Prelucrarea datelor experimentale.

Histograme si poligoane de frecventa

Orice masurare este afectata de imperfectiuni, care determina o eroare in rezultatul

masurarii. In mod traditional, se considera ca eroarea de masurare are doua
componente: una sistematica si una aleatorie.

I. Erori sistematice si aleatorii

Erorile sistematice se caracterizeaza prin faptul ca, in conditii de masurare

identice, acestea se repeta (au o valoare determinata). In principal, ele se datoreaza
mijloacelor si metodelor de masurare, etaloanelor, precum si influentelor masurabile
ale factorilor externi (temperatura, umiditate, frecventa etc.). Teoretic, eroarea
sistematica reprezinta diferenta dintre media rezultatelor corespunzatoare unui
numar infinit de masurari ale aceluiasi masurand[1], efectuate in conditii de
repetabilitate[2], si valoarea adevarata a masurandului.

Pentru determinarea erorii sistematice, este necesara o singura masurare,

insa, de foarte multe ori, se realizeaza inca una, pentru mai multa siguranta. Ca
marime, aceste erori pot fi constante sau pot varia dupa o lege cunoscuta.

Erorile aleatorii (sau intamplatoare) se datoreaza variatiilor imprevizibile

sau stocastice, in timp si spatiu, ale factorilor de influenta, variatii care conduc la o
imprastiere (dispersie) a rezultatelor masurarii. Altfel spus, la repetarea masurarii
unei marimi, in conditii identice, se va obtine un sir de valori, si nu o singura
valoare. Teoretic, eroarea aleatorie reprezinta diferenta dintre rezultatul unei
masurari si media rezultatelor corespunzatoare unui numar infinit de masurari ale
aceluiasi masurand, efectuate in conditii de repetabilitate.

Spre deosebire de erorile sistematice, care pot fi compensate prin aplicarea

unei corectii (sumare algebrica) sau a unui factor de corectie (multiplicare), cele
aleatorii pot fi diminuate doar crescand numarul de observatii. Erorile aleatorii se
estimeaza ca valoare cu semn incert, chiar in cadrul experimentului, pe baza legil
959d33j or statisticii matematice.

Deoarece atat valoarea adevarata[3] a unei marimi, cat si eroarea (sistematica

si aleatorie) nu se cunosc cu exactitate, organizatiile de standardizare in domeniul
metrologiei au impus utilizarea conceptului de incertitudine de masurare.
Conform definitiei operationale, incertitudinea de masurare este un parametru,
asociat rezultatului unei masurari, care caracterizeaza dispersia valorilor ce, in mod
rezonabil, pot fi atribuite masurandului.

Note
 1. Acest parametru poate fi, de exemplu, o abatere standard (sau un multiplu al
acesteia), sau semilargimea unui interval cu un nivel de incredere stabilit.
2. Incertitudinea de masurare cuprinde, in general, mai multe
componente. Unele dintre aceste componente pot fi evaluate pornind de la
distributia statistica a rezultatelor sirurilor de masurari si pot fi caracterizate
prin abateri standard experimentale. Alte componente, care pot fi, de
asemenea, caracterizate prin abateri standard, sunt evaluate pornind de la
distributii de probabilitate, bazate pe experienta sau pe alte informatii.
3. Este evident ca rezultatul masurarii reprezinta cea mai buna estimatie a valorii
masurandului si ca toate componentele incertitudinii, inclusiv cele care provin
din efecte sistematice, cum ar fi componentele asociate corectiilor si
etaloanelor de referinta, contribuie la dispersia rezultatelor.

In mod obisnuit, se considera ca erorile aleatorii sunt mai mici decat cele
sistematice. Din acest motiv, primele prezinta o importanta deosebita in cazul
masurarilor de mare exactitate (eroare mica), in timp ce ultimele prezinta o
importanta deosebita in cazul masurarilor de exactitate mai scazuta (eroare mare).

II. Evaluarea erorilor aleatorii in cazul masurarilor directe.

Modelul Gauss

Asa cum s-a subliniat anterior, erorile aleatorii (intamplatoare) se estimeaza

pe baza legilor statisticii matematice. In domeniul masurarilor electrice, cele mai
utilizate modele probabilistice de repartitie a erorilor aleatorii sunt: distributia Gauss
(normala), distributia Student, distributia χ2 (hi-patrat) si distributia rectangulara. In
cele ce urmeaza, se va prezenta modelul Gauss, care se aplica in cazul unui numar
foarte mare de masurari (n 20).

II. 1. Parametri statistici de baza

La masurarea unei marimi X, de n ori, in conditii de repetabilitate, se va obtine

un sir de rezultate, X1, X2 Xn. Cea mai buna estimatie a marimii Xo reprezinta media
aritmetica a celor n rezultate, care este data de relatia:

. (1)

Media aritmetica poate fi luata ca valoare de referinta in calculul erorilor

aleatorii individuale ale celor n masurari:

. (2)

Erorile (sau abaterile) indivduale se bucura de proprietatea:

, (3)
pe baza careia se verifica corectitudinea calculelor numerice efectuate (daca suma
erorilor individuale este nula, calculele sunt corecte).

Abaterea standard (sau eroarea medie patratica) este data de relatia:

(4)

si reprezinta principalul parametru de calcul in evaluarea erorilor aleatorii, informand

asupra gradului de dispersie a celor n rezultate. Cu cat abaterea standard, σ, este
mai mica, cu atat dispersia este mai redusa.

Considerand eroarea unei masurari individuale, δXi, ca variabila aleatorie

continua (δX), probabilitatea P ca aceasta eroare sa nu depaseasca limitele unui
anumit interval, , se defineste prin expresia:

, (5)

care se numeste functie de repartitie sau functie de distributie.

Functia p(δX) reprezinta densitatea de probabilitate (sau frecventa de

aparitie) a erorilor aleatorii, care, in cazul repartitiei Gauss, este data de relatia:

, (6)

unde, teoretic, media aritmetica µ si abaterea standard σ se determina cu formulele:

; . (7)

Din graficul functiei densitate de probabilitate, avand forma de clopot din

figura 1, se evidentiaza urmatoarele trei proprietati:

 de simetrie – erorile aleatorii pozitive au frecventa de aparitie egala cu a celor

negative;
 de concentrare – erorile aleatorii mici apar mai frecvent decat cele mari;
 de limitare – probabilitatea ca erorile individuale sa ia valori in afara
intervalului este foarte mica, de 0,27 %, adica aproximativ 1:370. Cu
alte cuvinte, 99,73 % din masurarile repetate vor genera erori aleatorii in
intervalul ± 3σ, de unde si regula 3σ – valoarea 3σ poate fi considerata ca
 eroare limita, a carei depasire este putin probabila, practic exclusa. De aceea,
din sirul de rezultate experimentale, se vor elimina, ca fiind greseli, valorile
care nu se conformeaza acestei reguli.


 Figura 1. Curba repartitiei normale

Pentru construirea histogramei (figura 2), pe abscisa graficului, se reprezinta

intervalul de variatie al celor n rezultate, care se imparte in ksubintervale egale,
denumite intervale de grupare. Latimea unui interval de grupare, Δ, se determina cu
ajutorul formulei lui Sturges:

, (13)

valoarea obtinuta rotunjindu-se convenabil. In relatia (13), Xmax si Xmin reprezinta

valorile maxima si minima din sirul de rezultate X1, X2 Xn.

Fiecarui interval de grupare[4] ii corespunde un dreptunghi, a carui inaltime

este data de numarul de rezultate, ni, care cad in intervalul respectiv ( ).
Alternativ, in cazul in care frecventa absoluta ni este mare, pe ordonata graficului, se
poate reprezenta frecventa relativa, .

Daca histograma obtinuta are aspect de clopot, rezultatele masurarilor se

supun unei repartitii Gauss. Evident, cu cat sirul de rezultate este mai mare, cu atat
latimea dreptunghiurilor este mai mica, obtinand, pe aceasta cale, o curba a
frecventei de aparitie, deci o reprezentare mai fidela a marimii de interes.
Figura 2. Histograma si poligon de frecvente (exemplu)

Testarea normalitatii se poate realiza si cu poligonul de frecvente, care se

obtine unind, prin segmente de dreapta, mijloacele laturilor superioare ale
dreptunghiurilor histogramei.

In general, pentru a facilita constructia histogramei, se vor respecta

urmatorii pasi:

 se ordoneaza, in sens crescator, rezultatele experimentale X1, X2 Xn;

 se calculeaza latimea intervalului de grupare, Δ, cu relatia (13);
 se determina numarul intervalelor de grupare, k, pe baza formulei:

; (14)

 se centralizeaza datele conform tabelului 2;