Sunteți pe pagina 1din 12

5.1.7.

Estimatii ale adevaratei valori a unei marimi fizice


5.1.7.1. Consideratii generale

Consideram ca x1, x2, ....., xn sunt rezultatul masurarilor din care au fost
inlaturate erorile grosolane si cele sistematice. Estimatiile adevaratei valori a
marimii fizice masurate se poate face prin:
-estimatia punctuala, care consta in determinarea unei functii g(x I) care sa
permita calcularea unei valori suficient de apropiata de valoarea adevarata a;
-estimatia de incredere care consta in determinarea unui interval (g -1, g-
2) de incredere, care cu probabilitatea P sa acopere adevarata valoare a;
extremitatile intervalului de incredere se numesc limite de incredere.
Pentru ca estimatia g sa asigure o aproximatie suficient de buna a valorii
adevarate a ea trebuie sa aiba urmatoarele proprietati:
- Nedeplasarea - daca valoarea medie teoretica a estimatiei g coincide cu
valoarea adevarata a;
- Consistenta - daca estimatia g tinde in probabilitate catre valoarea a
atunci cind numarul n al masurarilor tinde catre  sau atunci cind n  si
pentru orice  dat, probabilitatea P (|g - a| < )  1;
- Eficienta - daca estimatia nedeplasata are cea mai mica imprastiere
dintre toate estimatiile nedeplasate ale valorii a.

5.1.7.2.Estimarea preciziei dispersiei

Ca indicator a preciziei dispersiei masurarilor se va lua dispersia 2 sau


eroarea medie patratica .

Estimarea punctuala a dispersiei

Daca se fac masurari asupra unei marimi cunoscute a - etalon - ca


estimatie a dispersiei se ia media patratelor abaterilor rezultatelor masurarilor x 1,
x2, ....., xn de la valoarea a:
1 n
  s   (xi  a ) 2
2 2
* (4.65)
n i 1
Numarul gradelor de libertate este k = n.
Daca se masoara o marime necunoscuta, ca estimatie a dispersiei se ia
dispersia empirica:
1 n
 2  s2  
n  1 i 1
(xi  x ) 2 (4.66)
Numarul gradelor de libertate este k = n -1.
Daca se fac m serii de masurari cu n1, n2, ......, nm date din serie, iar
dispersiile empirice corespunzatoare sunt s12 , s22 ......, sm2 drept estimatie a
dispersiei se ia media ponderata a dispersiilor empirice:
(n1  1)s12  (n 2  1)s22  ...... (n m  1)sm2
 2  s2  (4.67)
(n1  1)  (n 2  1) ....... (n m  1)

Cind numarul de masurari este acelasi in fiecare serie ni = n, estimatia este


media aritmetica a valorii dispersiilor empirice:

1 m 2
 2  s2   si
m i 1
(4.68)

numarul gradelor de libertate este k = n1+n2+......+nm - m.


Daca pentru m serii de masurari se cunosc numarul de masurari din
fiecare serie n1, n2, ......, nm si mediile aritmetice din fiecare serie x 1 , x 2 , .......,
x m atunci ca estimatie se ia dispersia empirica a mediilor:

1 m
 2  ~s 2   ni ( x i  x )
m  1 i 1
(4.69)
unde:
m
1
x
n1  n 2  ....... n m
n x
i 1
i i (4.70)

Abaterea standard empirica s da o estimatie deplasata ce depinde de


numarul k al masurarilor (pentru n = 16 deplasarea reprezinta 2% iar pentru n =
26 deplasarea este sub 1%). Numarul gradelor de libertate este k = n - 1.

Intervale de incredere pentru eroarea medie patratica

Pentru un numar mare de date, obtinute cu ajutorul unui interval de


incredere a erorii medii patratice  se scrie sub forma unei estimatii a abaterii
relative a valorii  de la abaterea standard empirica (so, s*, s sau ~
s ):

 s
q (4.71)
s
sau
s  (1  q )    s  (1  q ) (4.72)
unde coeficientul q(P,k) se determina din tabelul 4.6.
Numarul gradelor de libertate k depinde de numarul de masurari si de
forma abaterii standard empirice acceptata pentru estimatia lui .
Pentru un numar de grade de libertate suficient de mare se poate utiliza si
regula trei sigma care este de forma:
 3   3 
s  1      s  1   (4.73)
 2k   2k 

Siguranta unei astfel de estimari depaseste 0,99 pentru k > 47, 0.992
pentru k > 107 si 0.995 pentru k > 200.

Valorile coeficientului q (P, k)


Tabelul 4.6
k/P 0.95 0.99 0.999
17 0.4 0.639 0.961
18 0.385 0.602 0.916
19 0.371 0.578 0.875
20 0.358 0.556 0.838
22 0.336 0.518 0.776
24 0.318 0.487 0.724
26 0.302 0.46 0.679
28 0.288 0.437 0.641
30 0.276 0.416 0.609
35 0.253 0.375 0.544
40 0.234 0.343 0.494
45 0.219 0.318 0.455
50 0.207 0.297 0.424

5.1.7.3.Compararea dispersiilor

Presupunem ca in doua serii de masurari se folosesc aparate diferite si s-a


obtinut dispersia empirica s12 pentru un numar de grade de libertate k1 si
dispersia empirica s 22 pentru un numar de grade de libertate k 2 (s12  s22 ) . Se
compara raportul intre cea mai mare dispersie empirica si cea mai mica:
s12
F 1 (4.74)
s 22
Se alege un nivel de incredere P = 0,95 sau P = 0,99 si din tabelul 4.7 se
ia valoarea critica F(P, k1 , k2).
Daca:
F > F(P, k1 , k2) (4.75)

atunci se considera ca diferenta dintre cele doua dispersii este semnificativa si


deci precizia aparatului ce da dispersia s 22 este mai mare.
Valorile critice F(P, k1, k2 ) pentru nivelul de incredere  = 0.95
Tabelul 4.7
k2 / k 1 4 6 8 10 15 20 30 40 50
6 4.53 4.28 4.15 4.06 3.94 3.87 3.81 3.77 3.75
7 4.12 3.87 3.73 3.62 3.5 3.44 3.38 3.34 3.32
8 3.84 3.58 3.44 3.34 3.21 3.15 3.08 3.05 3.03
9 3.63 3.37 3.23 3.13 3 2.93 2.86 2.82 2.8
10 3.48 3.22 3.07 2.97 2.84 2.77 2.7 2.67 2.64
12 3.26 3 2.85 2.76 2.62 2.54 2.46 2.42 2.4
14 3.11 2.85 2.7 2.6 2.46 2.39 2.31 2.27 2.24
16 3.01 2.74 2.59 2.49 2.35 2.28 2.2 2.16 2.13
18 2.93 2.66 2.51 2.41 2.27 2.19 2.11 2.07 2.04
20 2.87 2.60 2.45 2.35 2.2 2.12 2.04 1.99 1.96
22 2.82 2.55 2.4 2.3 2.15 2.07 1.98 1.93 1.91
24 2.78 2.51 2.36 2.26 2.11 2.02 1.94 1.89 1.86
26 2.74 2.47 2.32 2.22 2.07 1.99 1.9 1.85 1.82
30 2.69 2.42 2.27 2.16 2.01 1.93 1.84 1.79 1.76
35 2.64 2.37 2.22 2.11 1.96 1.88 1.79 1.73 1.7
40 2.61 2.34 2.18 2.07 1.92 1.84 1.74 1.69 1.66
50 2.56 2.29 2.13 2.02 1.87 1.78 1.69 1.63 1.6

5.1.7.4.Eliminarea dispersiei ce difera


semnificativ de celelalte

Daca avem m aparate de masura cu care efectuam acelasi numar n de


masurari si constatam ca dispersia empirica s12 este sensibil mai mare decit
celelalte ne propunem sa stabilim daca diferenta dintre aceasta dispersie si
celelalte este semnificativa sau nu. Pentru aceasta comparam dispersia cea mai
mare s12 cu suma tuturor dispersiilor si se calculeaza raportul:

s12
G (4.76)
s12  s22  ........ s m2
Daca:
G  G ( P , m, k ) (4.77)

atunci diferenta dintre prima dispersie si celelalte se considera semnificativa


adica prima serie de masurari este de o precizie mai mica decit celelalte. Valorile
critice G(P, m, k) sunt date in tabelul 4.8. Numarul gradelor de libertate este k =
n - 1.
Valorile critice G(P, m, k) pentru P = 0,95
Tabelul 4.8
m/k 4 5 6 8 10 16 26 144
5 0.544 0.507 0.478 0.439 0.412 0.365 0.307 0.251
6 0.48 0.455 0.418 0.382 0.357 0.314 0.261 0.212
7 0.431 0.397 0.373 0.338 0.315 0.276 0.228 0.183
8 0.391 0.36 0.336 0.304 0.283 0.246 0.202 0.162
9 0.358 0.329 0.307 0.277 0.257 0.223 0.182 0.145
10 0.331 0.303 0.282 0.254 0.235 0.203 0.166 0.131
15 0.242 0.22 0.203 0.182 0.167 0.143 0.114 0.089
20 0.192 0.174 0.15 0.142 0.13 0.111 0.088 0.068
30 0.138 0.124 0.114 0.1 0.092 0.077 0.06 0.046
40 0.108 0.097 0.089 0.078 0.071 0.06 0.046 0.035
60 0.077 0.068 0.062 0.055 0.05 0.041 0.032 0.023
120 0.042 0.037 0.034 0.029 0.027 0.022 0.017 0.012

5.1.8.Estimari punctuale ale adevaratei valori


a unei marimi masurate

Daca cele n masurari au fost facute cu aceeati precizie atunci ca estimatie


punctuala a valorii a se ia media aritmetica a datelor masurate:
x1  x 2  ....... x n 1 n
ax   xi (4.78)
n n i 1
Daca masurarile nu sunt de egala precizie, dar se cunosc ponderile
masurarilor p1, p2, ..., pn care sunt invers proportionale cu dispersiile erorilor  12 ,
 22 , ....,  2n atunci drept estimatie a adevaratei valori a se ia media aritmetica
ponderata:
n

p x  p 2 x 2  ...... p n x n px
i 1
i i
a 1 1  (4.79)
p1  p 2  ...... p n n

p
i 1
i

In cazul masurarilor cu aceeasi precizie (adica cu aceeasi eroare medie


patratica ) a valorilor supuse prelucrarii x1, x2, ...., xn care reprezinta o medie a
unui numar de masurari m1, m2, ......, mn se poate atasa drept pondere numarul de
masurari:
 2

pi = mi (i = 1, 2, ...., n) iar  i  m
2
(4.80)
i

Estimatiile se calculeaza cu formula prezentata mai sus.


5.1..Estimari pentru intervale de incredere
a adevaratei valori
5.1.9.1.Pentru masurari de egala precizie

Intervalul de incredere a valorii adevarate a este:


x-<a<x+ (4.81)
sau
a  x  (4.82)
Marimea  se determina luindu-se nivelul de incredere P la unul din
nivelele: 0,95; 0,99 sau 0,999. Daca se cunoaste eroarea medie patratica  atunci
intervalul de incredere este:

t(P)  
ax  (4.83)
n
Pentru un nivel de incredere ales t (P) se determina din tabelul 4.3. Se obtine:
t (P)  
 (4.84)
n
Daca eroarea medie patratica nu se cunoatte, atunci se utilizeaza in locul
ei abaterea standard empirica:
n 1 n
s  s*
n1
  (x i  x ) 2
n  1 i 1
(4.85)
Intervalul de incredere este:
t (P, k )  s
ax  (4.86)
n
sau
t (P, k )  s*
ax  (4.87)
k

unde k = n - 1. Valoarile t (P, k) sunt date in tabelul 4.9.


Alegerea erorii  se poate face cu regula trei sigma. Abaterea adevaratei
valori a marimii masurate de la media aritmetica a rezultatelor masurarilor nu
depaseste cu de trei ori abaterea medie patratica a erorii acestei valori medii. In
acest caz intervalul de incredere este:
3
ax  (4.88)
n
cu nivelul de siguranta P = 0.9973 iar daca nu se cunoaste :
3s
ax  (4.89)
n
cu nivelul de incredere dat in tabelul 4.10.

Valorile t (P, k)
Tabelul 4.9
k/P 0.95 0.99 0.999
4 2.776 4.604 8.61
5 2.571 4.032 6.859
6 2.447 3.707 5.959
7 2.365 3.499 5.405
8 2.306 3.355 5.041
9 2.262 3.25 4.781
10 2.228 3.169 4.587
11 2.201 3.106 4.487
12 2.179 3.055 4.318
13 2.16 3.012 4.221
14 2.145 2.977 4.14
15 2.131 2.947 4.073
16 2.12 2.921 4.015
18 2.103 2.878 3.922
20 2.086 2.845 3.85
25 2.06 2.787 3.725
30 2.042 2.75 3.646
35 2.03 2.724 3.591
40 2.021 2.704 3.551
45 2.014 2.689 3.522
50 2.008 2.677 3.497

Dependenta nivelului de incredere de numarul de masurari

Tabelul 4.10
n P n P n P
5 0.96 12 0.988 25 0.994
6 0.97 14 0.99 30 0.995
7 0.976 16 0.991 50 0.996
8 0.98 18 0.992 150 0.997
9 0.983 20 0.993  0.9973
10 0.985

5.1.9.2.Pentru masurari de precizii diferite

Consideram ca rezultatele masurarilor de precizii diferite x 1, x2, ...., xn


sunt medii ale unor masurari de egala precizie pentru fiecare serie m 1, m2, .....,
mn. Intervalul de incredere al valorii adevarate a marimii masurate este:
t (P, k )  s
ax  (4.90)
N
unde
n n
1
x
N
 mi  xi
i 1
N   mi
i 1
(4.91)
1 n
s 
n  1 i 1
mi (x i  x ) 2 (4.92)
Numarul de grade de libertate k = n - 1 iar pentru un nivel de incredere ales, t
(P,k) se determina din tabelul 4.9.
Daca pentru rezultatele masurarilor x1, x2, ...., xn de precizie inegala se
cunosc valorile ponderilor p1, p2, ....., pn si dispersiile  12 ,  22 , ......,  2n , atunci
intervalul de incredere pentru adevarata valoare a marimii masurate este:
a  x  t (P, k )  s x (4.93)
unde
n

p i 1
i  xi
x n (4.94)
 pi
i 1
n

 p (x
i 1
i i  x) 2
sx  n (4.95)
(n  1) pi
i 1

Numarul de grade de libertate este k = n - 1.


Daca ponderile masurarilor sunt necunoscute, ele se inlocuiesc cu valorile
corespunzatoare determinate cu relatiile:
mi
pi  i = 1, 2, ......., n (4.96)
si2
unde
1 mi
si2  
mi  1 j 1
(x ij  x i ) 2 (4.97)
iar xi1, xi2, ......., xi mi sunt rezultatele masurarilor inregistrate in cea de a i-a serie
cu valoarea medie xi. Se ia estimatia:
t(P)
ax  (4.98)
p
unde t(P) se determina din tabelul 4.3 pentru un nivel de incredere P ales
convenabil. In cadrul acestor estimari numarul de masurari trebuie sa fie
suficient de mare.

Exemplul 5.1
Consideram cinci seturi de masurari a masei a o mie de boabe de orz prezentate in
tabelul de mai jos:
Nr. Seria 1 Seria 2 Seria 3 Seria 4 Seria 5
1 29.1 30.7 31.85 31.1 31.1
2 29.45 31.3 31.9 31.8 31.9
3 30.1 31.45 32.1 32.1 32.3
4 30.45 31.7 32.35 32.3 32.6
5 30.7 31.85 32.5 32.5 32.9
6 31.3 31.9 32.7 32.7 33.1
7 31.45 32.1 32.8 32.8 33.15
8 31.7 32.35 32.82 32.9 33.2
9 31.85 32.5 32.95 33.95 33.25
10 31.9 32.7 33.1 33.1 33.3
11 32.1 32.8 33.2 33.15 33.35
12 32.35 32.82 33.3 33.2 33.4
13 33.45 32.95 33.35 33.25 33.45
14 32.5 33.1 33.4 33.3 33.5
15 32.7 33.2 33.42 33.35 33.55
16 32.8 33.3 33.45 33.4 33.58
17 32.85 33.4 33.5 33.45 33.6
18 33.1 33.42 33.57 33.5 33.65
19 33.3 33.5 33.6 33.55 33.7
20 33.4 33.57 33.65 33.6 33.73
21 33.42 33.6 33.7 33.65 33.76
22 33.5 33.7 33.75 33.7 33.8
23 33.6 33.75 33.8 33.75 33.83
24 33.8 33.8 33.85 33.8 33.85
25 33.95 33.95 33.9 33.85 33.87
26 34.1 34.1 33.95 33.9 33.9
27 34.25 34.25 33.97 33.95 33.92
28 34.4 34.3 34 34 33.94
29 34.5 34.4 34.05 34.05 33.96
30 34.65 34.5 34.1 34.1 33.98
31 34.8 34.65 34.25 34.3 34
32 34.91 34.72 34.3 34.5 34.02
33 35.2 34.8 34.4 34.6 34.05
34 35.4 34.91 34.5 34.7 34.1
35 35.5 35.1 34.65 34.8 34.5
36 35.95 35.2 34.72 34.85 34.7
37 36.4 35.4 34.8 34.9 34.9
38 36.8 35.5 34.91 35 35
39 37.4 35.95 35.1 35.1 35.1
40 37.1 36.4 35.2 36.1 36.1

Sa se calculeze parametrii statisici principali, sa se arate care din seria de masurari are
precizia mai mare si sa se determine adevarata valoare a marimii masurate.

Cu programul PARSTAT.MCD se determina parametrii statistici principali prezentati


in tabelul urmator:

Parametrul Seria 1 Seria 2 Seria 3 Seria 4 Seria 5


Media 33.379 33.59 33.635 33.765 33.74
Dispersia 4.016 1.733 0.696 0.675 0.558
Abaterea medie patratica 2.004 1.316 0.835 0.822 0.747
Amplitudinea 8.3 5.7 3.35 4 4.2
Mediana 33.41 35.585 33.675 33.725 33.745
Moda 33.472 33.575 33.754 33.645 33.755
Valoarea centrala 33.25 33.55 33.525 34.1 34
Coeficientul de variatie 0.06 0.039 0.025 0.024 0.022
Abaterea medie absoluta 1.604 1.059 0.66 0.636 0.524
Coeficientul de asimetrie 0.002 0.005 0.063 0.162 0.241
Coeficientul de boltire 2.56 2.479 2.583 3.262 4.706
Excesul - 0.44 - 0.521 - 0.417 0.262 1.706

Pentru compararea dispersiilor, din tabelul 4.7 se ia valoarea critica F(0.95, 39,39) =
1.7 si se compara cu valorile calculate ale rapoartelor:
s12 4.016
F12  2   2.317  1.7
s2 1.733
s22 1733
.
F23  2
  2.489  17
.
s3 0.696
s32 0.696
F34    103
.  17
.
s42 0.675
s42 0.675
F45  2   121
.  17
.
s5 0.558
Seriile de masurari 1 si 2 au diferente semnificative ale dispersiilor. Seriile 3, 4 si 5 nu
au diferente semnificative ale dispersiilor iar precizia masurarilor este mai mare decit in cazul
celorlalte doua serii.
Pentru a determina daca diferenta dintre dispersiile masurarilor din seriile 1, 2 si
celelalte dispersii sunt semnificative se determina din tabelul 4.8 valoarea critica G(0.95,5,39)
= 0.3008 si se compara cu valorile calculate ale rapoartelor:
4.016
G  0.523  0.3008
4.016  1.733  0.696  0.575  0.558

1.733
G  0.225  0.3008
4.016  1.733  0.696  0.575  0.558

Rezulta ca prima serie de masurari difera semnificativ de celelalte si se poate elimina iar
pentru seria a 2-a de masurari diferenta nu este semnificativa si seria de masurari nu se
elimina.
Adevarata valoare a masei a o mie de boabe se poate estima punctual prin valoarea
medie a masurarilor din seriile 2 - 5. Estimarea adevaratei valori a marimii masurate prin
intervale de incredere se face calculind erorile de masurare, pentru un interval de incredere
0.99 pentru care se determina, din tabelul 4.9, t (0.99, 39) = 2.7. Erorile de masurare calculate
sunt:

2.71  1.733
2   0.752
39
2.71  0.696
3   0.302
39
2.71  0.675
4   0.292
39
2.71  0.558
5   0.242
39
Adevarata valoare a masei a o mie de boabe, pentru seriile de masurari 2 - 5, estimata
prin intervale de incredere este:
33.59 - 0.752 = 32.838 < a2 < 33.59 + 0.752 = 34.342
33.635 - 0.302 = 33.333 < a3 < 33.635 + 0.302 = 33.937
33.675 - 0.292 = 33.383 < a4 < 33.675 + 0.292 = 33.967
33.74 - 0.242 = 33.498 < a5 < 33.74 + 0.242 = 33.982
Masurarile cele mai precise sunt efectuate in seria a 5 - a de masurari.

S-ar putea să vă placă și