Исключение грубых ошибок при измерениях

В процессе обработки экспериментальных данных сле­дует исключать грубые ошибки ряда. Появление этих ошибок вполне вероятно, а наличие их ощутимо влияет на результат измерений. Однако прежде чем исключить то или иное измерение, необходимо убедиться, что это действительно грубая ошибка, а не отклонение вследст­вие статистического разброса. Известно несколько ме­тодов определения грубых ошибок статистического ряда. Наиболее простым способом исключения из ряда резко выделяющегося измерения является правило трех сигм: разброс случайных величин от среднего значения не дол­жен превышать

х_min.max = х ± 3σ. (10)

Более достоверными являются методы, базируемые на использовании доверительного интервала. Пусть име­ется статистический ряд малой выборки, подчиняющий­ся закону нормального распределения. При наличии грубых ошибок критерии их появления вычисляются по формулам

β₁ = (х_max – х)/σ ((n – 1)/n)^1/2;

β₂ = (х – х_min)/σ ((n – 1)/n)^1/2, (11)

где х_max , x_min - наибольшее и наименьшее значения из n измерений.

В табл. 3 приведены в зависимости от доверитель­ной вероятности максимальные значения β_max, возника­ющие вследствие статистического разброса. Если β₁ > β_max, то значение х_mах необходимо исключить из ста­тистического ряда как грубую погрешность. При β₂ < β_max исключается величина х_min. После исключения грубых ошибок определяют новые значения х и σ из (п - 1) или (п - 2) измерений.

Второй метод установления грубых ошибок основан на использовании критерия В. И. Романовского и приме­ним также для малой выборки. Методика выявления грубых ошибок сводится к следующему. Задаются дове­рительной вероятностью р_д и по табл. 4 в зависимости от n находится коэффициент q. Вычисляют предельно до­пустимую абсолютную ошибку отдельного измерения

ε_пр = σ_q (12)

Если х – x_mах > ε_пр, то измерение x_max исключают из ряда наблюдений. Этот метод более требователен к очи­стке ряда.

При анализе измерений можно применять для при­ближенной оценки и такую методику: вычислить по (1) среднеквадратичное отклонение σ; определить с помощью (5) σ_о; принять доверительную вероят­ность р_д и найти доверительные интервалы µ_ст из (8); окончательно установить действительное значение изме­ряемой величины х_д по формуле (9). В случае более глубокого анализа экспериментальных данных рекомендуется такая последовательность: 1) по­сле получения экспериментальных данных в виде стати­стического ряда его анализируют и исключают система­тические ошибки; 2) анализируют ряд в целях обнару­жения грубых ошибок и промахов: устанавливают подо­зрительные значения х_max или х_min; определяют средне­квадратичное отклонение σ; вычисляют по (11) критерии β₁, β₂ и сопоставляют с β_max, β_min, исключают при необходимости из статистического ряда х_мах или х_min и получают новый ряд из новых членов; 3) вычисляют среднеарифметическое х, погрешности отдельных изме­рений (х - x_i) и среднеквадратичное очищенного ряда σ; 4) находят среднеквадратичное σ_o серии измерений, ко­эффициент вариации к_в; 5) при большой выборке зада­ются доверительной вероятностью р_д = φ(t) или уравне­нием значимости (1 - р_д) и по табл. 1 определяют t; 6) при малой выборке ( n ≤ 30) в зависимости от принятой доверительной р_д и числа членов ряда Стьюдента α_ст; с помощью формулы (2) для большой выборки или (8) для малой выборки определяют доверительный интервал; 7) устанавливают по (9) действительное значение ис­следуемой величины; 8) оценивают относительную погрешность (%) результатов серии измерений при задан­ной доверительной вероятности р_д:

δ = (δоα _ст /х)100. (13)

Если погрешность серии измерений соизмерима с по­грешностью прибора В_пр, то границы доверительного ин­тервала

µ_{ст =} (σ² _оα² + (α _ст (∞)/3)² )^1/2 (14)

Формулой (14) следует пользоваться при α_стσ_о ≤ ЗВ_пр. Если же α_стσ_о > ЗВ_пр, то доверительный интервал вычис­ляют с помощью (1) или (9).

Пусть, например, имеется 18 измерений (табл.5). Если анализ средств и результатов измерений показал, что систематических ошибок в эксперименте не обнару­жено, то можно выяснить, не содержат ли измерения грубых ошибок. Если воспользоваться первым методом (критерий β_max), то надо вычислить среднеарифметическое х и отклонение σ_о. При этом удобно пользоваться фор­мулой x = x' + (х_i — х')/n, где х' - среднее произвольное число. Для вычисления х, например, принять произволь­но х'=75. Тогда х – 75 - 3/18 = 74,83. В формуле (1) значение (х-х_i)² можно найти упрощенным методом:

(х - x_i)² = ∑ (x_i - х') - (x_i - х')² /n.

В данном случае (x_i - х')² = 737 - 3²/18=736,5. По (1) σ = 736,5/(18 - 1) = 6,58, коэффициент вариации K_в = (6,58/74,83) 100 = 8,8%. Следовательно, β₁ = 2,68.

Как видно из табл.3, при доверительной вероятно­сти р_д = 0,99 и n =18 β_max = 2,90. Поскольку 2,68 < β_maх, измерение 92 не является грубым промахом. Если р_д = 0,95, β_mах = 2,58, то значение 92 следует исключить.

Если применить правило 3σ, то x_max, _min = 74,83 ±З·6,58 = 94,6...55,09, т.е. измерение 92 следует оставить.

В случае, когда измерение 92 исключается, х = 73,8, σ = 5,15. Среднеквадратичное отклонение для всей серии измерений при n = 18 σ_о = 6,58/18 = 1,55; при очищенном ряде σ_о =5,15 /17 = 1,25.

Поскольку n<30, ряд следует отнести к малой вы­борке и доверительный интервал вычисляется с приме­нением коэффициента Стьюдента α_ст. По табл.2 принимается доверительная вероятность 0,95 и тогда α_ст = 2,11 в случае n = 18; α_ст = 2,12, если n = 17. Довери­тельный интервал при n =18 µ_ст = ± 1,55·2,11 = 3,2; при n =17 µ_ст = ± 1,25·2,12 = 2,7. Действительное значение изучаемой величины: при n =18 x_д= 74,8±3,2; при n = 17 x_д = 73,8±2,7. Относительная погрешность результатов серии измерений: при n = 18 δ = (3,2·100)/74,8 = 4,3%; при n =17 δ = (2,7· 100)/73,8 = 3,7 %. Таким образом, если принять x_i = 92 за грубый промах, то погрешность измерения уменьша­ется с 4,3 до 3,7 %, т. е. на 14 %.

Если необходимо определить минимальное количест­во измерений при их заданной точности, проводят серию опытов, вычисляют σ, затем с помощью формулы (7) определяют N_min.

В рассмотренном случае σ = 6,58; k_в = 8,91 %. Если задана точность Δ = 5 и 3 % при доверительной вероят­ности р_д = 95%, α_ст = 2,11. Следовательно, при Δ = 5% N_min = (8,91².2,ll²)/5² = 14, а при Δ = 3% N_min = (8,91²·2,11²)/5² = 40.

Таким образом, требование повышения точности из­мерения (но не выше точности прибора) приводит к зна­чительному увеличению повторяемости опытов.

Во многих случаях в процессе экспериментальных ис­следований приходится иметь дело с косвенными изме­рениями. При этом неизбежно в расчетах применяют те или иные функциональные зависимости типа

Y = f(x_1,x₂…, x_n ) (15)

Таблица 3. Критерии появления грубых ошибок

Так как в данную функцию подставляют не истинные, а приближенные значения, то и окончательный резуль­тат также будет приближенным. В связи с этим од­ной из основных задач теории случайных ошибок явля­ется определение ошибки функции, если известны ошиб­ки их аргументов. При исследовании функции одного переменного предельные абсолютные ε_пр и относительные δ_пр ошибки (погрешности) вычисляют так:

ε_пр = ± ε_хf'(x), (16)

δ_пр = ± d ln (x), (17)

где f'(x) - производная функции f(x); dln(х) - диффе­ренциал натурального логарифма функции. Если исследуется функция многих переменных, то

ε_пр = ± ∑|(ðf(x₁,x₂,...,x_n)/ðx_i)dx_i|, (18)

δ_пp = ± d|ln(x₁,x₂,...,x_n)|. (19)

В (18) и (19) выражения под знаком суммы и дифференциала принимают абсолютные значения. Ме­тодика определения ошибок с помощью этих уравнений следующая: вначале определяют абсолютные и относи­тельные ошибки аргументов (независимых переменных). Обычно величина х_д ± ε каждого переменного измерена, следовательно, абсолютные ошибки для аргументов из­вестны, т.е. ε_x1, ε_x2,…, ε_xn. Затем вычисляют относитель­ные ошибки независимых переменных:

δ _x1 = ε_x1/x_д; δ _х2 = ε_х2 /х_д ,…, δ _xn = ε_xn /x_д. (20)

Находят частные дифференциалы функции и по фор­муле (18) вычисляют ε_пр в размерностях функции f(y) и с помощью (19) вычисляют δ_пр, %.