Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podobne dokumenty
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

OPRACOWANIE WYNIKÓW POMIARÓW

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych

Statystyczne Metody Opracowania Wyników Pomiarów

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Podstawy opracowania wyników pomiarów

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Estymacja przedziałowa

LABORATORIUM METROLOGII

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyczne Metody Opracowania Wyników Pomiarów

2. Schemat ideowy układu pomiarowego

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Statystyczne Metody Opracowania Wyników Pomiarów

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO

STATYSTYKA I ANALIZA DANYCH

KADD Metoda najmniejszych kwadratów

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Statystyczny opis danych - parametry

POLITECHNIKA OPOLSKA

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

INFORMATYKA W CHEMII Dr Piotr Szczepański

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

STATYSTYKA OPISOWA WYKŁAD 1 i 2

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU

BEATA BOCHENTYN, BOGUSŁAW KUSZ 2014 POLITECHNIKA GDAŃSKA

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Podstawy opracowania wyników pomiarowych, analiza błędów

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

STATYSTKA I ANALIZA DANYCH LAB II

Jak obliczać podstawowe wskaźniki statystyczne?

Fizyka (Biotechnologia)

INFORMATYKA W CHEMII Dr Piotr Szczepański

Lista 6. Estymacja punktowa

Elementy modelowania matematycznego

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

LABORATORIUM Z FIZYKI

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

16 Przedziały ufności

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

BADANIA DOCHODU I RYZYKA INWESTYCJI

Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka

Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

1. Błąd średni pomiaru. Leica DISTO

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Elementy nieliniowe w modelach obwodowych oznaczamy przy pomocy symboli graficznych i opisu parametru nieliniowego. C N

BADANIE DRGAŃ WYMUSZONYCH PRZY POMOCY WAHADŁA POHLA

Komputerowa analiza danych doświadczalnych

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Zeszyty naukowe nr 9

Niepewności pomiarowe

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

STATYSTYKA OPISOWA PODSTAWOWE WZORY

14. RACHUNEK BŁĘDÓW *

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

STATYSTYKA OPISOWA PODSTAWOWE WZORY

ANALIZA DANYCH DYSKRETNYCH

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

2.1. Studium przypadku 1

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Komputerowa Analiza Danych Doświadczalnych

ZADANIA NA ĆWICZENIA 3 I 4

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

MIĘDZYNARODOWE NORMY OCENY NIEPEWNOŚCI POMIARÓW

Projektowanie systemów pomiarowych. 02 Dokładność pomiarów

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Parametryczne Testy Istotności

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Transkrypt:

Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (porówujemy z jedostką) iteresującą as wielkość fizyczą (p. pomiar długości liijka), pomiar pośredi, czyli doświadczeie, w którym wyzaczamy wartość iteresującej as wielkości fizyczej przez pomiar iych wielkości fizyczych, związaych z daą wielkością zaym związkiem fukcyjym (p. pomiar prędkości (v) liijka (odległość s) + stoper (czas t); v=s/t). Wszystkie pomiary wykoywae są ze skończoą dokładością. Wyik pomiaru bez podaia dokładości (czyli iepewości pomiaru) jest bezwartościowy. Niepewości i błędy pomiarowe Błędy grube pojawiają się w wyiku pomyłki eksperymetatora (p. odczyt a iewłaściwej skali przyrządu) lub awarii przyrządów. Zwykle są oe a tyle duże, że moża je łatwo zauważyć. Niepewości pomiarowe możemy podzielić a: systematycze przesuwają wyiki pomiarów w jedą stroą w stosuku do prawdziwej wartości. Mogą mieć oe róże źródła: iewłaściwy sposób przeprowadzaia pomiaru (p. błąd paralaksy), stosowaie wadliwych przyrządów (p. waga szalkowa o różej długości ramio), założeia modelu przyjętego do opracowaia daych. Błędy te są zazwyczaj trude do wyelimiowaia. statystycze (przypadkowe) zmieiają się od pomiaru do pomiaru, powodując odchyleia od wartości prawdziwej zarówo w dół jak i w górę. Zakłada się, że spowodowae są oe przez wiele iezależych przyczy o porówywalym zaczeiu. Metody statystyki pozwalają a ich oszacowaie. Niepewości statystycze (przypadkowe) Niepewości przypadkowe moża zmiejszyć powtarzając day pomiar wielokrotie, czyli tworząc statystykę. Wyikiem będzie średia arytmetycza pomiarów, czyli wielkość ajbardziej zbliżoa do wartości prawdziwej (tzw. wartości oczekiwaej), wyrażająca się wzorem: x= 1 gdzie: to liczba pomiarów. Wielkością ajlepiej opisującą iepewość pojedyczego pomiaru (iepewość metody pomiaru) jest odchyleie stadardowe, wyrażające się wzorem: = S 1 x x 1 i x Natomiast wielkością ajlepiej opisującą iepewość wyiku serii pomiarów jest odchyleie stadardowe średiej arytmetyczej: 1/6

= S 1 x x 1 i x Widać, że: S xs x ; S x= S x tak więc: S (odchyleie stadardowe średiej arytmetyczej) moża x zmiejszać zwiększając liczbę pomiarów. Rozkład Gaussa Niepewości statystycze (przypadkowe) opisywae są rozkładem Gaussa, wyrażającym się wzorem: gdzie: x to wartość mierzoa, x 0 wartość oczekiwaa (prawdziwa), odchyleie stadardowe (miara iepewości). Rys.1 Rozkład Gaussa. Wiemy z jakim prawdopodobieństwem otrzymamy daą wartość x. W przedziale [x 0 -S x,x 0 +S x ] mieści się 68,3% wszystkich wyików, atomiast w przedziale [x 0-3S x,x 0 +3S x ] mieści się 99,7% wszystkich wyików. Średia ważoa Mając wyiki z iezależych serii pomiarów tej samej wielkości: x A ± S x A moża zaleźć średią ważoą i jej iepewość, w astępujący sposób: x w = w A x A w B x B 1 S xw = w A w B w A w B i x B ± S x B z wagami: w A = 1 w B = 1 S x A S x B. Moża to łatwo uogólić dla wielu pomiarów. /6

Pomiary pośredie - propagacja iepewości statystyczych Pomiar pośredi to fukcja wielu zmieych (tutaj ograiczymy się tylko do dwóch). Jego iepewość wiąże się z iepewościami poszczególych zmieych, w astępujący sposób: z= f x, y z= S f x S x f y S y Przykłady: z=x y S z =1 S x 1 S y z=a x S z=a S x = a S x z=x y S z =y S x x S y z= x y S z= 1 y S x x y S y Niepewości systematycze Niepewości systematycze, których wielkość potrafimy oceić zazwyczaj związae są z przyrządem (urządzeiem), przy pomocy którego wykoujemy pomiar. Wyróżiamy: s x iepewość skali przyrządu (związaa jest z odległością między działkami a skali mierika, zazwyczaj przyjmujemy odległość między dwoma kolejymi działkami, choć gdy te są daleko moża przyjąć połowę tej odległości) k x iepewość klasy przyrządu k x= klasa zakres 100 Pomiary pośredie - propagacja iepewości systematyczych: Niepewość systematyczą pomiaru pośrediego oblicza się w astępujący sposób (przypadek fukcji dwóch zmieych): z= f x, y z= f f x x y y Zapis wyików końcowych z = z ± S z stat ± z sys [ jedostka] Wartość wielkości mierzoej i jej iepewość podajemy z taką samą dokładością. Zaokrąglając: podajemy ajwyżej dwie cyfry zaczące iepewości pomiaru (tylko te mają ses fizyczy), wyik pomiaru zaokrąglamy do tego samego miejsca dziesiętego, do którego wyzaczoo iepewość pomiarową, 3/6

Przykład: Obliczeia: g=9.8145467 [ m s ] S g =0.1434 [ m s ] Wyik: g =9.81 ± 0.1 [ m s ] Wyiki ajlepiej podawać w jedostkach, dla których wartość liczbowa zawarta jest w przedziale od 0,01 do 1000 (moża używać przedrostków:, m, M itd. lub otacji potęgowej: x10 6, x10-6 ): I=0.0000311 A S I =0.0000001 A akceptowale tylko w obliczeiach I=31.1 A S I =0.1 A I=31.1 10-6 A S I =0.1 10-6 A Niepewość względa i bezwzględa z iepewość bezwzględa z z iepewość względa z 100% iepewość procetowa z Przykład: L = 100 (1) mm L/ L = 0.01 1% Graficze przedstawieie wyików Wykresy Przedstawiając zbiór daych w postaci wykresu ależy pamiętać o wszystkich jego cechach, czyli: odpowiedio dobray zakres osi (ie zawsze muszą zaczyać się od zera), podpisy osi wraz z jedostkami, zazaczoe iepewości puktów pomiarowych, puktów pomiarowych ie połączymy liią łamaą, legeda wyjaśiająca co widać a wykresie. (a) (b) Rys. Przykład wykresu wykoaego źle (a) i dobrze (b). 4/6

Regresja liiowa: Często wielkości fizycze y związae są zależością liiową: y = ax + b. Współczyiki a i b moża obliczyć metodą regresji liiowej: a określa achyleie prostej, b to pukt przecięcia z osią rzędych (y). Parametry a i b zazwyczaj mają iterpretację fizyczą, a więc są wyrażae w odpowiedich jedostkach. Ich zajomość pozwala wyzaczyć iektóre wielkości fizycze. Rys.3 Prosta dopasowaa metodą regresji liiowej. W metodzie tej parametry a i b dopasowae są tak, aby zmiimalizować sumę kwadratów odchyleń współrzędych zespołu puktów o współrzędych (, ) od prostej y = ax + b : = a b =mi S yi Rys.4 Regresja liiowa ilustracja metody ajmiejszych kwadratów. Gdy wielkości zostały zmierzoe z idetyczą iepewością, czyli S = Sy = cost, a iepewości wielkości x są zaiedbywalie małe w porówaiu z iepewościami wielkości y to parametry a i b wyrażają się prostymi wzorami (tzw. regresja zwyczaja lub klasycza): 5/6

a= W S a =S y W b= x i W S b =S y W gdzie: W = x i Zalecaa literatura i źródła iteretowe [1] J. R. Taylor, Wstęp do aalizy błędu pomiarowego, Wydawictwo Naukowe PWN, Warszawa 1999. [] H. Szydłowski, Pracowia fizycza, PWN, Warszawa 1999. [3] G. L. Squires, Praktycza fizyka, PWN, Warszawa 199. [4] A.Zięba, Postępy Fizyki, tom 5, zeszyt 5, 001, str.38-47. [5] http://www.fis.agh.edu.pl/~pracowia_fizycza/idex.php?p=pomoce [6] http://users.uj.edu.pl/~ufkamys/bk/smop1n_p.pdf 6/6