Documente Academic
Documente Profesional
Documente Cultură
PROIECT
La disciplina Prelucrarea datelor
experimentale
2019
INTRODUCERE
1. Metode de masurare
1.1. Notiunea de masurare
Prin masurare se intelege procesul fizic exprimat prin comparare a unei marimi cu o
alta marime de aceeasi natura considerata unitate de masura.
Operatia de masurare se exprima matematic prin formula:
X=nU (1.1)
in care X - este marimea supusa masurarii;
U - unitatea de masura;
n - valoarea numerica a marimii sau factorul calitativ.
Valoarea numerica a unei marimi va depinde de unitatea de masura. Astfel marimea X
va avea valoarea numerica n1 masurata in unitatea U1 si valoarea n2 in unitatea U2:
X = n1 U1 = n2 U2 (1.2)
X = 1 m = 100 cm
Raportul:
U 1 n2
k (1.3)
U 2 n1
m 100
k
cm 1
Precizia de citire creste odata cu sensibilitatea si deci este de dorit ca aceasta sa fie cit
mai mare.
Un alt factor care trebuie luat in consideratie este intirzierea de care este afectata
indicatia. Acest factor joaca un rol important in masurarile dinamice cu variatie foarte rapida.
In alegerea metodelor si aparatelor de masurat trebuie sa se tina seama de
urmatoarele:
- Sa se masoare numai cu precizia necesara. Este deci necesar ca inaintea masurarii sa
se aprecieze corect precizia necesara si clasa de precizie a aparatelor de masura ce se vor
folosi. De exemplu, aparatele de masurat de exploatare se iau cu clasele de precizie 1; 1.5;
2.5; 4 in timp ce aparatele folosite in cadrul cercetarilor au clasele de precizie de la 0.5 pina la
0.2.
Cifra care indica clasa de precizie a aparatului de masurat reprezinta, in procente,
limitele de variatie ale valorii indicate de aparat fata de valoarea reala a parametrului masurat.
Astfel clasa 2 inseamna ca valoarea indicata de aparat poate sa difere de valoarea reala in
limitele 2% din domeniul de indicare al aparatului.
- Aparatele de masura trebuie sa fie sigure in exploatare si sa posede o comportare
tranzitorie buna.
2. Determinarea numarului necesar de masurari
n1 n1 n1 n1 n1
1 5 7 9 11 17
0.5 13 18 25 31 50
0.4 19 27 37 46 74
0.3 32 46 64 78 127
0.2 70 99 139 171 277
0.1 273 387 545 668 1089
0.05 1084 1540 2168 2659 4338
Daca precizia 1 este prea mare si se doreste o precizie mai mica se calculeaza
raportul:
1
(2.2)
n n1 2 (2.3)
Alegerea valorii nivelului de incredere are consecinte economice deoarece el
determina numarul necesar de masurari. Alegerea rationala a nivelului de incredere
implica optimizarea procesului de masurare din punct de vedere al preciziei si al
numarului de masurari.
ORIGIN 1
31.65
30.83 Determinarea raportului q
30.31 Tabelul 4.5
29.35 q/ P 0.9 0.95 0.98 0.99 0.999
n1 n1 n1 n1 n1
31.70 1 5 7 9 11 17
29.02 0.5 13 18 25 31 50
31.55 0.4 19 27 37 46 74
0.3 32 46 64 78 127
29.91 0.2 70 99 139 171 277
28.03 0.1 273 387 545 668 1089
0.05 1084 1540 2168 2659 4338
32.45
31.65
x 29.12
n length ( x) n 23
31.91
29.02 media mean( x) media 30.513
31.30
n
30.23
xi media
2
29.85 Abaterea standard empirica
i 1
s
31.01 n 1 s 1.407
29.63
33.47 2. Pentru nivelul de incredere P = 0.95 si precizie de masurare = 0.33
se determina q din tabelul 4.5 (pagina 143);
31.88
29.61
28.33 0.37 Precizia = a-xmed
q q 0.263
s
3. Din tabelul 4.5 (pag.143) pentru nibvelul de incredere P = 0.95 si q1 = 0.3 rezulta numarul de masurar
n1 = 46;
1 q1 s 1 0.281
1
0.761
2
n2 n1 n2 57.266
3. Efectuarea masurarii masei boabelor de porumb
Rezultatul masurarii marimilor fizice sunt valori numerice obtinute prin compararea
lor cu o alta marime, de aceeasi natura, luata ca etalon. In cazul masurilor repetate, efectuate
cu o precizie suficient de mare, rezultatele difera fiind afectate de erori. Diferenta dintre
rezultatul masurarii unei marimi xi si valoarea sa adevarata a este eroarea de masurare zi:
z i = xi - a (4.1)
Cum in tehnica experimentala valoarea adevarata a nu este cunoscuta (scopul
masurarii fiind tocmai determinarea ei), rezulta ca eroarea z nu este cunoscuta. Problema care
se pune consta in gasirea unei valori care, cu o eroare cit mai mica posibila, sa estimeze
valoarea adevarata a. Pentru aceasta este necesar sa fie cunoscute principalele proprietati ale
erorilor si interpretarea lor.
In practica se foloseste si eroarea relativa zreli care permite estimarea acelor rezultate
ale caror erori absolute depind de dimensiunile marimii fizice masurate:
zi x a
zreli 100 i 100 [%] (4.2)
a a
1 n 1
s
n 2 i 1
(xi x ) 2 (4.3)
Se calculeaza raportul:
x* x
t (4.4)
s
For i:=1 to n do
begin
If i=b1 then goto 1;
yiks:=xiis;
k:=k+1;
1:end;
For j:=1 to n-1 do a1:=a1+yijs;
xmediu:=a1/(n-1); { Valoarea medie a lui xiis pentru n-1 masurari }
For j:=1 to n-1 do a2:=a2+sqr(yijs- xmediu);
s:=sqrt(a2/(n-2));
t:=ABS((xib1s-xmediu)/s); { Abatere standard empirica }
If t>t1 then { Afisarea rezultatului }
begin
writeln( 't =' , t:2:3, ' > t(n,P) = ', t1:2:3);
writeln( 'xi',b1:1,'s =' , xib1s:3:3, ' Este afectata de erori grosolane' );
readln;
b1:=b1+1;
if b1<=n then goto 3;
goto 4;
end;
writeln( 't= ', t:2:3, ' < t(n,P) = ', t1:2:3);
writeln( ' xi', b1:1, 's=' , xib1s:2:3, ' Nu este afectata de erori grosolane');
readln;
b1:=b1+1;
if b1<=n then goto 3;
4:END.
definiti astfel:
Media aritmetica de sondaj a sirului de date:
1 k
x f i xi (5.1)
n i 1
Daca in cele n masurari xi apare o singura data atunci:
1 n
x xi (5.2)
n i 1
Media aritmetica are o mare importanta in estimarea preciziei masurarilor cind nu se
cunoaste valoarea exacta a marimii fizice masurate.
Media geometrica a sirului de date se calculeaza cu relatia:
1
n n
x g xi (5.3)
i 1
Media armonica este:
n
xa n
1 (5.4)
x
i 1 i
x i 1
2
i
(5.5)
xp
n
Mediana de sondaj a sirului de date - este valoarea fata de care frecventa valorilor
mai mici decit ea este egala cu frecventa valorilor mai mari decit ea. Valorile x i se aranjeaza
in ordine crescatoare sau descrescatoare si mediana este:
- daca n este impar:
M e x ( n 1)/ 2 (5.6)
- daca n este par:
x x n / 21
M e n/ 2 (5.7)
2
Moda de sondaj a sirului de date este valoarea din sirul de date careia ii corespunde
frecventa maxima. Daca repartitia de frecventa are doua valori maxime, ambele fiind cele
mai probabile, repartitia se numeste bimodala. Daca repartitia de frecventa are mai multe
mode, repartitia este polimodala iar daca repartitia are in mijloc un minim in loc de un maxim
se numeste antimodala. Legatura dintre media aritmetica, mediana si moda este data de
relatia:
M o x 3 ( M e x) (5.8)
Valoarea centrala a sirului de date:
x x min
x c max (5.9)
2
in care xmax este cea mai mare din valorile xi , iar xmin cea mai mica.
Abaterea medie patratica de la valoarea medie se calculeaza cu relatia:
1 k
s*
n i 1
f i ( x i x) 2 (5.10)
Abaterea standard empirica aproximeaza cel mai bine eroarea medie patratica
atunci cind numarul de masurari este relativ mic.
Dispersia de sondaj a sirului de date, sau momentul centrat de ordinul doi este:
1 k
s 2 f i ( x i x) 2 (5.12)
n i 1
Dispersia de sondaj poate fi folosita ca estimatie a dispersiei 2 si daca in cele n
masurari xi apare o singura data atunci se calculeaza cu relatia:
1 n
s2
n 1 i 1
( xi x ) 2 (5.13)
Amplitudinea sirului de date se calculeaza ca diferenta dintre valoarea cea mai mare
xmax si valoarea cea mai mica xmin a sirului de masurari dat:
R x max x min (5.14)
Coeficientul de variatie al sirului de date:
s
Cv (5.15)
x
Abaterea medie absoluta de selectie a sirului de date reprezinta media abaterilor fata
de valoarea adevarata a marimii fizice a (daca aceasta este cunoscuta) sau fata de media
aritmetica luata in valoare absoluta:
1 k
Am f i x i x (5.16)
n i 1
Momentul de sondaj de ordinul r, calculat fata de originea sistemului este:
1 n r
M r xi (5.17)
n i 1
Momentul centrat de sondaj de ordinul r se obtine din momentele generale de
ordinul r considerind ca originea arbitrara coincide cu media aritmetica:
1 k
r
n i 1
f i ( x i x) r (5.18)
1
n
n
mediageom
x
i mediageom 30.91 Media geometrica
i 1
n
mediarm mediarm 30.867 Media armonica
n
1
x
i
i1
xi
2
i 1
mediapat mediapat 30.996 Media patratica
n
Calculul Medianei de sondaj - valoarea fata de care frecventa valorilor mai mici decit ea este egala cu
frecventa valorilor mai mari decit ea
xsort sort ( x)
Ordoneaza crescator elementele vectorului x
ind if floor
n n 1 n
2 n ind 28 Se determina indicele mijlocului sirului de valori
2 2 2
xsort
ind
xsort
ind 1
mediana if ( ind 2 n ) xsort mediana 30.87 Mediana de sondaj
ind
2
moda media 3 ( mediana media) moda 30.705 Moda de sondaj - valoarea careia ii
corespunde valoarea maxima
xsort xsort
1 n
val_centrala val_centrala 31.335 Valoarea centrala
2
xi media
1 2
ab_stand_emp
n 1
i1 ab_stand_emp 1.652
ab_stand_emp
coef_variatie coef_variatie 0.053 Coeficientul de variatie
media
r 2 4 i 1 n
n
xi
1 r
moment
r n moment 0 moment 960.75
1 2
i 1
4 5
moment 2.99 10 moment 9.334 10
3 4
n
x media
1
r
moment_centrat_sondaj
r n i moment_centrat_sondaj 0
1
i1
moment_centrat_sondaj 2.678
2
moment_centrat_sondaj 17.141
4 moment_centrat_sondaj 0.966
3
coef_asim
moment_centrat_sondaj
r
2
Coeficientul de asimetrie
r 3
dispersia_sondaj
moment_centrat_sondaj
4
coef_boltire coef_boltire 2.39 Coeficientul de boltire
2
dispersia_sondaj
n
xi
2
i 1
mediapat mediapat 29.909 Media patratica
n
Calculul Medianei de sondaj - valoarea fata de care frecventa valorilor mai mici decit ea este egala cu
frecventa valorilor mai mari decit ea
xsort sort ( x)
Ordoneaza crescator elementele vectorului x
ind if floor
n n 1 n
2 n ind 28 Se determina indicele mijlocului sirului de valori
2 2 2
xsort
ind
xsort
ind 1
mediana if ( ind 2 n ) xsort mediana 29.62 Mediana de sondaj
ind
2
moda media 3 ( mediana media) moda 29.173 Moda de sondaj - valoarea careia ii
corespunde valoarea maxima
xsort xsort
1 n
val_centrala val_centrala 30.97 Valoarea centrala
2
xi media
1 2
ab_medie_pat ab_medie_pat 1.979
n
i1
1
n
n
mediageom
x
i mediageom 29.78 Media geometrica
i 1
n
mediarm mediarm 29.717 Media armonica
n
1
x
i
i1
ab_stand_emp 1.997
moment 0 moment 894.549
1 2
4 5
moment 2.694 10 moment 8.15 10
3 4
n
xi media
1 r
moment_centrat_sondaj
r n moment_centrat_sondaj 0
1
i1
n Dispersia de sondaj sau momentul centrat de ordinul doi
i
1 2
dispersia_sondaj x media
n
i 1 dispersia_sondaj 3.917
ab_stand_emp
coef_variatie coef_variatie 0.067 Coeficientul de variatie
media
r 2 4 i 1 n
xi
1 r
moment
r n
i 1
moment_centrat_sondaj 3.917
2
moment_centrat_sondaj 78.985
4 moment_centrat_sondaj 6.263
3
coef_asim
moment_centrat_sondaj
r
2
Coeficientul de asimetrie
r 3
dispersia_sondaj
moment_centrat_sondaj
4
coef_boltire coef_boltire 5.148 Coeficientul de boltire
2
dispersia_sondaj
P ( z1 z z 2 ) p(z)dz
z1
(6.2)
unde p(z) este densitatea de repartitie si este functie nenegativa care satisface conditia:
p( z)dz 1
(6.3)
Graficul densitatii de repartitie se numeste curba de repartitie.
2 (6.4)
Curba de repartitie normala, pentru diferite valori ale parametrilor este prezentata in
fig.6.1.
0.8
0.6
0.4
0.2
0
6 4 2 0 2 4 6
1
P( 0)
2 (6.5)
Se observa ca atunci cind scade, densitatea de repartitie p(z) descreste mai repede.
Cu cit este mai mic, cu atit imprastierea erorilor in jurul originii este mai mica.
P ( z1 z z1 ) P ( z z1 ) 2 (t1 ) (6.6)
unde:
t t2
1
(t )
2
e 2
dt
0 (6.7)
z z1
t t1
; (6.8)
Functia (t) se numeste probabilitate integrala iar valorile sunt date in Anexa 1 pentru
valori pozitive ale variabilei t. Pentru valori negative ale lui t se tine seama ca (t) este o
functie impara, deci (-t) = -(t).
z2 z
P ( z1 z z 2 ) ( ) ( 1 ) ( t 2 ) ( t1 )
(6.9)
P ( z t ) 1 2 ( t )
(6.10)
P ( z t ) 2 ( t )
(6.11)
P ( z 3 )1 2 ( 3) 0,0027
(6.12)
Pentru o lege normala de repartitie a erorilor aleatoare, daca rezultatele masurarilor (xi
= a + zi) au densitatea de repartitie:
( xa )2
1
p( x) e 2 2
2
(6.13)
0.15
0.1
0.05
0
6 4 2 0 2 4 6 8 10
p0 0.244 q0 0.202
a 0 b 3
2
z t
i
t 2
i 1 ( t) e Probabilitate integrala
b
1
I ( t ) d t
2 I 0.499
a
s 100 Numarul de masurari
z i 2 z i 2
2
1 2 1 2
p e 1 2 2
i 1 2 q e
i 2 2 Densitatea de repartitie
0.27
0.243
0.216
0.189
0.162
pi
0.135
qi
0.108
0.081
0.054
0.027
0
8 6.4 4.8 3.2 1.6 0 1.6 3.2 4.8 6.4 8
zi
1 1
p0 q0 Valoarea maxima a densitatii de repartitie:
1 2 2 2
3
2 I 0.997 Prob 1 2 I Prob 2.7 10
6.3. Verificarea normalitatii repartitiei.
Datele experimentale se impart in l intervale (clase): (- , x1 ) , [x1, x2 ),..., [xi-1 , xi ),......, [xl-
1 , ). In fiecare interval sunt mi date astfel incit numarul tuturor masurarilor efectuate este:
n = m1 + m2 + ......+ ml (6.14)
Numarul de date din fiecare interval mi trebuie sa fie suficient de mare (m i= 510).
Numarul claselor se determina cu relatia:
l 1 3.322 log n (6.15)
Se recomanda l = 10 20. Lungimea intervalului este:
x x min
d max
l (6.16)
Lungimea intervalului se rotunjeste la o valoare intreaga. Fiecarui interval ii corespunde un
numar de date fi . Pentru fiecare clasa se calculeaza ti cu relatia:
x mi x
ti
s (6.17)
unde s este abaterea standard empirica (eroarea medie patratica):
1 n
s (x i x ) 2
n 1 i 1 (6.18)
xmi este limita superioara a clasei i, iar valoarea medie este:
1 n
x xi
n i 1 (6.19)
Se considera ca prima clasa are limita inferioara -, iar ultima clasa are limita
superioara +. Se calculeaza probabilitatea pi ca rezultatele experimentale sa cada in
intervalul i in ipoteza de normalitate a repartitiei:
p i t i t i 1
(6.20)
Se tine seama ca (-)= - 0,5 iar () = 0,5 si apoi se calculeaza criteriul de
concordanta:
l
(m npi ) 2
2 i
i 1 npi (6.21)
Numarul de grade de libertate k se determina astfel:
- daca clasele extreme au mai putin de cinci date fiecare, atunci numarul gradelor de
libertate este k = l - 3;
- daca una din clasele extreme are mai putin de cinci elemente k = l - 2;
- daca toate clasele au mai mult de cinci elemente, numarul gradelor de libertate
este
k= l - 1.
Pentru un nivel de incredere P si numarul de grade de libertate k , din tabelul 6.1 se
determina valoarea critica 2 cr (P,k).
Daca:
2 cr2 ( P, k ) (6.22)
se poate considera ca functia de repartitie a erorilor aleatoare in seria de date considerata nu
este cea normala.
Eficienta criteriului de concordanta 2 creste daca in fiecare din intervalele ixi-1 , xi)
sunt aproximativ acelasi numar de date si este mai putin eficient cind repartitia este simetrica
dar difera de cea normala.
Valorile critice 2 cr (P,k)
Tabelul 6.1
Seria 1
j 1 L 1 k - numarul de clase
int min( x) ( j 1) d
j Limitele superioare ale claselor
int
j
28.16
29.096
30.033
30.969
31.905
32.842
33.778
34.715
L 1 3.322log
(n) L 6.781 Numarul claselor
max( x) min( x)
d d 0.936 Lungimea intervalului
L
L ceil
max( x) min( x)
L7 Numarul claselor (ceil(a) = [a] +1)
d
k 1 L
f hist( intx)
7
10
12
f 11
8
5
2
k 2 L
int mean( x) int mean( x)
1 k
t t
1 ab_standard_emp k ab_standard_emp
2
t
2
funct ( t) e
b
1
integ( funct a b ) funct ( t) d t
2 a
a 0 b t b t i1 2 L
k k 1 1
p integ funct a b
1 0.5 1
p
L 1
0.5 integ funct a b L
L 1 f
i 1
n p 0 n p
2
i
2
1
h
n p n p
i 1
i 2
2
n
f n p
L 1
hi2 h hi2 6.319
n p
L 1
nr_grade_libertate L 2
nr_grade_libertate 5
Seria 2
j 1 L 1 k - numarul de clase
int min( x) ( j 1) d
j Limitele superioare ale claselor
int
j
25.02
26.775
28.53
30.284
32.039
33.794
35.549
37.303
L 1 3.322log
(n) L 6.781 Numarul claselor
max( x) min( x)
d d 1.755 Lungimea intervalului
L
L ceil
max( x) min( x)
L7 Numarul claselor (ceil(a) = [a] +1)
d
k 1 L
f hist( intx)
2
10
24
f 13
4
1
1
k 2 L
int mean( x) int mean( x)
1 k
t t
1 ab_standard_emp k ab_standard_emp
2
t
2
funct ( t) e
b
1
integ( funct a b ) funct ( t) d t
2 a
a 0 b t b t i1 2 L
k k 1 1
p integ funct a b
1 0.5 1
p
L 1
0.5 integ funct a b L
L 1 f
i 1
n p 0 n p
2
i
2
1
h
n p n p
i 1
i 2
2
n
f n p
L 1
hi2 h hi2 10.951
n p
L 1
nr_grade_libertate L 3
nr_grade_libertate 4
Daca se fac masurari asupra unei marimi cunoscute a - etalon - ca estimatie a dispersiei se ia
media patratelor abaterilor rezultatelor masurarilor x1, x2, ....., xn de la valoarea a:
1 n
s (x i a ) 2
2 2
*
n i 1 (7.1)
Daca se fac m serii de masurari cu n 1, n2, ......, nm date din serie, iar dispersiile
2 2 2
empirice corespunzatoare sunt s1 , s2 ......, sm drept estimatie a dispersiei se ia media
ponderata a dispersiilor empirice:
Cind numarul de masurari este acelasi in fiecare serie n i = n, estimatia este media
aritmetica a valorii dispersiilor empirice:
1 m 2
2 s2 si
m i 1 (7.4)
Daca pentru m serii de masurari se cunosc numarul de masurari din fiecare serie n 1,
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 (7.5)
unde:
m
1
x
n1 n 2 ....... n m
n x i i
i 1 (7.6)
s s2
s2 3.359
s 1.833
s s21
s 1.652
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
s (7.7)
sau
s (1 q ) s (1 q ) (7.8)
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
2k 2k (7.9)
Siguranta unei astfel de estimari depaseste 0,99 pentru k > 47, 0.992 pentru k > 107 si
0.995 pentru k > 200.
Tabelul 7.1
Estimarea prin intervale de incredere a dispersiei (si deci a abaterii medii patratice):
s (1 - q) < s < s (1 + q)
1.326 < s < 1.978
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
ax xi
n n i 1 (7.10)
Daca masurarile nu sunt de egala precizie, dar se cunosc ponderile masurarilor p1,
p2, ..., pn care sunt invers proportionale cu dispersiile erorilor 1 , 2 , ...., n atunci drept
2 2 2
p x p 2 x 2 ...... p n x n px
i 1
i i
a 1 1
p1 p 2 ...... p n n
p i
i 1 (7.11)
2
i2
pi = mi (i = 1, 2, ...., n) iar mi (7.12)
Estimarea punctuala:
media2 media1
media
2
media 30.398
media media1
media 30.953
M = 30.953 g
x-<a<x+ (7.13)
sau
a x
(7.14)
t (P)
ax
n (7.15)
Pentru un nivel de incredere ales t (P) se determina din tabelul 4.3. Se obtine:
t (P)
n (7.16)
n 1 n
s s*
n1
n 1 i 1
(x i x ) 2
(7.17)
t (P, k ) s
ax
n (7.18)
sau
t ( P , k ) s*
ax
k (7.19)
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
ax
n (7.20)
3s
ax
n (7.21)
Valorile t (P, k)
Tabelul 7.2
k / P 0.95 0.99 0.999
Tabelul 7.3
n P n P n P
Consideram ca rezultatele masurarilor de precizii diferite x1, x2, ...., xn sunt medii ale
unor masurari de egala precizie pentru fiecare serie m1, m2, ....., mn. Intervalul de incredere al
valorii adevarate a marimii masurate este:
t (P, k ) s
ax
N (7.22)
unde
n n
1
x
N
mi xi N mi
i 1 i 1 (7.23)
1 n
s
n 1 i 1
mi (x i x ) 2
(7.24)
Daca pentru rezultatele masurarilor x1, x2, ...., xn de precizie inegala se cunosc valorile
ponderilor p1, p2, ....., pn si dispersiile 1 , 2 , ......, n , atunci intervalul de incredere pentru
2 2 2
a x t ( P , k ) sx
(7.25)
unde
n
pi 1
i xi
x n
p i
i 1 (7.26)
p (x
i 1
i i x) 2
sx n
(n 1) pi
i 1 (7.27)
unde
1 mi
s
2
i
mi 1 j 1
(x ij x i ) 2
(7.29)
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)
ax
p
(7.30)
unde t(P) se determina din table pentru un nivel de incredere P ales convenabil. In cadrul
acestor estimari numarul de masurari trebuie sa fie suficient de mare.
4
t 2.008 0.006
5
t 2.003
ts
n
0.446