставить штрихи у символов этих величин. Таким образом,

Поскольку неисправленные результаты наблюдений включают в себя систематические погрешности, сумму которых для каждого /-го наблюдения будем обозначать через 8., то их математическое ожидание не совпадает с истинным значением измеряемой величины и отличается от него на некоторую величину 0, называемую систематической погрешностью неисправленного среднего арифметического. Действительно,

Если систематические погрешности постоянны, т.е. 0_/ = 0, /=1,2, …, п, то неисправленные отклонения могут быть непосредственно использованы для оценки рассеивания ряда наблюдений. В противном случае необходимо предварительно исправить отдельные результаты измерений, введя в них так называемые поправки, равные систематическим погрешностям по величине и обратные им по знаку:

q = -Oi.

Таким образом, для нахождения исправленного среднего арифметического и оценки его рассеивания относительно истинного значения измеряемой величины необходимо обнаружить систематические погрешности и исключить их путем введения поправок или соответствующей каждому конкретному случаю организации самого измерения. Остановимся подробнее на некоторых способах обнаружения систематических погрешностей.

Постоянные систематические погрешности не влияют на значения случайных отклонений результатов наблюдений от средних арифметических, поэтому никакая математическая обработка результатов наблюдений не может привести к их обнаружению. Анализ таких погрешностей возможен только на основании некоторых априорных знаний об этих погрешностях, получаемых, например, при поверке средств измерений. Измеряемая величина при поверке обычно воспроизводится образцовой мерой, действительное значение которой известно. Поэтому разность между средним арифметическим результатов наблюдения и значением меры с точностью, определяемой погрешностью аттестации меры и случайными погрешностями измерения, равна искомой систематической погрешности.

Одним из наиболее действенных способов обнаружения систематических погрешностей в ряде результатов наблюдений является построение графика последовательности неисправленных значений случайных отклонений результатов наблюдений от средних арифметических.

Рассматриваемый способ обнаружения постоянных систематических погрешностей можно сформулировать следующим образом: если неисправленные отклонения результатов наблюдений резко изменяются при изменении условий наблюдений, то данные результаты содержат постоянную систематическую погрешность, зависящую от условий наблюдений.

Систематические погрешности являются детерминированными величинами, поэтому в принципе всегда могут быть вычислены и исключены из результатов измерений. После исключения систематических погрешностей получаем исправленные средние арифметические и исправленные отклонения результатов наблюдении, которые позволяют оценить степень рассеивания результатов.

Для исправления результатов наблюдений их складывают с поправками, равными систематическим погрешностям по величине и обратными им по знаку. Поправку определяют экспериментально при поверке приборов или в результате специальных исследований, обыкновенно с некоторой ограниченной точностью.

Поправки могут задаваться также в виде формул, по которым они вычисляются для каждого конкретного случая. Например, при измерениях и поверках с помощью образцовых манометров следует вводить поправки к их показаниям на местное значение ускорения свободного падения

где Р — измеряемое давление.

Введением поправки устраняется влияние только одной вполне определенной систематической погрешности, поэтому в результаты измерения зачастую приходится вводить очень большое число поправок. При этом вследствие ограниченной точности определения поправок накапливаются случайные погрешности и дисперсия результата измерения увеличивается.

Систематическая погрешность, остающаяся после введения поправок на ее наиболее существенные составляющие включает в себя ряд элементарных составляющих, называемых неисключенными остатками систематической погрешности. К их числу относятся погрешности:

• определения поправок;

• зависящие от точности измерения влияющих величин, входящих в формулы для определения поправок;

• связанные с колебаниями влияющих величин (температуры окружающей среды, напряжения питания и т.д.).

Перечисленные погрешности малы, и поправки на них не вводятся.

Свойства физического объекта (явления, процесса) определяются набором
количественных характеристик — физических величин.
Как правило, результат измерения представляет
собой число, задающее отношение измеряемой величины к некоторому эталону.
Сравнение с эталоном может быть как
прямым (проводится непосредственно
экспериментатором), так и косвенным (проводится с помощью некоторого
прибора, которому экспериментатор доверяет).
Полученные таким образом величины имеют размерность, определяемую выбором эталона.

Замечание. Результатом измерения может также служить количество отсчётов некоторого
события, логическое утверждение (да/нет) или даже качественная оценка
(сильно/слабо/умеренно). Мы ограничимся наиболее типичным для физики случаем,
когда результат измерения может быть представлен в виде числа или набора чисел.

Взаимосвязь между различными физическими величинами может быть описана
физическими законами, представляющими собой идеализированную
модель действительности. Конечной целью любого физического
эксперимента (в том числе и учебного) является проверка адекватности или
уточнение параметров таких моделей.

1.1 Результат измерения

Рассмотрим простейший пример: измерение длины стержня
с помощью линейки. Линейка проградуирована производителем с помощью
некоторого эталона длины — таким образом, сравнивая длину
стержня с ценой деления линейки, мы выполняем косвенное сравнение с
общепринятым стандартным эталоном.

Допустим, мы приложили линейку к стержню и увидели на шкале некоторый результат
x=xизм. Можно ли утверждать, что xизм — это длина
стержня?

Во-первых, значение x не может быть задано точно, хотя бы
потому, что оно обязательно округлено до некоторой значащей
цифры: если линейка «обычная», то у неё
есть цена деления; а если линейка, к примеру, «лазерная»
— у неё высвечивается конечное число значащих цифр
на дисплее.

Во-вторых, мы никак не можем быть уверенны, что длина стержня на
самом деле такова хотя бы с точностью до ошибки округления. Действительно,
мы могли приложить линейку не вполне ровно; сама линейка могла быть
изготовлена не вполне точно; стержень может быть не идеально цилиндрическим
и т.п.

И, наконец, если пытаться хотя бы гипотетически переходить к бесконечной
точности измерения, теряет смысл само понятие «длины стержня». Ведь
на масштабах атомов у стержня нет чётких границ, а значит говорить о его
геометрических размерах в таком случае крайне затруднительно!

Итак, из нашего примера видно, что никакое физическое измерение не может быть
произведено абсолютно точно, то есть
у любого измерения есть погрешность.

Замечание. Также используют эквивалентный термин ошибка измерения
(от англ. error). Подчеркнём, что смысл этого термина отличается от
общеупотребительного бытового: если физик говорит «в измерении есть ошибка»,
— это не означает, что оно неправильно и его надо переделать.
Имеется ввиду лишь, что это измерение неточно, то есть имеет
погрешность.

Количественно погрешность можно было бы определить как разность между
измеренным и «истинным» значением длины стержня:
δ⁢x=xизм-xист. Однако на практике такое определение
использовать нельзя: во-первых, из-за неизбежного наличия
погрешностей «истинное» значение измерить невозможно, и во-вторых, само
«истинное» значение может отличаться в разных измерениях (например, стержень
неровный или изогнутый, его торцы дрожат из-за тепловых флуктуаций и т.д.).
Поэтому говорят обычно об оценке погрешности.

Об измеренной величине также часто говорят как об оценке, подчеркивая,
что эта величина не точна и зависит не только от физических свойств
исследуемого объекта, но и от процедуры измерения.

Замечание.
Термин оценка имеет и более формальное значение. Оценкой называют результат процедуры получения значения параметра или параметров физической модели, а также иногда саму процедуру. Теория оценок является подразделом математической статистики. Некоторые ее положения изложены в главе 3, но для более серьезного понимания следует обратиться к [5].

Для оценки значения физической величины корректно использовать
не просто некоторое фиксированное число xизм, а интервал (или
диапазон) значений, в пределах которого может лежать её
«истинное» значение. В простейшем случае этот интервал
может быть записан как

где δ⁢x — абсолютная величина погрешности.
Эта запись означает, что исследуемая величина лежит в интервале
x∈(xизм-δ⁢x;xизм+δ⁢x)
с некоторой достаточно большой долей вероятности (более подробно о
вероятностном содержании интервалов см. п. 2.2).
Для наглядной оценки точности измерения удобно также использовать
относительную величину погрешности:

Она показывает, насколько погрешность мала по сравнению с
самой измеряемой величиной (её также можно выразить в процентах:
ε=δ⁢xx⋅100%).

Пример. Штангенциркуль —
прибор для измерения длин с ценой деления 0,1⁢мм. Пусть
диаметр некоторой проволоки равен 0,37 мм. Считая, что абсолютная
ошибка составляет половину цены деления прибора, результат измерения
можно будет записать как d=0,40±0,05⁢мм (или
d=(40±5)⋅10-5⁢м).
Относительная погрешность составляет ε≈13%, то
есть точность измерения весьма посредственная — поскольку
размер объекта близок к пределу точности прибора.

О необходимости оценки погрешностей.

Измерим длины двух стержней x1 и x2 и сравним результаты.
Можно ли сказать, что стержни одинаковы или различны?

Казалось бы,
достаточно проверить, справедливо ли x1=x2. Но никакие
два результата измерения не равны друг другу с абсолютной точностью! Таким
образом, без указания погрешности измерения ответ на этот вопрос дать
невозможно.

С другой стороны, если погрешность δ⁢x известна, то можно
утверждать, что если измеренные длины одинаковы
в пределах погрешности опыта, если |x2-x1|<δ⁢x
(и различны в противоположном случае).

Итак, без знания погрешностей невозможно сравнить между собой никакие
два измерения, и, следовательно, невозможно сделать никаких
значимых выводов по результатам эксперимента: ни о наличии зависимостей
между величинами, ни о практической применимости какой-либо теории,
и т. п. В связи с этим задача правильной оценки погрешностей является крайне
важной, поскольку существенное занижение или завышение значения погрешности
(по сравнению с реальной точностью измерений) ведёт к неправильным выводам.

В физическом эксперименте (в том числе лабораторном практикуме) оценка
погрешностей должна проводиться всегда
(даже когда составители задания забыли упомянуть об этом).

1.2 Многократные измерения

Проведём серию из n одинаковых (однотипных) измерений одной
и той же физической величины (например, многократно приложим линейку к стержню) и получим
ряд значений

Что можно сказать о данном наборе чисел и о длине стержня?
И можно ли увеличивая число измерений улучшить конечный результат?

Если цена деления самой линейки достаточно мала, то как нетрудно убедиться
на практике, величины {xi} почти наверняка окажутся
различными. Причиной тому могут быть
самые разные обстоятельства, например: у нас недостаточно остроты
зрения и точности рук, чтобы каждый раз прикладывать линейку одинаково;
стенки стержня могут быть слегка неровными; у стержня может и не быть
определённой длины, например, если в нём возбуждены звуковые волны,
из-за чего его торцы колеблются, и т. д.

В такой ситуации результат измерения интерпретируется как
случайная величина, описываемая некоторым вероятностным законом
(распределением).
Подробнее о случайных величинах и методах работы с ними см. гл. 2.

По набору результатов 𝐱 можно вычислить их среднее арифметическое:

⟨x⟩=x1+x2+…+xnn≡1n⁢∑i=1nxi.

(1.1)

Это значение, вычисленное по результатам конечного числа n измерений,
принято называть выборочным средним. Здесь и далее для обозначения
выборочных средних будем использовать угловые скобки.

Кроме среднего представляет интерес и то, насколько сильно варьируются
результаты от опыта к опыту. Определим отклонение каждого измерения от среднего как

Разброс данных относительно среднего принято характеризовать
среднеквадратичным отклонением:

s=Δ⁢x12+Δ⁢x22+…+Δ⁢xn2n=1n⁢∑i=1nΔ⁢xi2

(1.2)

или кратко

Значение среднего квадрата отклонения s2 называют
выборочной дисперсией.

Будем увеличивать число измерений n (n→∞). Если объект измерения и методика
достаточно стабильны, то отклонения от среднего Δ⁢xi будут, во-первых,
относительно малы, а во-вторых, положительные и отрицательные отклонения будут
встречаться примерно одинаково часто. Тогда при вычислении (1.1)
почти все отклонения Δ⁢xi скомпенсируются и можно ожидать,
что выборочное среднее при n≫1 будет стремиться к некоторому пределу:

Тогда предельное значение x¯ можно отождествить с «истинным» средним
для исследуемой величины.

Предельную величину среднеквадратичного отклонения при n→∞
обозначим как

Замечание. В общем случае указанные пределы могут и не существовать. Например, если измеряемый параметр
меняется во времени или в результате самого измерения, либо испытывает слишком большие
случайные скачки и т. п. Такие ситуации требуют особого рассмотрения и мы на них не
останавливаемся.

Замечание. Если n мало (n<10), для оценки среднеквадратичного отклонения
математическая статистика рекомендует вместо формулы (1.3) использовать
исправленную формулу (подробнее см. п. 5.2):

sn-12=1n-1⁢∑i=1nΔ⁢xi2,

(1.4)

где произведена замена n→n-1. Величину sn-1
часто называют стандартным отклонением.

Итак, можно по крайней мере надеяться на то, что результаты небольшого числа
измерений имеют не слишком большой разброс, так что величина ⟨x⟩
может быть использована как приближенное значение (оценка) истинного значения
⟨x⟩≈x¯,
а увеличение числа измерений позволит уточнить результат.

Многие случайные величины подчиняются так называемому нормальному закону
распределения (подробнее см. Главу 2). Для таких величин
могут быть строго доказаны следующие свойства:

•
при многократном повторении эксперимента бо́льшая часть измерений
(∼68%) попадает в интервал x¯-σ<x<x¯+σ
(см. п. 2.2).
•
выборочное среднее значение ⟨x⟩ оказывается с большей
вероятностью ближе к истинному значению x¯, чем каждое из измерений
{xi} в отдельности. При этом ошибка вычисления среднего
убывает пропорционально корню из числа опытов n
(см. п. 2.4).

Упражнение. Показать, что

s2=⟨x2⟩-⟨x⟩2.

(1.5)

то есть дисперсия равна разности среднего значения квадрата
⟨x2⟩=1n⁢∑i=1nxi2
и квадрата среднего ⟨x⟩2=(1n⁢∑i=1nxi)2.

1.3 Классификация погрешностей

Чтобы лучше разобраться в том, нужно ли многократно повторять измерения,
и в каком случае это позволит улучшить результаты опыта,
проанализируем источники и виды погрешностей.

В первую очередь, многократные измерения позволяют проверить
воспроизводимость результатов: повторные измерения в одинаковых
условиях, должны давать близкие результаты. В противном случае
исследование будет существенно затруднено, если вообще возможно.
Таким образом, многократные измерения необходимы для того,
чтобы убедиться как в надёжности методики, так и в существовании измеряемой
величины как таковой.

При любых измерениях возможны грубые ошибки — промахи
(англ. miss). Это «ошибки» в стандартном
понимании этого слова — возникающие по вине экспериментатора
или в силу других непредвиденных обстоятельств (например, из-за сбоя
аппаратуры). Промахов, конечно, нужно избегать, а результаты таких
измерений должны быть по возможности исключены из рассмотрения.

Как понять, является ли «аномальный» результат промахом? Вопрос этот весьма
непрост. В литературе существуют статистические
критерии отбора промахов, которыми мы, однако, настоятельно не рекомендуем
пользоваться (по крайней мере, без серьезного понимания последствий
такого отбора). Отбрасывание аномальных данных может, во-первых, привести
к тенденциозному искажению результата исследований, а во-вторых, так
можно упустить открытие неизвестного эффекта. Поэтому при научных
исследованиях необходимо максимально тщательно проанализировать причину
каждого промаха, в частности, многократно повторив эксперимент. Лишь
только если факт и причина промаха установлены вполне достоверно,
соответствующий результат можно отбросить.

Замечание. Часто причины аномальных отклонений невозможно установить на этапе
обработки данных, поскольку часть информации о проведении измерений к этому моменту
утеряна. Единственным способ борьбы с этим — это максимально подробное описание всего
процесса измерений в лабораторном журнале. Подробнее об этом
см. п. 4.1.1.

При многократном повторении измерении одной и той же физической величины
погрешности могут иметь систематический либо случайный
характер. Назовём погрешность систематической, если она повторяется
от опыта к опыту, сохраняя свой знак и величину, либо закономерно
меняется в процессе измерений. Случайные (или статистические)
погрешности меняются хаотично при повторении измерений как по величине,
так и по знаку, и в изменениях не прослеживается какой-либо закономерности.

Кроме того, удобно разделять погрешности по их происхождению. Можно
выделить

•
инструментальные (или приборные) погрешности,
связанные с несовершенством конструкции (неточности, допущенные при
изготовлении или вследствие старения), ошибками калибровки или ненормативными
условиями эксплуатации измерительных приборов;
•
методические погрешности, связанные с несовершенством
теоретической модели явления (использование приближенных формул и
моделей явления) или с несовершенством методики измерения (например,
влиянием взаимодействия прибора и объекта измерения на результат измерения);
•
естественные погрешности, связанные со случайным
характером
измеряемой физической величины — они являются не столько
«ошибками» измерения, сколько характеризуют
природу изучаемого объекта или явления.

Замечание. Разделение погрешностей на систематические и случайные
не является однозначным и зависит от постановки опыта. Например, производя
измерения не одним, а несколькими однотипными приборами, мы переводим
систематическую приборную ошибку, связанную с неточностью шкалы и
калибровки, в случайную. Разделение по происхождению также условно,
поскольку любой прибор подвержен воздействию «естественных»
случайных и систематических ошибок (шумы и наводки, тряска, атмосферные
условия и т. п.), а в основе работы прибора всегда лежит некоторое
физическое явление, описываемое не вполне совершенной теорией.

1.3.1 Случайные погрешности

Случайный характер присущ большому количеству различных физических
явлений, и в той или иной степени проявляется в работе всех без исключения
приборов. Случайные погрешности обнаруживаются просто при многократном
повторении опыта — в виде хаотичных изменений (флуктуаций)
значений {xi}.

Если случайные отклонения от среднего в большую или меньшую стороны
примерно равновероятны, можно рассчитывать, что при вычислении среднего
арифметического (1.1) эти отклонения скомпенсируются,
и погрешность результирующего значения ⟨x⟩ будем меньше,
чем погрешность отдельного измерения.

Случайные погрешности бывают связаны, например,

•
с особенностями используемых приборов: техническими
недостатками
(люфт в механических приспособлениях, сухое трение в креплении стрелки
прибора), с естественными (тепловой и дробовой шумы в электрических
цепях, тепловые флуктуации и колебания измерительных устройств из-за
хаотического движения молекул, космическое излучение) или техногенными
факторами (тряска, электромагнитные помехи и наводки);
•
с особенностями и несовершенством методики измерения (ошибка
при отсчёте по шкале, ошибка времени реакции при измерениях с секундомером);
•
с несовершенством объекта измерений (неровная поверхность,
неоднородность состава);
•
со случайным характером исследуемого явления (радиоактивный
распад, броуновское движение).

Остановимся несколько подробнее на двух последних случаях. Они отличаются
тем, что случайный разброс данных в них порождён непосредственно объектом
измерения. Если при этом приборные погрешности малы, то «ошибка»
эксперимента возникает лишь в тот момент, когда мы по своей
воле совершаем замену ряда измеренных значений на некоторое среднее
{xi}→⟨x⟩. Разброс данных при этом
характеризует не точность измерения, а сам исследуемый объект или
явление. Однако с математической точки зрения приборные и
«естественные»
погрешности неразличимы — глядя на одни только
экспериментальные данные невозможно выяснить, что именно явилось причиной
их флуктуаций: сам объект исследования или иные, внешние причины.
Таким образом, для исследования естественных случайных процессов необходимо
сперва отдельно исследовать и оценить случайные инструментальные погрешности
и убедиться, что они достаточно малы.

1.3.2 Систематические погрешности

Систематические погрешности, в отличие от случайных, невозможно обнаружить,
исключить или уменьшить просто многократным повторением измерений.
Они могут быть обусловлены, во-первых, неправильной работой приборов
(инструментальная погрешность), например, сдвигом нуля отсчёта
по шкале, деформацией шкалы, неправильной калибровкой, искажениями
из-за не нормативных условий эксплуатации, искажениями из-за износа
или деформации деталей прибора, изменением параметров прибора во времени
из-за нагрева и т.п. Во-вторых, их причиной может быть ошибка в интерпретации
результатов (методическая погрешность), например, из-за использования
слишком идеализированной физической модели явления, которая не учитывает
некоторые значимые факторы (так, при взвешивании тел малой плотности
в атмосфере необходимо учитывать силу Архимеда; при измерениях в электрических
цепях может быть необходим учет неидеальности амперметров и вольтметров
и т. д.).

Систематические погрешности условно можно разделить на следующие категории.

1.
Известные погрешности, которые могут быть достаточно точно вычислены
или измерены. При необходимости они могут быть учтены непосредственно:
внесением поправок в расчётные формулы или в результаты измерений.
Если они малы, их можно отбросить, чтобы упростить вычисления.
2.
Погрешности известной природы, конкретная величина которых неизвестна,
но максимальное значение вносимой ошибки может быть оценено теоретически
или экспериментально. Такие погрешности неизбежно присутствуют в любом
опыте, и задача экспериментатора — свести их к минимуму,
совершенствуя методики измерения и выбирая более совершенные приборы.

Чтобы оценить величину систематических погрешностей опыта, необходимо
учесть паспортную точность приборов (производитель, как правило, гарантирует,
что погрешность прибора не превосходит некоторой величины), проанализировать
особенности методики измерения, и по возможности, провести контрольные
опыты.
3.
Погрешности известной природы, оценка величины которых по каким-либо
причинам затруднена (например, сопротивление контактов при подключении
электронных приборов). Такие погрешности должны быть обязательно исключены
посредством модификации методики измерения или замены приборов.
4.
Наконец, нельзя забывать о возможности существования ошибок, о
которых мы не подозреваем, но которые могут существенно искажать результаты
измерений. Такие погрешности самые опасные, а исключить их можно только
многократной независимой проверкой измерений, разными методами
и в разных условиях.

В учебном практикуме учёт систематических погрешностей ограничивается,
как правило, паспортными погрешностями приборов и теоретическими поправками
к упрощенной модели исследуемого явления.

Точный учет систематической ошибки возможен только при учете специфики конкретного эксперимента. Особенное внимание надо обратить на зависимость (корреляцию) систематических смещений при повторных измерениях. Одна и та же погрешность в разных случаях может быть интерпретирована и как случайная, и как систематическая.

Пример.
Калибровка электромагнита производится при помощи внесения в него датчика Холла или другого измерителя магнитного потока. При последовательных измерениях с разными токами (и соотственно полями в зазоре) калибровку можно учитыать двумя различными способами:

•

Измерить значение поля для разных токов, построить линейную калибровочную кривую и потом использовать значения, восстановленные по этой кривой для вычисления поля по току, используемому в измерениях.

•

Для каждого измерения проводить допольнительное измерения поля и вообще не испльзовать значения тока.

В первом случае погрешность полученного значения будет меньше, поскльку при проведении прямой, отдельные отклонения усреднятся. При этом погрешность измерения поля будет носить систематический харрактер и при обработке данных ее надо будет учитывать в последний момент. Во втором случае погрешность будет носить статистический (случайный) харрактер и ее надо будет добавить к погрешности каждой измеряемой точки. При этом сама погрешность будет больше. Выбор той или иной методики зависит от конретной ситуации. При большом количестве измерений, второй способ более надежный, поскольку статистическая ошибка при усреднении уменьшается пропорционально корню из количества измерений. Кроме того, такой способ повзоляет избежать методической ошибки, связанной с тем, что зависимость поля от тока не является линейной.

Пример.
Рассмотрим измерение напряжения по стрелочному вольтметру. В показаниях прибора будет присутствовать три типа погрешности:

1.

Статистическая погрешность, связанная с дрожанием стрелки и ошибкой визуального наблюдения, примерно равная половине цены деления.

2.

Систематическая погрешность, связанная с неправильной установкой нуля.

3.

Систематическая погрешность, связанная с неправильным коэффициентом пропорциональности между напряжением и отклонением стрелки. Как правило приборы сконструированы таким образом, чтобы максимальное значение этой погрешности было так же равно половине цены деления (хотя это и не гарантируется).

Неотъемлемой частью любого измерения является погрешность измерений. С развитием приборостроения и методик измерений человечество стремиться снизить влияние данного явления на конечный результат измерений. Предлагаю более детально разобраться в вопросе, что же это такое погрешность измерений.

Погрешность измерения – это отклонение результата измерения от истинного значения измеряемой величины. Погрешность измерений представляет собой сумму погрешностей, каждая из которых имеет свою причину.

По форме числового выражения погрешности измерений подразделяются на абсолютные и относительные

Абсолютная погрешность – это погрешность, выраженная в единицах измеряемой величины. Она определяется выражением.

(1.2), где X — результат измерения; Х₀ — истинное значение этой величины.

Поскольку истинное значение измеряемой величины остается неизвестным, на практике пользуются лишь приближенной оценкой абсолютной погрешности измерения, определяемой выражением

(1.3), где Х_д — действительное значение этой измеряемой величины, которое с погрешностью ее определения принимают за истинное значение.

Относительная погрешность – это отношение абсолютной погрешности измерения к действительному значению измеряемой величины:

(1.4)

По закономерности появления погрешности измерения подразделяются на систематические, прогрессирующие, и случайные.

Систематическая погрешность – это погрешность измерения, остающаяся постоянной или закономерно изменяющейся при повторных измерениях одной и той же величины.

Прогрессирующая погрешность – это непредсказуемая погрешность, медленно меняющаяся во времени.

Систематические и прогрессирующие погрешности средств измерений вызываются:

первые — погрешностью градуировки шкалы или ее небольшим сдвигом;
вторые — старением элементов средства измерения.

Систематическая погрешность остается постоянной или закономерно изменяющейся при многократных измерениях одной и той же величины. Особенность систематической погрешности состоит в том, что она может быть полностью устранена введением поправок. Особенностью прогрессирующих погрешностей является то, что они могут быть скорректированы только в данный момент времени. Они требуют непрерывной коррекции.

Случайная погрешность – это погрешность измерения изменяется случайным образом. При повторных измерениях одной и той же величины. Случайные погрешности можно обнаружить только при многократных измерениях. В отличии от систематических погрешностей случайные нельзя устранить из результатов измерений.

По происхождению различают инструментальные и методические погрешности средств измерений.

Инструментальные погрешности — это погрешности, вызываемые особенностями свойств средств измерений. Они возникают вследствие недостаточно высокого качества элементов средств измерений. К данным погрешностям можно отнести изготовление и сборку элементов средств измерений; погрешности из-за трения в механизме прибора, недостаточной жесткости его элементов и деталей и др. Подчеркнем, что инструментальная погрешность индивидуальна для каждого средства измерений.

Методическая погрешность — это погрешность средства измерения, возникающая из-за несовершенства метода измерения, неточности соотношения, используемого для оценки измеряемой величины.

Погрешности средств измерений.

Абсолютная погрешность меры – это разность между номинальным ее значением и истинным (действительным) значением воспроизводимой ею величины:

(1.5), где X_н – номинальное значение меры; Х_д – действительное значение меры

Абсолютная погрешность измерительного прибора – это разность между показанием прибора и истинным (действительным) значением измеряемой величины:

(1.6), где X_п – показания прибора; Х_д – действительное значение измеряемой величины.

Относительная погрешность меры или измерительного прибора – это отношение абсолютной погрешности меры или измерительного прибора к истинному

(действительному) значению воспроизводимой или измеряемой величины. Относительная погрешность меры или измерительного прибора может быть выражена в ( % ).

(1.7)

Приведенная погрешность измерительного прибора – отношение погрешности измерительного прибора к нормирующему значению. Нормирующие значение XN – это условно принятое значение, равное или верхнему пределу измерений, или диапазону измерений, или длине шкалы. Приведенная погрешность обычно выражается в ( % ).

(1.8)

Предел допускаемой погрешности средств измерений – наибольшая без учета знака погрешность средства измерений, при которой оно может быть признано и допущено к применению. Данное определение применяют к основной и дополнительной погрешности, а также к вариации показаний. Поскольку свойства средств измерений зависят от внешних условий, их погрешности также зависят от этих условий, поэтому погрешности средств измерений принято делить на основные и дополнительные.

Основная – это погрешность средства измерений, используемого в нормальных условиях, которые обычно определены в нормативно-технических документах на данное средство измерений.

Дополнительная – это изменение погрешности средства измерений вследствии отклонения влияющих величин от нормальных значений.

Погрешности средств измерений подразделяются также на статические и динамические.

Статическая – это погрешность средства измерений, используемого для измерения постоянной величины. Если измеряемая величина является функцией времени, то вследствие инерционности средств измерений возникает составляющая общей погрешности, называется динамической погрешностью средств измерений.

Также существуют систематические и случайные погрешности средств измерений они аналогичны с такими же погрешностями измерений.

Факторы влияющие на погрешность измерений.

Погрешности возникают по разным причинам: это могут быть ошибки экспериментатора или ошибки из-за применения прибора не по назначению и т.д. Существует ряд понятий которые определяют факторы влияющие на погрешность измерений

Вариация показаний прибора – это наибольшая разность показаний полученных при прямом и обратном ходе при одном и том же действительном значении измеряемой величины и неизменных внешних условиях.

Класс точности прибора – это обобщенная характеристика средств измерений (прибора), определяемая пределами допускаемых основной и дополнительных погрешностей, а также другими свойствами средств измерений, влияющих на точность, значение которой устанавливаются на отдельные виды средств измерений.

Классы точности прибора устанавливают при выпуске, градуируя его по образцовому прибору в нормальных условиях.

Прецизионность — показывает, как точно или отчетливо можно произвести отсчет. Она определяется, тем насколько близки друг к другу результаты двух идентичных измерений.

Разрешение прибора — это наименьшее изменение измеряемого значения, на которое прибор будет реагировать.

Диапазон прибора — определяется минимальным и максимальным значением входного сигнала, для которого он предназначен.

Полоса пропускания прибора — это разность между минимальной и максимальной частотой, для которых он предназначен.

Чувствительность прибора — определяется, как отношение выходного сигнала или показания прибора к входному сигналу или измеряемой величине.

Шумы — любой сигнал не несущий полезной информации.

Источник

4.4.1. Исходные данные для расчета

4.4.2. Методы суммирования погрешностей

4.4.3. Систематические погрешности

4.4.4. Случайные погрешностей

4.4.5. Дополнительные погрешности

4.4.6. Динамические погрешности

4.4.7. Нахождение итоговой погрешности

Измерительные каналы систем автоматизации могут включать в себя несколько средств измерений различных типов, например, датчики, измерительные преобразователи, модули аналогового и частотного ввода и вывода. Погрешность такой системы желательно определять экспериментальным путем [МИ], однако это не всегда возможно или целесообразно. В таких случаях используют расчетный метод.

4.4.1. Исходные данные для расчета

Исходными данными для расчета погрешности измерительных каналов являются ([ГОСТ]):

метрологические характеристики средств измерений;
погрешность метода измерений (методическая погрешность);
характеристики влияющих величин (например, окружающая температура, влажность);
характеристики измеряемого сигнала.

ГОСТ 8.009 [ГОСТ] для всех типов средств измерений устанавливает следующий комплекс метрологических характеристик, который указывается в эксплуатационной документации на средства измерений:

систематическая составляющая основной погрешности;
среднеквадратическое отклонение случайной составляющей основной погрешности;
дополнительная погрешность для каждой из влияющих величин;
динамическая погрешность.

Некоторые средства измерений обладают гистерезисом — для них кроме перечисленных погрешностей указывается случайная составляющая основной погрешности, вызванной гистерезисом.

Основная погрешность может быть указана без разделения ее на части (на систематическую, случайную и погрешность от гистерезиса), и этот вариант является наиболее распространенным. Случайную составляющую указывают в случае, когда она больше 10% от систематической [ГОСТ].

Дополнительная погрешность указывается в виде функции влияния внешнего фактора на основную погрешность или ее составляющие: систематическую и случайную. Обычно эта функция представляет собой линейную зависимость и тогда указывается только коэффициент влияния, например, 0,05%/ºС.

Динамическая погрешность указывается с помощью одной из следующих характеристик: импульсная, переходная, амплитудно-частотная и фазочастотная, амплитудно-фазовая характеристика, передаточная функция. Для минимально-фазовых цепей указывается только ампитудно-частотная характеристика, поскольку фазо-частоная однозначно может быть получена из амплитудно-частотной характеристики.

Для расчета методической погрешности могут быть указаны сопротивления проводов, среднеквадратическое значение или спектральная плотность помех в них, емкость, индуктивность и сопротивление источника сигнала, а также другие факторы, которые возникают при создании системы, включающей средства и объект измерений.

Характеристики измеряемого сигнала задаются в виде функции от времени или функции спектральной плотности. Для случайного входного сигнала задается спектральная плотность мощности или автокорреляционная функция. Во многих случаях для оценки погрешности бывает достаточно знания скорости нарастания входного сигнала.

4.4.2. Методы суммирования погрешностей

Перед суммированием все погрешности делятся на следующие группы:

систематические и случайные;
в группе случайных — коррелированные и некоррелированные;
аддитивные и мультипликативные;
основные и дополнительные.

Такое деление необходимо потому, что систематические и случайные погрешности, а также коррелированные и некоррелированные суммируются по-разному, а аддитивные погрешности нельзя складывать с мультипликативными.

Если некоторые погрешности указаны в виде доверительных интервалов, то перед суммированием их нужно представить в виде среднеквадратических отклонений (см. раздел «Точечные и интервальные оценки погрешности»).

Дополнительные погрешности могут складываться с основными либо перед суммированием погрешностей, либо на заключительном этапе, в зависимости от поставленной задачи. Второй вариант часто предпочтительнее, поскольку он позволяет оценивать погрешность всего измерительного канала в зависимости от величины внешних влияющих факторов в конкретных условиях эксплуатации.

При последовательном соединении нескольких средств измерений погрешности, проходя через измерительный канал с передаточной функцией (функцией преобразования) могут усиливаться или ослабляться. Для учета этого эффекта используют коэффициенты влияния, которые определяются как . Все погрешности перед суммированием приводят к выходу (или входу) измерительного канала путем умножения (деления) на коэффициент влияния. В дальнейшем будем предполагать, что такое приведение уже выполнено.

Погрешности средств измерений являются случайными величинами, поэтому при их суммировании в общем случае необходимо учитывать соответствующие законы распределения. На практике пользуются более грубыми упрощенными методами, разработанными математической статистикой.

Математическое ожидание погрешностей средств измерений, как правило, равно нулю. Если это не так, то его (в виде поправки) складывают с систематической составляющей погрешности. В средствах автоматизации введение поправки выполняется автоматически с помощью микроконтроллера, входящего в состав средств измерений. Математическое ожидание случайной составляющей всегда равно нулю, поскольку при нормировании метрологических характеристик его относят к систематической составляющей.

Наиболее полное определение итоговой погрешности измерительного канала состояло бы в нахождении функции распределения суммы нескольких погрешностей измерения. Однако функция распределения суммы случайных величин находится с помощью операции свертки [Орнатский], что приводит к значительным практическим трудностям. Поэтому для оценки итоговой погрешности ограничиваются только суммированием дисперсий погрешностей.

Погрешности суммируют по однородным группам, затем находят общую погрешность, используя геометрическое суммирование для случайных погрешностей и алгебраическое для детерминированных.

Существует три способа суммирования погрешностей:

алгебраический:

(4.100)

где — номер погрешности, — их количество.

геометрический:

(4.101)

где — среднеквадратическое значение -той погрешности;

с учетом корреляции:

(4.102)

В этой формуле потому, что члены с уже учтены в сумме , а для того, чтобы суммировать только члены, лежащие ниже диагонали корреляционной матрицы, поскольку вследствие ее симметричности +=.

При выражение (4.102) переходит в формулу алгебраического суммирования (см. также (4.31)):

(4.103)

где складывается со своим знаком, т.е. коррелированные погрешности с противоположными знаками частично взаимно компенсируются, если их коэффициент корреляции равен единице.

При погрешности вычитают попарно, в соответствии с (4.32):

(4.104)

т.е. при отрицательной корреляции погрешности частично компенсируются, если они имеют один и тот же знак.

Учитывая, что получить удовлетворительные оценки коэффициентов корреляции практически довольно трудно, используют следующий прием: при считают, что , при полагают [Орнатский, Новицкий].

4.4.3. Систематические погрешности

В наиболее типовом случае систематические составляющие основных погрешностей средств измерений суммируются геометрически, по формулам (4.30), (4.101), поскольку они являются случайными величинами.

Формулы геометрического суммирования были получены для среднеквадратических погрешностей (см. (4.25)). Поэтому, если комплекс метрологических характеристик средств измерений включает предел допускаемых значений систематической составляющей основной погрешности без указания среднеквадратического значения (по ГОСТ 8.009 [ГОСТ]), то соответствующую ему среднеквадратическое значение находят, в соответствии с рекомендациями РД 50-453-84 [РД], по формуле

(4.105)

Эта формула справедлива, если нет оснований полагать, что функция распределения данной погрешности является несимметричной и имеет несколько максимумов.

Метрологическая инструкция МИ 2232-2000 [МИ] рекомендует иную формулу — половину предела допускаемой погрешности.

Выбор способа суммирования систематических составляющих основных погрешностей не является однозначным и это связано с отсутствием полной информации о законе распределения. Дело в том, что причиной существования основной погрешности является как технологический разброс параметров электронных компонентов, так и нескомпенсированная нелинейность. Технологический разброс обычно является случайным и на этом основании систематическая составляющая погрешности может рассматриваться как случайная величина на множестве средств измерений одного и того же типа. Поэтому в формулах для расчета погрешностей она учитывается геометрически. Однако нелинейность передаточной характеристики средства измерений (нелинейность АЦП, нормирующих усилителей, термопар) у всех экземпляров приборов одного типа будет иметь примерно один и тот же вид, величину и знак. Например, погрешность, вызванная нелинейностью, в начале шкалы может быть положительной, в середине шкалы — отрицательной. у верхнего предела шкалы — опять положительной, и так для всех экземпляров приборов одного типа. Поэтому погрешности, обусловленные нелинейностью, должны суммироваться алгебраически.

В современных модулях аналогового ввода используется автоматическая калибровка, позволяющая уменьшить случайную компоненту систематической погрешности и в этом случае преобладающей является детерминированная погрешность нелинейности.

Поскольку ГОСТ 8.009 [ГОСТ] не предусматривает нормирование таких тонких нюансов поведения погрешностей, выбор способа суммирования начинает зависеть не от технических, а от политических факторов. Если фактическая погрешность окажется выше расчетной и это повлечет за собой угрозу жизни людей, большой экономический ущерб, техногенную катастрофу и т. п. [МИ], то суммирование погрешностей выполняют алгебраически, причем используют не среднеквадратические отклонения, а пределы допустимых значений погрешности.

Если известен знак систематической погрешности, то его учитывают при суммировании.

Для наиболее ответственных применений следует использовать средства измерений, для которых указаны погрешность без разделения на случайную и систематическую компоненты, поскольку в этом случае погрешность указана с доверительной вероятностью, равной единице. Если же используются средства измерений, для которых указана случайная составляющая, то для них рассчитывают величину погрешности при доверительной вероятности, равной единице. Это условие существенно завышает требования к точности средства измерений.

Алгебраическое суммирование часто дает слишком завышенную оценку погрешности. Поэтому МИ 2232-2000 [МИ] предусматривает промежуточный вариант между формулами геометрического и алгебраического суммирования:

(4.106)

где — поправочный коэффициент, равный 1,2 для наиболее важных параметров устройств аварийной защиты и блокировки, контроля за соблюдением требований техники безопасности и экологической безопасности, контроля характеристик готовой продукции [МИ].

Для конкретных экземпляров приборов могут быть указаны не номинальные характеристики (имеющие одну и ту же величину для всех приборов данного типа), а индивидуальные. В этом случае систематическая погрешность является не случайной, а детерминированной величиной, поэтому должна учитываться в итоговой погрешности измерительного канала алгебраически.

4.4.4. Случайные погрешностей

Случайные составляющие основной погрешности средств измерений по ГОСТ 8.009 [ГОСТ] задаются своими среднеквадратическими отклонениями, поэтому их суммирование выполняется непосредственно по формуле геометрического суммирования (4.101).

Если случайная погрешность является коррелированным случайным процессом (см. п. «Функция автокорреляции») и задана в виде функции автокорреляции или спектральной плотности мощности , то сначала находят среднеквадратическое значение случайной составляющей погрешности по формуле (4.19):

(4.107)

где — верхняя граничная частота полосы пропускания всего измерительного канала или цифрового фильтра, используемого при обработке полученных данных. Если задана функция автокорреляции, то спектральную плотность мощности находят по формуле (4.17).

Случайная составляющая погрешности может быть уменьшена в несколько раз (в зависимости от величины фликкер-шума) путем усреднения результатов многократных измерений (см. п. «Многократные измерения»).

4.4.5. Дополнительные погрешности

Дополнительные погрешности задаются в виде функции влияния внешних факторов (температуры, влажности, напряжения питания) на основную погрешность измерения или, в случае линейной функции влияния, коэффициентом влияния. Например, может быть задано, что основная погрешность увеличивается на +0,05% при изменении напряжения питания на +20%.

Если задан диапазон изменения влияющих величин, в качестве их математического ожидания для расчетов с помощью функции влияния берут их среднее значение [РД].

Среднеквадратическое отклонение дополнительной погрешности для линейной функции влияния находят по формуле [РД]

(4.108)

где — коэффициент влияния внешнего фактора; — нижняя и верхняя граница изменения влияющей величины.

Дополнительная погрешность может увеличивать как систематическую, так и случайную составляющую основной погрешности. Для этого функции влияния задаются раздельно на каждую составляющую.

Если известно, что дополнительные погрешности нескольких средств измерений коррелируют (например, синхронно возрастают при увеличении напряжения питания в сети или температуры окружающей среды), то такие погрешности суммируют как коррелированные величины, с учетом коэффициента корреляции (4.102) — (4.104).

Дополнительные погрешности считаются несущественными, если их сумма составляет менее 17% от наибольшего возможного значения инструментальной погрешности в рабочих условиях эксплуатации [ГОСТ].

4.4.6. Динамические погрешности

Динамическая погрешность при известном входном сигнале является детерминированной. Она обычно приводит к занижению показаний измерительного прибора. Суммирование таких погрешностей выполняется алгебраически.

Подробнее об оценке динамической погрешности см. п. «Фильтр и динамическая погрешность» и книгу [Орнатский ].

Динамическая погрешность считается несущественной, если она составляет менее 17% от наибольшего возможного значения инструментальной погрешности в рабочих условиях эксплуатации [ГОСТ].

4.4.7. Нахождение итоговой погрешности

После суммирования погрешностей по группам, как это было описано выше, результат измерения обычно выражают в виде

(4.109)

где — измеренное значение; — сумма всех погрешностей, которые складывались алгебраически, т.е. детерминированных погрешностей. Детерминированные погрешности могут быть прибавлены к измеренной величине в качестве поправки; — сумма всех случайных погрешностей, которые складывались геометрически, в том числе с учетом корреляционных связей:

(4.110)

где — сумма всех систематических погрешностей измерительного канала; — сумма всех случайных погрешностей; — сумма всех дополнительных погрешностей; — сумма всех случайных составляющих методических погрешностей, включая погрешность программного обеспечения (см. раздел «Погрешность метода измерений»). Детерминированные составляющие методических погрешностей учитываются в слагаемом .

Вместо среднеквадратического отклонения может быть указан предел допустимых значений. Однако должно быть явно указано, какая именно оценка погрешности использована, поскольку доверительные вероятности для предела допустимых значений (единица) и для среднеквадратического отклонения (0,68) существенно отличаются.

Случайная, систематическая и дополнительная погрешности могут быть указаны раздельно. МИ 1317-2004 [МИ] рекомендует «вместе с результатом измерений представлять характеристики его погрешности или их статистические оценки». Поэтому состав характеристик погрешности может быть выбран в каждом конкретном случае индивидуально, в зависимости от смысла решаемой задачи.

При выполнении многократных измерений результат измерений должен содержать также указание на количество измерений, использованных при усреднении и интервал времени, в течение которого были выполнены измерения [МИ].

Поскольку выражение для суммы дисперсий случайных величин (4.25) получено независимо от закона распределения, геометрическое суммирование погрешностей дает правильное значение дисперсии независимо от законов распределения отдельных составляющих. Однако при этом ничего нельзя сказать о функции распределения суммарной погрешности, в том числе о надежности (доверительной вероятности) полученного результата. Тем не менее, поскольку при суммировании пяти и более погрешностей закон распределения суммы близок к нормальному независимо от законов распределения отдельных слагаемых [Орнатский], то, зная среднеквадратическое отклонение итоговой погрешности, можно использовать нормальный закон распределения для указания доверительного интервала и доверительной вероятности результата измерений.

Нахождение погрешности измерительного канала в условиях недостатка исходных данных

При оценке погрешности измерительных каналов средств автоматизации следует по возможности использовать экспериментальный метод. Однако в случаях, когда это невозможно или экономически нецелесообразно, делают расчет по изложенной выше методике. Типичной проблемой, которая при этом возникает, является отсутствие некоторых исходных данных. В этой ситуации метрологическая инструкция МИ 2232-2000 [МИ] рекомендует использовать следующие «значения по умолчанию»:

среднеквадратическое значение погрешности принимается равным половине предела допускаемых значений погрешности;
математическое ожидание основной и дополнительной погрешности принимается равным нулю;
корреляция между отдельными составляющими погрешности отсутствует;
случайная составляющая погрешности измерений является некоррелированной случайной величиной (белым шумом) или вырождается в систематическую погрешность;
функции распределения внешних влияющих величин предполагаются равномерными или нормальными;
считается, что инерционные свойства средств измерений не оказывают влияния на погрешность измерений.

Источник