Documente Academic
Documente Profesional
Documente Cultură
1. Metode de măsurare..............................................................................................................................3
1.1. Noțiunea de măsurare......................................................................................................................3
1.2. Metode de măsurare.........................................................................................................................3
1.3. Alegerea aparatelor folosite în lanțul de măsurare..........................................................................4
2. Determinarea numărului necesar de măsurări..................................................................................5
3. Efectuarea masurarii masei boabelor de porumb..............................................................................7
4. Eliminarea datelor afectate de erori grosolane...................................................................................4
4.1. Clasificarea erorilor de măsurare....................................................................................................8
4.2. Metoda de eliminare pentru σ necunoscut....................................................................................9
6. Repartiția erorilor aleatoare de măsurare........................................................................................22
6.1. Modelul probabilistic...................................................................................................................22
6.2. Repartiția normală........................................................................................................................22
6.3. Verificarea normalitatii repartitiei................................................................................................24
6.3.1 Criteriul de concordanta 2..................................................................................................24
7. Estimatii ale adevaratei valori a unei marimi fizice.........................................................................34
7.1. Consideratii generale....................................................................................................................34
7.2. Estimarea preciziei dispersiei.......................................................................................................34
7.2.2. Estimarea punctuala a dispersiei.........................................................................................34
7.2.2.1. Intervale de incredere pentru eroarea medie patratica.......................................35
7.2.2.2. Compararea dispersiilor.........................................................................................36
7.2.2.3. Eliminarea dispersiei ce difera semnificativ de celelalte.....................................37
7.2.2.4. Estimari punctuale ale adevaratei valori a unei marimi masurate...................38
7.2.2.5. Estimari pentru intervale de incredere a adevaratei valori………………...…38
7.3. Estimarea adevaratei valori a marimii masurate...........................................................................40
Concluzii....................................................................................................................................................43
Bibliografie................................................................................................................................................44
2
1. Metode de măsurare.
1.1. Noțiunea de măsurare.
Prin măsurare se întelege procesul fizic exprimat prin compararea unei mărimi cu o altă
mărime de aceeași natură considerată unitate de măsură.
Operația de măsurare se exprimă matematic prin formula:
X=nU (1.1)
în care: X - este mărimea supusă măsurării;
U - unitatea de măsură;
n - valoarea numerică a mărimii sau factorul calitativ.
Valoarea numerică a unei mărimi va depinde de unitatea de măsura. Astfel, mărimea X
va avea valoarea numerică n1 măsurată în unitatea U1 și valoarea n2 în unitatea U2:
X = n1 U1 = n2 U2 (1.2)
X = 1 m = 100 cm
Raportul:
U1
k n2 (1.3)
U 2 n1
m
k
c 100
m 1
se numește factor de transformare și reprezintă numărul cu care trebuie înmulțită valoarea
numerică a unei mărimi măsurate cu o unitate de măsură pentru a obține valoarea sa numerică
măsurată în altă unitate.
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
1qsax (2.1)
Dacă precizia 1 este prea mare și se dorește o precizie mai mică se calculează
raportul:
1
(2.2)
Micșorarea preciziei de ori se obține prin mărirea numărului de măsurari la n:
n n1
2
(2.3)
1
n = 57.266
31.65
media valorilor măsurate: media = 30.513
30.83
30.31 abaterea standard empirică:
29.35
n
xi media
2
31.70
29.02 i 1
31.55 s s = 1.407
n 1
29.91
28.03
2. Pentru nivelul de incredere P = 0.95 si precizie de masurare = 0.33
32.45 se determina q din tabelul 4.5 (pagina 143);
31.65 Precizia = a-xmed
x 29.12
31.91
29.02 q q 0.263
s
31.30
30.23 3. Din tabelul 4.5 (pag.143) pentru nibvelul de incredere P = 0.95 si q1 = 0.3 rezulta numarul
29.85 de masurar n1 = 46.
31.01 4. Se determina numarul de masurari n2 pentru realizarea preciziei = 0.7
29.63
33.47 n1 = 99
q1 = 0.2
31.88 1 = q1 * s 1 = 0.281
29.61
28.33
1
0.761
Eliminarea datelor afectate de erori grosolane se face prin compararea acestora cu celelalte
rezultate ale masurarilor. Eliminarea erorilor grosolane se poate face prin doua metode:
- metoda de eliminare pentru cunoscut;
- metoda de eliminare pentru necunoscut.
Consideram ca s-au facut n masurari, data afectata de erori grosolane fiind notata cu x * . Pentru
celelalte n-1 rezultate ale masurarilor x1 , x2 , ...., xi, ....., xn ce presupunem ca nu sunt afectate de erori
grosolane, calculam raportul:
x* x
t
n
n1 (4.1)
unde valoarea medie x se calculeaza cu relatia:
1 n
x xi
n 1 i 1 (4.2)
Daca t > t (P) vom elimina valoarea x* cu nivelul de incredere P ca fiind afectata de erori
grosolane. In tabelul 4.3 sunt prezentate valorile critice t (P).
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.
5. Parametrii statistici principali
1 n
x xi
n i 1 (5.2)
n
xa n
1
x
i 1 i (5.4)
x p=
√ ∑ x 2i
i =1
n (5.5
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 ( n1)/ 2
(5.6)
- daca n este par:
x n / 2 x n / 2 1
Me
2 (5.7)
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)
x max x min
xc
2 (5.9)
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:
k
¿
s=
√ 1
∑
n i=1
f i ( x i −x )2
(5.10)
k
s=
1
√∑ f ( x −x )2
n−1 i=1 i i (5.11)
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:
k
1
s = ∑ f i ( x i−x )2
2
n i=1 (5.12)
s
Cv
x (5.15)
1 n r
M r xi
n i 1 (5.17)
( 3 ) 2
1
(s 2 ) 3 (5.19)
Asimetria este pozitiva daca repartitia este asimetrica cu extremitatea extinsa spre
dreapta si negativa in caz contrar. Coeficientul de asimetrie este nul pentru o repartitie
simetrica. Asimetria absoluta poate fi exprimata ca diferenta dintre media aritmetica si
moda:
1 x Mo (5.21)
Coeficientul de boltire:
4
2
(s 2 ) 2 (5.22)
1
μ4 = ∑ f i (x i −x )4
n (5.23)
E = 2 - 3 (5.24)
1
n
n
mediageom
x
i
mediageom 30.91 Media geometrica
i 1
n
mediarm mediarm 30.867 Media armonica
n
1
x
i
i 1
n
xi
2
i1
mediapat Media patratica
n mediapat 30.996
Calculul Medianei de sondaj - valoarea fata de care frecventa valorilor mai mici decit ea este egala cu
frecventa valorilor mai mari decit ea
ind if floor
n n 1 n
2 n Se determina indicele mijlocului sirului de valori
2 2 2 ind 28
xsort
ind
xsort
ind 1
mediana if ( ind 2 n ) xsort Mediana de sondaj
ind
2 mediana 30.87
xsort xsort
1 n
val_centrala Abaterea medie patratica de la valoarea medie
2 val_centrala 31.335 Valoare centrala
n
xi media
1 2
ab_medie_pat
n
i1
ab_medie_pat 1.637
amplitudinea maxx
( ) min( x) amplitudinea 6.35 Amplitudinea sirului de date
ab_stand_emp
coef_variatie
media coef_variatie 0.053
n
1
ab_medie_abs
n
x media
i
Abaterea medie absoluta - media abaterilor fata de
media aritmetica in valoare absoluta
i1
ab_medie_abs 1.349
n
x
1
r
moment
r n i
moment 0 moment 960.75
i1 1 2
4 5
moment 2.99 10 moment 9.334 10
3 4
xi media
1 r
moment_centrat_sondaj
r n
i1
moment_centrat_sondaj 0
1
coef_asim
moment_centrat_sondaj
r
2 Coeficientul de asimetrie
r 3
dispersia_sondaj
coef_asim 0.373 coef_asim 0
2 1
coef_asim 0.049 coef_asim 15.295
3 4
asim_ab media moda asim_ab 0.248 Asimetria absoluta
moment_centrat_sondaj
4
coef_boltire
2
dispersia_sondaj
Coeficientul de boltire
coef_boltire 2.39
media mean(x)
media 29.843
1
n
n
mediageom
x
i
i 1
mediageom 29.78
Media geometrica
n
mediarm
n
1
x
i
i 1
mediarm 29.717
Media armonica
xi
2
i1
mediapat
n
mediapat 29.909
Media patratica
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)
ind if floor
n n 1 n
2 n
2 2 2
ind 28
xsort
ind 1
xsort
ind
mediana if ( ind 2 n) xsort
ind
2
mediana 29.62
Mediana de sondaj:
moda 29.173
xsort xsort
1 n
val_centrala
2
val_centrala 30.97
Valoarea centrala
n
x media
1
2
ab_medie_pat
n i
i1
ab_medie_pat 1.979
ab_medie_patratica 1.979
xi media
1 2
ab_stand_emp
n 1
i 1
ab_stand_emp 1.997
xi media
1 2
dispersia_sondaj
n
i1
dispersia_sondaj 3.917
dispersia_de_sondaj var ( x)
dispersia_de_sondaj 3.917
amplitudinea maxx
( ) min(x)
amplitudinea 11.9
coef_variatie 0.067
Coeficientul de variatie
Abaterea medie absoluta - media abaterilor fata de media aritmetica in valoare absoluta
n
1
ab_medie_abs
n
x media
i
i1
ab_medie_abs 1.408
r 2 4
i 1 n
n
x
1
r
moment
r n i
i1
moment 0
1
moment 894.549
2
4
moment 2.694 10
3
5
moment 8.15 10
4
n
x media
1
r
moment_centrat_sondaj
r n i
i1
moment_centrat_sondaj 0
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
r 3
dispersia_sondaj
Coeficientul de asimetrie
coef_asim 0
1
coef_asim 0.255
2
coef_asim 0.653
3
coef_asim 103.82
4
asim_ab 0.67
Asimetria absoluta
moment_centrat_sondaj
4
coef_boltire
2
dispersia_sondaj
coef_boltire 5.148
Coeficientul de boltire
excesul coef_boltire 3
excesul 2.148
Excesul
∫ p( z ) dz=1 (6.3)
−∞
1 −z
2
p(z) = e
2
2σ (6.4)
σ √2 π
Curba de repartiție normală, pentru diferite valori ale parametrilor este prezentată în
figura 6.1.
0.8
0.6
0.4
0.2
0
6 4 2 0 2 4 6
1
P(0) = (6.5)
σ √2 π
unde:
2
t
1 −t
2
Ф (t ) = ∫e dt (6.7)
√2 π 0
z 1
t= ; t1 = (6.8)
σ σ
FuncțiaФ(t) se numește probabilitate integrală iar valorile sunt date în Anexa 1 pentru
valori pozitive ale variabilei t. Pentru valori negative ale lui t se ține seamă că (t) este o
funcție impară, deci Ф (-t) = - Ф (t).
Probabilitatea ca eroarea aleatoare să cadă într-un interval oarecare (z 1, z2) se
calculeaza cu relația:
z z
P(zi < z< z2) = Ф( 2 ) - Ф( 1 ) = Ф(t2)−Ф(t1) (6.9)
σ σ
Probabilitatea ca eroarea aleatoare să depașească limitele ± t σ , pentru t > 0, va fi:
legea de repartiție se numește lege normală centrată în a și este prezentată în figura 6.2.
0.2
0.15
0.1
0.05
0
6 4 2 0 2 4 6 8 10
Daca:
2 2
χ > χ cr ( 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 ix i-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
ktP 0.80 0.90 0.95 0.99 0.999
1 5.99 7.78 9.49 13.28 18.5
5 7.29 9.24 11.07 15.09 20.5
6 8.56 10.64 12.59 16.8 22.5
7 9.80 12.02 14.07 18.5 24.3
8 11.03 13.36 15.51 20.1 26.1
9 12.24 14.68 16.9 21.7 27.9
10 13.44 15.99 18.3 23.2 29.6
11 14.63 17.3 19.7 24.7 31.3
12 15.8 18.5 21 26.2 32.9
13 17 19.8 22.4 27.7 34.5
14 18.2 21.1 23.7 29.1 36.1
15 19.3 22.3 25 30.6 37.7
16 20.5 23.5 26.3 32 39.3
17 21.6 24.8 27.6 33.4 40.8
18 22.8 26 28.9 34.8 42.3
19 23.9 27.2 30.1 36.2 43.8
20 25 28.4 31.4 37.6 45.3
Exemplu:
Consideram n = 40 de masurari ale masei a o mie de seminte de orz si se cere sa se
verifice daca functia de repartitie a erorilor aleatoare de masurare este normala. Valorile
masurate xi sunt:
Nr xi Nr xi Nr xi Nr xi Nr xi
1 29.1 9 31.85 17 32.82 25 33.95 33 35.2
2 29.45 10 31.9 18 33.1 26 34.1 34 35.4
3 30.1 11 32.1 19 33.3 27 34.25 35 35.5
4 30.45 12 32.35 20 33.4 28 34.4 36 35.95
5 30.7 13 32.45 21 33.42 29 34.5 37 36.4
6 31.3 14 32.5 22 33.5 30 34.65 38 36.8
7 31.45 15 32.7 23 33.6 31 34.8 39 37.1
8 31.7 16 32.8 24 33.8 32 34.91 40 37.4
b
1
int eg ( funct , a , b ):
2
funct ( y )dy
a
f
k
4
29 30 31 32 33 34 35 36 37 38
int
k
a := 0 bk := tk i1 := 2 .. l -1
p1 := integ (funct, a, b1 ) + 0.5
pi1 := integ (funct, a, bi1) - integ (funct, a, bi1 - 1)
pl := 0.5 - integ (funct, a, bl-1)
l 2
(f i−n⋅p i )
hi2 :=∑
i=1 n⋅pi
nr_clase_libertate := m - 3
Rezultate
amplitudinea = 8.3
media = 33.379
n = 40
d=1
l=9
k mintk fk tk pk
1 30.1 2 -0.816 0.207
2 31.1 3 -0.567 0.078
3 32.1 5 -0.318 0.09
4 33.1 7 -0.069 0.097
5 34.1 8 0.18 0.099
6 35.1 7 0.429 0.095
7 36.1 4 0.678 0.085
8 37.1 2 0.927 0.072
9 38.1 2 1.176 0.177
hi2 = 18.69
nr_grade_libertate = 6
hi2 > hi2_tabelat = 12.59 pentru P = 0.95, deci repartitia nu este normala
Exemplul 3.3
Rezultate
amplitudinea = 9
media = 2.915
n = 82
d=1
l=9
k mintk fk tk pk
1 1 2 -0.469 0.319
2 2 24 -0.224 0.092
3 3 16 0.021 0.097
4 4 13 0.266 0.097
5 5 11 0.511 0.091
6 6 6 0.757 0.08
7 7 4 1.002 0.066
8 8 3 1.247 0.052
9 9 2 1.492 0.106
25
20
15
f
k
10
0 1 2 3 4 5 6 7 8
int
k
hi2 = 77.379
nr_grade_libertate = 6
hi2 > hi2_tabelat = 10.64 pentru P = 0.90, deci repartitia nu este normala.
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 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
Frecventele cu care valorile din vectorul x
33.778 f hist ( intx)
cad in intervale
34.715
7
10
12
f 11
8
5
2
k 2 L
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 np L 1
hi2 h hi2 6.319
n p
L 1
nr_grade_libertate 5
nr_grade_libertate L 2
Pentru k = 5 si P = 0.95 (tab.4.2 pagina 135) hi2= 11.07
Deoarece 6.319 < 11.07 repartitia este normala
Seria 2
n length ( x) n 55 Numarul masurarilor
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 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
2
10
24
f 13
4
1
1
k 2 L
2
t
2
funct ( t) e
b
1
integ( funct a b ) funct ( t) d t
2 a
s 100 Numarul de masurari
i 1 s z 6 0.12i
Eroarea de masurare
i
a 0 b 3 p0 0.244 q0 0.202
w0 0.284
Probabilitate integrala
t
2 z
i
t
2 i 1
( t) e
b I 0.499
1
I ( t ) d t
2 a
2 I 0.997 Prob 1 2 I 3
Prob 2.7 10
7. Estimatii ale adevaratei valori a unei marimi fizice
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(xI) 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.
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 (7.4)
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)
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)
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
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.
Valorile coeficientului q (P, k)
Tabelul 7.1
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
un numar de grade de libertate k2 (s s ) . Se compara raportul intre cea mai mare dispersie
2 2
1 2
atunci se considera ca diferenta dintre cele doua dispersii este semnificativa si deci precizia
2
aparatului ce da dispersia s 2 este mai mare.
Valorile critice F(P, k1, k2 ) pentru nivelul de incredere = 0.95
Tabelul 7.2
k2 / k1 4 6 8 10 15 20 30 40 50
6 4.53 4.28 4.15 4.06 3.94 3.8 3.81 3.77 3.75
7
7 4.12 3.87 3.73 3.62 3.5 3.4 3.38 3.34 3.32
4
8 3.84 3.58 3.44 3.34 3.21 3.1 3.08 3.05 3.03
5
9 3.63 3.37 3.23 3.13 3 2.9 2.86 2.82 2.8
3
10 3.48 3.22 3.07 2.97 2.84 2.7 2.7 2.67 2.64
7
12 3.26 3 2.85 2.76 2.62 2.5 2.46 2.42 2.4
4
14 3.11 2.85 2.7 2.6 2.46 2.3 2.31 2.27 2.24
9
16 3.01 2.74 2.59 2.49 2.35 2.2 2.2 2.16 2.13
8
18 2.93 2.66 2.51 2.41 2.27 2.1 2.11 2.07 2.04
9
20 2.87 2.60 2.45 2.35 2.2 2.1 2.04 1.99 1.96
2
22 2.82 2.55 2.4 2.3 2.15 2.0 1.98 1.93 1.91
7
24 2.78 2.51 2.36 2.26 2.11 2.0 1.94 1.89 1.86
2
26 2.74 2.47 2.32 2.22 2.07 1.9 1.9 1.85 1.82
9
30 2.69 2.42 2.27 2.16 2.01 1.9 1.84 1.79 1.76
3
35 2.64 2.37 2.22 2.11 1.96 1.8 1.79 1.73 1.7
8
40 2.61 2.34 2.18 2.07 1.92 1.8 1.74 1.69 1.66
4
50 2.56 2.29 2.13 2.02 1.87 1.7 1.69 1.63 1.6
8
s12
G
s12 s 22 ........ sm2 (7.12)
Daca:
G G ( P , m, k ) (7.13)
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.
p x p 2 x 2 ...... p n x n px
i 1
i i
a 1 1
p1 p2 ...... p n n
p i
i 1 (7.15)
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
i2
pi = mi (i = 1, 2, ...., n) iar mi (7.16)
Estimatiile se calculeaza cu formula prezentata mai sus.
t (P)
ax
n (7.19)
Pentru un nivel de incredere ales t (P) se determina din tabelul 4.3. Se obtine:
t (P)
n (7.20)
Daca eroarea medie patratica nu se cunoatte, atunci se utilizeaza in locul ei abaterea
standard empirica:
n 1 n
s s*
n1
n 1 i 1
(x i x ) 2
(7.21)
Intervalul de incredere este:
t (P, k ) s
ax
n (7.22)
sau
t ( P, k ) s*
ax
k (7.23)
Valorile t (P, k)
Tabelul 7.4
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
Tabelul 7.5
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
1 0.985
0
7.3. Estimarea adevaratei valori a marimii masurate:
n length ( x1) n 55
media1 mean( x1) media1 30.953
n
x1i media1
2
i1
s21 s21 2.728
n 1
x2i media2
2
i1
s22 s22 3.989
n 1
b. Compararea dispersiilor
s22
F1 F1 1.462
s21
s22 G1 0.594
G1
s21 s22
Valoarea critica pentru nivelul de incredere P = 0.95, m = 2 (numarul seriilor) si
k = n - 1 = 55, G(0.95, 2, 54) = 0.432 este determinata din tabelul 4.8 (pag.150)
Deoarece G1 = 0.594 >0.37 diferenta dintre prima dispersie si cealalta se considera
semnificativa, adica a 2-a serie de masurari este de o precizie mai mica decit a 1 -a
si NU o vom mai lua in considerare in continuare.
s s21 s 1.652
e. 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
media2 media1
media media 30.398
2
Prin măsurare se înțelege procesul fizic exprimat prin comparare a unei mărimi cu o
altă mărime de aceeași natură considerată unitate de măsură.
Metodele de măsurare pot fi: analogice, numerice, prin comparare, prin deviație, prin
numărare,absolută și diferențială.
Erorile grosolane apar datorită neatenției sau a încălcării principiilor generale de
măsurare. Măsurările ce conțin erori grosolane diferă foarte mult de celelalte măsurări și ele
trebuiesc eliminate în calculele ulterioare.
Erorile sistematice se pot datora unor cauze ce pot fi descoperite de experimentator:
reglarea incorectă a aparatului de măsură, variația condițiilor exterioare (temperatura,
umiditate, etc.). Ele, odată depistate, pot fi ușor eliminate facându-se corecțiile
corespunzătoare.
Parametrii statici principali ai unui șir de date se mai numesc și valori tipice de
selector și sunt definiți ca: media aritmetică, media geometrică, media armonică, media
pătratică, abaterea medie pătratică, abaterea standard empirică etc.
Excesul curbei de repartiție permite aprecierea gradului de îndepărtare a curbei
studiate față de repartiția normală. Dacă E = 0 curba studiată coincide cu cea normală. E > 0
pune în evidență o concentrare a frecvențelor față de centru iar E < 0 o îndepărtare a
frecvențelor față de centru.
În cazul măsurărilor cu aceeași precizie (adică cu aceeași eroare medie pătratică a
valorilor supuse prelucrării x1, x2, ...., xn care reprezintă o medie a unui număr de măsurări
m1, m2, ......, mn se poate atașa drept pondere numărul de măsurări.
Dacă eroarea medie pătratică nu se cunoaște, atunci se utilizează în locul ei abaterea
standard empirică.
Bibliografie