Calculul erorilor de fidelitate cu repartiţia Student

a) Neajunsul repartiţiei Gauss

Repartiţia Gauss este simplă, expeditivă şi uşor de interpretat.

Necesită un număr mare de măsurări ( n  50 ) în condiţii identice, ceea
ce duce la un consum mare de timp precum şi la imposibilitatea asigurării
stabilităţii acestor condiţii.

Reducera numărului de măsurări (n) la valori acceptabile pentru

măsurările practice (n=5–10) are neajunsul că parametrii (µ) şi (σ) definiţi
în cursul 8 cu relaţiile (13), (17), nu mai sunt valabili şi trebuie înlocuiţi cu

X1  X 2  ...  X n
m (36)
n

( X1 )2  ( X 2 )2    ( X n )2
s (37)
n 1
 Parametrul (m) se numeşte estimarea mediei aritmetice, iar
parametrul (s) se numeşte estimarea abaterii standard (sau abatere
standard empirică).

Parametrii (s) şi (m) find estimări bazate pe un număr mic de

măsurări, nu se mai bucură de proprietăţile lui (µ) (valoarea cea mai
apropiată de valoarea adevărată) şi (X ), X  3 .

De exemplu, la n=5 şi N=99,73%, termenul (q) din relaţiile (31) şi (33),

cursul 8, nu mai este q = 3 ci are valoarea q = 6,62.

Rezultă că la un număr mic de măsurări (n < 10), repartiţia Gauss duce

la concluzii eronate.
 b) Repartiţia Student

A fost elaborată în anul 1908 de statisticianul englez William Sealy

Gosset, cunoscut şi sub numele de Student.

Repartiţia Student, denumită şi repartiţia în t, este tot o repartiţie

normală, însă adaptată la calculul erorilor în cazul unui număr mic de
măsurări, când trebuie de operat cu estimările (s) şi (m) situaţii frecvente
în aplicaţiile practice.

Densitatea de probabilitate Student se defineşte cu relaţia

n
 
p( t )  2  (38)
n/2

 n  1  t 2

 ( n  1 )  1  
 n  n  1 

în care (n) este numărul de măsurări (n-1= numărul de grade de libertate)

iar
X X m
t  (39)
s s
este variabila Student. Graficul funcţiei (38) este dat în fig. 5.

Fig. 5. Densitatea de probabilitate Student

 Graficul densităţii de probabilitate Student este similar cu cel al
densităţii de probabilitate Gauss, fiind doar mai aplatizat.
Densitatea de probabilitate Student se bucură de aceleaşi proprietăţi în
privinţa simetriei şi concentrării erorilor individuale.
Se demonstrează că la n foarte mare ( n = 50 – 100) repartiţia Student
tinde ătre repartiţia Gauss.

Probabilitatea ca variabila (t) să nu depăşească anumite limitele impuse

 a se defineşte cu relaţia
a
P(  a  t  a )   p( t )d ( t )  2Φ(t) (40)
a

în care funcţia Φ(t) se găseşte calculată în tabele.

Nivelul de încredere se defineşte cu o relaţie de forma (29),cursul 8,

N% =2 Φ(t) 100 (41)

 În tabelul următor se dau valorile variabilei Student (t) în fucţie de (n)
pentru trei valori ale nivelului de încredere (N%)

Comparând datele din acest tabel cu cele din tabelul similar de la

repartiţia Gauss:

rezultă că la n  100 variabila Student devine egală cu variabila Gauss.

Pentru n  10 diferenţele sunt importante, mai ales la nivelul de
încredere maxim (N=99,73%).
 c) Calculul erorilor de fidelitate cu repartiţia Student

Eroarea maximă a unei măsurări individuale ( δX max ) se calculează

cu relaţia

X max  ts t=f(n,N) (42)

Exemplu de calcul:

La verificarea unui condensator etalon s-au efectuat 10 măsurări în

condiţii identice, obţinîndu-se:

m = C = 1000 pF; şi s = 0,23 pF

Neglijând eroarea proprie a aparatului de măsură precum şi eroarea

asupra lui (m), să se determine componenta de fidelitate a erorii de bază a
condensatorului verificat.
 Deoarece condensatorul va fi utilizat la măsurări singulare se alege
nivelul de încredere

N = 99,73 (etalon)

Din tabelul variabilei Student se obţine

t = 4,09

Rezultă

Cmax  ts  4 ,09  0 ,23 pF  0 ,94 pF  1 pF ( 0 ,1%)

Rezultatul măsurării se scrie

C = 1000 pF  1 pF

cu o abatere standard estimată de 0,23 pF la 10 măsurări.

 Eroarea asupra mediei (m ) se calculează cu relaţia

ts
m   t=f(n,N) (43)
n

Rezultatul măsurării se scrie în forma:

X  m  m (44)

Relaţia (44) arată că valoarea adevărată (X) este cuprinsă între

limitele de încredere m  m .

Exemplu de calcul:

Pentru măsurarea rezistenţei de izolaţie la un condesator cu polistiren

destinat unui echipament obişnuit, s-au efectuat n= 5 măsurări,
obţinîndu-se:
m = Riz = 300 GΩ; şi s = 20 GΩ
 Să se determine eroarea de măsură şi să se scrie rezultatul.

Neglijînd eroarea mijlocului de măsură (megaohmetru) singura eroare

care afectează măsurarea este eroarea asupra mediei (m ).

Se adoptă N = 95,5 (echipament obişnuit)

Rezultă t = 2,87

ts 2 ,87  20 G
Se calculează m     26 G
n 5

Rezultatul măsurării se scrie:

Riz = 300 GΩ  26 GΩ

Riz = 300 GΩ  8,7%

 d) Determinarea numărului minim de măsurări

ts
Relaţia (40) m   poate fi scrisă sub forma
n

𝑛 (45)

care permite calculul numărului minim de măsurări pentru un m impus.

De exemplu, dacă în cazul de mai înainte s-ar cere m = 15 GΩ (adică

5%) , atunci ar trebui să se efectueze n  15 măsurări.

În cazul când estimarea abaterii standard (s) nu este cunoscută, situaţie

frecvent întâlnită în practică, se fac mai întâi 5 – 8 măsurări pe baza cărora
se calculează un (s) provizoriu, apoi se determină numărul de măsurări
necesar (n), după care se fac măsurările pentru m impus.
 Suportul experimental al repartiţiei Gauss

Timp îndelungat experimentatorii au constatat că la măsurări repetate

asupra aceleiaşi valori a măsurandului, rezultatele se concentrează în jurul
valorii medii şi că erorile pozitive sunt la fel de frecvente ca şi erorile
negative, că erorile mici sunt mai frecvente decât erorile mari, iar erorile
mari nu depăşesc o anumită limită.

Exemplu
La măsurarea unei tensiuni de 100 mV cu un voltmetru numeric s-au
efectuat n = 50 măsurări, cu rezultatele trecute în tabelul următor:

U (mV) 99,7 99,8 99,9 100,0 100,1 100,2 100,3

Nr. de citiri (ni) 1 4 12 19 10 3 1
Nr. clasei (k) 1 2 3 4 5 6 7
y   ni 1 5 17 36 46 49 50

Se observă că majoritatea valorilor se grupează în jurul valorii de 100

mV.
 Testarea normalităţii

În exemplul de mai sus şi exemplele de calcul prezentate (cursul 8)

s-a presupus că rezultatele măsurărilor repetate asupra mărimii (X) ascultă
de repartiţia normală Gauss (relaţia 21, curs 8).

În caz de incertitudine trebuie testată normalitatea repartiţiei rezultatelor

respective deoarece parametrii (σ) şi (µ) nu oferă nici o informaţie asupra
normalităţii.

Testarea normalităţii unui şir de rezultate (n) ale măsurării unei singure
valori (X) se poate face grafic sau analitic.

Metode grafice de testare a normalităţii

- Metoda histogramei
- Metoda frecvenţelor cumulate
 Metoda histogramei

Fig. 6. Histograma de date

Histograma pentru datele din tabelul de mai sus se construieşte astfel.

- Grupul de (n) date se împarte într-un număr de (k) clase de egală

lăţime (l). În fig. 5 s-a luat l = 0,1 mV.
- Se grupează cele (n) date în clasele respective (conform tabelului de
mai sus).
- Se alege o scară convenabilă şi se reprezintă grafic fiecare clasă sub
forma unor dreptunghiuri având lăţimea proporţională cu (l) şi
înălţimea proporţională cu numărul ( ni ) de date care cad în clasa
respectivă.

 ni  n (46)

Standardele indică şi relaţii pentru calculul numărului de clase (k)

k n (47)

În exemplul analizat, n = 50 şi deci k = 7.

 Metoda frecvenţelor cumulate (curba S)

- Se împarte numărul total de date (n) în clase (k) conform metodei

histogramei.
- Se notează numărul ( ni ) de rezultate pe fiecare clasă care constituie
frecvenţa de apariţie în clasa respectivă.
- Se trasează graficul y  f ( k ), în care y   ni , reprezintă frecvenţa
cumulată.

- Dacă graficul respectiv are forma „S”, rezultatele X i ale măsurărilor

au distribuţie normală.

În fig. 6 se observă forma clară de „S”, deci datele X i din tabel au

distribuţia normală.
 Calculul erorii totale şi scrierea rezultatelor

Sumarea liniară

Precizia rezultatului unei măsurări se evaluează după eroarea totală

X a acelei măsurări.
Eroarea totală X conţine o componentă de justeţe X j şi una de
fidlotate X f .

Pentru calculul erorii totale X metrologia tradiţională recomandă

sumarea liniară

X  X j  X f (48)

Relaţia (48) duce la un plus de siguranţă în rezultatul măsurării.

Aplicând relaţia (48) pentru calculul erorii totale X aceasta rezultă
(adesea) exagerat de mare, subestimînd, nejustificat, precizia respectivei
măsurări.
Sumarea pătratică

Pentru calculul erorii totale X metrologia modernă propune

sumarea pătratică

X  ( X j )2  ( X f )2 (49)

Deşi relaţia (49) nu este suficient de fundamentată, este justificabilă

deoarce eroarea de justeţe X j este formată, în principal, din erori
maximale, erori care conţin şi componente aleatoare.

Sumarea pătratică permite evaluari acceptabile pentru calculul erorii

totale X .
 Aleatorizarea erorilor de justeţe (maximale)

Un procedeu mai elaborat constă în aleatorizarea erorilor de justeţe şi

apoi tratarea acestora ca erori întâmplătoare.
Eroarea de justeţe X j poate lua orice valoare în intervalul [  X ].
Ea poate fi privită ca realizarea unui eveniment a cărui probabilitate are
caracteristică rectangulară (densitatea de probabilitate este constantă în
interiorul intervalului [  X ] şi nulă în exteriorul acestuia).
Abaterea standard pentru o astfel de caracteristică se calculează cu
relaţia
X
j  (50)
3
Cunoscând pe  j , eroarea de justeţe aleatorizată poate fi calculată cu
relaţia
X j max q j ; q=f(N) (51)

similară cu relaţia (31), cursul 8.

 Interpretarea rezultatelor la trasarea graficelor

Operaţia de măsurare se încheie cu prezentarea rezultatelor şi cu

interpretarea acestora la trasarea graficelor, pentru a putea fi utilizate cu
maximum de folos în activitatea practică.

După cum s-a arătat în cursul 8, relaţia (9), dacă Xm este valoarea
măsurată iar X eroarea absolută totală, rezultatul măsurării se scrie sub
forma

X  X m  ΔX (52)

care informează că valoarea adevărată (X) a mărimii măsurate nu est

cunoscută, ci se află în intervalul de încredere

X m  X  X  X m  X (53)

numit şi fereastră sau incertitudine de măsurare, fig. 7.

 Fig. 7. Intervalul de încredere

În cazul unei funcţii de forma Y  f ( X ) fiecare punct al curbei

respective are coordonatele

X m  ΔX
(54)
Ym  ΔY

în care ΔY este eroarea totală transmisă lui Y.

 Rezultă că poziţia adevărată (X,Y) a unui punct de pe curbă se va afla
în interiorul unei elipse, numită elipsă de încredere, cu centrul în ( X m ,Ym )
şi cu axele 2 X şi 2 Y , fig. 8.

Fig. 8. Elipsa de încredere

 Dacă erorile relative X r  X / X şi Yr  Y / Y sunt constante,
dimensiunile elipsei de încredere cresc la creşterea lui X şi Y iar curba reală
Y  f ( X ) se va afla în interiorul unei fâşii de lăţime crescătoare numită con
de încredere.

Fig. 9. Conul de încredere

 Există metode de normare ce permit ca axele elipselor să rămână
constante.

Atunci când curba Y ( X ) este o curbă analitică (sau măcar se ştie că

este o curbă continuă) graficul nu va urmări obligatoriu punctele ( X m ,Ym )
din tabelul de date.

Dacă punctele ( X m ,Ym ) sunt în zigzag (traseul punctat din fig. 10)
graficul va urma o linie continuă, oarecum medie între punctele respective
(linia plină din fig. 10), care trebuie să intersecteze, obligatoriu, toate
elipsele de încredere ale punctelor ridicate experimental.
 Fig. 10 Graficul unei funcţii Y ( X )

Din acest motiv pentru utilizator este de preferat ca graficul să fie însoţit
şi de tabelul de date pe baza cărora a fost construit.
 Observaţii

1. O problemă importantă ce apare la trasarea unui grafic este

alegerea corectă a scării (numărul de mm – unitate de măsură,
mm-Volt, de exemplu).

O scară prea contractată va conduce la erori mari în datele extrase

(prin măsurare pe hârtie) din graficul respectiv.

O scară dilatată nu contribuie la ameliorarea preciziei de extragere.

Se consideră că scara este bine aleasă dacă eroarea de extragere

nu depăşeşte (dar nici nu este inferioară) eroarea globală ( X , Y )
provenită din măsurarea primară a lui X şi Y.
2. Problema trasării graficului Y ( X ) se simplifică mult iar precizia la
trasare creşte sensibil dacă în loc de a măsura separat X şi Y se
utilizează un înregistrator de tip X-Y.

3. Există şi situaţii ca, de exemplu, la trasarea caracteristicilor de

colector la tranzistoare când metoda punct cu punct la trasarea lui
Y ( X ) nici nu se poate aplica (din cauza încălzirilor locale din
tranzistor). În aceste situaţii se foloseşte caracteriscopul.
 Alegerea aparatelor şi metodelor de măsură

Criterii de alegere a preciziei aparatelor de măsură

a) Cazul măsurării unei mărimi oarecare

Dacă mărimea de măsurat variază în limite reduse, cum este de exemplu

tensiunea reţelei, se va alege un aparat de măsurat care la valoarea
respectivă a măsurandului dă eroarea minimă la un cost minim.

b) Cazul etalonării şi verificării unor aparate de măsură

La etalonarea sau verificarea unui aparat de măsurat, aparatul etalon

trebuie să aibă precizia de cel puţin 3-5 ori mai bună decît a celui de
verificat.

De exemplu, cu un aparat de măsurat de clasă 0,5 se pot verifica aparate

de măsurat de clasă 1,5 şi 2,5 sau mai slabe.
 c) Cazul verificării componentelor pasive

Din rândul acestora sunt considerate numai rezistoarele deoarece sunt

piesele cele mai numeroase în montajele electronice, iar metoda acestora
poate fi extinsă şi la componentele C şi L.

Rezistoarele au înscrise (în cifre sau în codul culorilor) valoarea

nominală (de exemplu, 100 Ω) şi toleranţa (de exemplu,  1% ) , fig. 11a.

Toleranţa (sau eroarea tolerată) indică limitele între care se poate afla
valoarea măsurată a rezistorului respectiv.

Cum valoarea măsurată este afectată de o eroare de măsură  X , fig.

11b, rezultă că rezistorul măsurat poate fi acceptat ca bun numai dacă
intervalul de încredere (  X ) al valorii măsurate cade în interiorul
„ferestrei” de toleranţe a grupului din care face parte rezistorul măsurat.

În caz contrar rezistorul trebuie refuzat.

Fig. 11
 Pot exista şi rezistoare a căror valoare adevărată cade în interiorul
ferestrei de toleranţe dar care trebuie refuzate dacă intervalul de încredere
oferit de mijlocul de măsură cade în afara ferestrei menţionate.

Rezultă că aparatul de măsură ales pentru astfel de măsurări trebuie

să asigure o eroare de măsurare mult mai mică decât intervalul de
toleranţă al obiectului de măsură.

Un raport de 5/1 şi chiar de 10/1 este necesar.

Fig. 12
 Observaţie

Pentru a se înţelege relaţia dintre toleranţă şi eroarea de măsurare ,

în fig.12 se prezintă rezultatul măsurării a 5 rezistoare având toleranţe de
 5% , cu un ohmetru având precizia de măsurare de  1% .

Se observă că numai rezistoarele 3 şi 4 sunt acceptabile iar 1, 2 şi 5,

nu, deoarece intervalele de încredere ale acestora depăşesc limitele
ferestrei de toleranţe.

Dacă s-ar face măsurarea cu un ohmetru având precizia de măsurare

 0 ,5% ar putea fi acceptat şi rezistorul 5.