Предельная ошибка не должна превышать

Если
одна величина измерена n
раз и получены результаты: l₁,
l_2,
l_3,
l_4,
l_5,
l_6,…..,
l_n,

то

Величина
x
называется
арифметической
срединой или
вероятнейшим значением измеренной
величины. Разности между каждым измерением
и арифметической срединой называют
вероятнейшими ошибками измерений:

l₁
– x
= v₁

l₂
– x = v₂

l₃
– x = v₃

.
. . . . . . .

l_n
– x
= v_n

Или
в общем виде получим:

[ l
]
– nx = [v]

Тогда
[v]
= 0.

2. Средняя квадратическая ошибка.

Точность
результатов измерений оценивается
средней
квадратической ошибкой.
Средняя квадратическая ошибка одного
измерения вычисляется по формуле:

[v²]

m=
√
n
— 1

где
[v²]
– сумма квадратов вероятнейших ошибок;
n – число измерений.

Средняя
квадратическая ошибка арифметической
середины вычисляется по формуле:

m
[v²]

M
= ———— = √
—————

√n n
(
n – 1 )

Предельная
ошибка не должна превышать утроенной
средней квадратической ошибки, т.е.

ε
= 3m.

Иногда
о точности измерений судят не по
абсолютной величине средней квадратической
или предельной погрешности, а по величине
относительной ошибки. Относительной
ошибкой
называется отношение абсолютной ошибки
к значению самой измеренной ве-

личины.
Относительную ошибку выражают в виде
простой дроби, числитель которой —
единица, а знаменатель — число, округленное
до двух-трех значащих цифр с нулями.
Например, относительная средняя
квадратическая погрешность измерения
линии длиной

l
= 110 м, при m
= 2 см равна m/l
= 1/5500.

Пример.
Линия измерена шесть раз. Определить
ее вероятнейшую длину и оценить точность
этого результата.

Вычисления
приведены в таблице:

По
формулам вычислены абсолютные средние
квадратические ошибки, а оценивать
точность измерения длины линии необходимо
по относительной ошибке. Поэтому нужно
абсолютную ошибку разделить на длину
линии. Для нашего примера относительная
ошибка вероятнейшего значения измеренной
линии равна

2,3
1

———-
= ————

22520 9
800

1. Оценка
   точности измерений

Точность
результатов многократных измерений
одной и той же величины оценивают в
такой последовательности:

1. Находят
   вероятнейшее (наиболее точное для
   данных условий) значение

измеренной
величины по формуле арифметической
средины х = [1]/n.

1. Вычисляют
   отклонения для каждого значения
   измеренной величины от значения
   арифметической средины. Контроль
   вычислений: [v]
   = 0;

2. По
   формуле вычисляют среднюю квадратическую
   ошибку одного измерения.

3. По
   формуле вычисляют среднюю квадратическую
   ошибку арифметической средины.

4. Если
   измеряют линейную величину, то
   подсчитывают относительную среднюю
   квадратическую ошибку каждого измерения
   и арифметической средины.

5. При
   необходимости подсчитывают предельную
   ошибку одного измерения,

которая
может служить допустимым значением
погрешностей аналогичных

измерений.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

HTML-код для вставки на сайт

Разрешить комментарии
Автор теста запретил комментарии
Блок Новинок и Популярных тестов

Теперь тесты из блоков новинок и популярных отображаются внутри вашего сайта, что увеличивает просмотры ваших страниц в 5 раз!
Все комментарии после публикации проходят строгую модерацию!

OK

11.2. Оценка результатов выборочного наблюдения

11.2.1. Средняя и предельная ошибки выборки. Построение доверительных границ для средней и доли

Средняя ошибка выборки показывает, насколько отклоняется в среднем параметр выборочной совокупности от соответствующего параметра генеральной. Если рассчитать среднюю из ошибок всех возможных выборок определенного вида заданного объема (n), извлеченных из одной и той же генеральной совокупности, то получим их обобщающую характеристику — среднюю ошибку выборки ().

В теории выборочного наблюдения выведены формулы для определения , которые индивидуальны для разных способов отбора (повторного и бесповторного), типов используемых выборок и видов оцениваемых статистических показателей.

Например, если применяется повторная собственно случайная выборка, то определяется как:

— при оценивании среднего значения признака;

— если признак альтернативный, и оценивается доля.

При бесповторном собственно случайном отборе в формулы вносится поправка (1 — n/N):

— для среднего значения признака;

— для доли.

Вероятность получения именно такой величины ошибки всегда равна 0,683. На практике же предпочитают получать данные с большей вероятностью, но это приводит к возрастанию величины ошибки выборки.

Предельная ошибка выборки () равна t-кратному числу средних ошибок выборки (в теории выборки принято коэффициент t называть коэффициентом доверия):

.

Если ошибку выборки увеличить в два раза (t = 2), то получим гораздо большую вероятность того, что она не превысит определенного предела (в нашем случае — двойной средней ошибки) — 0,954. Если взять t = 3, то доверительная вероятность составит 0,997 — практически достоверность.

Уровень предельной ошибки выборки зависит от следующих факторов:

• степени вариации единиц генеральной совокупности;
• объема выборки;
• выбранных схем отбора (бесповторный отбор дает меньшую величину ошибки);
• уровня доверительной вероятности.

Если объем выборки больше 30, то значение t определяется по таблице нормального распределения, если меньше — по таблице распределения Стьюдента.

Приведем некоторые значения коэффициента доверия из таблицы нормального распределения.

Доверительный интервал для среднего значения признака и для доли в генеральной совокупности устанавливается следующим образом:

Итак, определение границ генеральной средней и доли состоит из следующих этапов:

Ошибки выборки при различных видах отбора

1. Собственно случайная и механическая выборка. Средняя ошибка собственно случайной и механической выборки находятся по формулам, представленным в табл. 11.3.

Таблица
11.3.
Формулы для расчета средней ошибки собственно случайной и механической выборки ()

где — дисперсия признака в выборочной совокупности.

Пример 11.2. Для изучения уровня фондоотдачи было проведено выборочное обследование 90 предприятий из 225 методом случайной повторной выборки, в результате которого получены данные, представленные в таблице.

В рассматриваемом примере имеем 40%-ную выборку (90 : 225 = 0,4, или 40%). Определим ее предельную ошибку и границы для среднего значения признака в генеральной совокупности по шагам алгоритма:

1. По результатам выборочного обследования рассчитаем среднее значение и дисперсию в выборочной совокупности:

Выборочная средняя

Выборочная дисперсия изучаемого признака

1. Определяем среднюю ошибку повторной случайной выборки

   

2. Зададим вероятность, на уровне которой будем говорить о величине предельной ошибки выборки. Чаще всего она принимается равной 0,999; 0,997; 0,954.

Для наших данных определим предельную ошибку выборки, например, с вероятностью 0,954. По таблице значений вероятности функции нормального распределения (см. выдержку из нее, приведенную в Приложении 1) находим величину коэффициента доверия t, соответствующего вероятности 0,954. При вероятности 0,954 коэффициент t равен 2.

1. Предельная ошибка выборки с вероятностью 0,954 равна

   
2. Найдем доверительные границы для среднего значения уровня фондоотдачи в генеральной совокупности

   

Таким образом, в 954 случаях из 1000 среднее значение фондоотдачи будет не выше 1,88 руб. и не ниже 1,74 руб.

Выше была использована повторная схема случайного отбора. Посмотрим, изменятся ли результаты обследования, если предположить, что отбор осуществлялся по схеме бесповторного отбора. В этом случае расчет средней ошибки проводится по формуле

Тогда при вероятности равной 0,954 величина предельной ошибки выборки составит:

Доверительные границы для среднего значения признака при бесповторном случайном отборе будут иметь следующие значения:

Сравнив результаты двух схем отбора, можно сделать вывод о том, что применение бесповторной случайной выборки дает более точные результаты по сравнению с применением повторного отбора при одной и той же доверительной вероятности. При этом, чем больше объем выборки, тем существеннее сужаются границы значений средней при переходе от одной схемы отбора к другой.

По данным примера определим, в каких границах находится доля предприятий с уровнем фондоотдачи, не превышающим значения 2,0 руб., в генеральной совокупности:

1. рассчитаем выборочную долю.

Количество предприятий в выборке с уровнем фондоотдачи, не превышающим значения 2,0 руб., составляет 60 единиц. Тогда

m = 60, n = 90, w = m/n = 60 : 90 = 0,667;

1. рассчитаем дисперсию доли в выборочной совокупности

;

1. средняя ошибка выборки при использовании повторной схемы отбора составит

Если предположить, что была использована бесповторная схема отбора, то средняя ошибка выборки с учетом поправки на конечность совокупности составит

1. зададим доверительную вероятность и определим предельную ошибку выборки.

При значении вероятности Р = 0,997 по таблице нормального распределения получаем значение для коэффициента доверия t = 3 (см. выдержку из нее, приведенную в Приложении 1):

1. установим границы для генеральной доли с вероятностью 0,997:

   

Таким образом, с вероятностью 0,997 можно утверждать, что в генеральной совокупности доля предприятий с уровнем фондоотдачи, не превышающим значения 2,0 руб., не меньше, чем 54,7%, и не больше 78,7%.

1. Типическая выборка. При типической выборке генеральная совокупность объектов разбита на k групп, тогда

N₁ + N₂ + … + N_i + … + N_k = N.

Объем извлекаемых из каждой типической группы единиц зависит от принятого способа отбора; их общее количество образует необходимый объем выборки

n₁ + n₂ + … + n_i + … + n_k = n.

Существуют следующие два способа организации отбора внутри типической группы: пропорциональной объему типических групп и пропорциональной степени колеблемости значений признака у единиц наблюдения в группах. Рассмотрим первый из них, как наиболее часто используемый.

Отбор, пропорциональный объему типических групп, предполагает, что в каждой из них будет отобрано следующее число единиц совокупности:

n = n_i · N_i/N

где n_i — количество извлекаемых единиц для выборки из i-й типической группы;

n — общий объем выборки;

N_i — количество единиц генеральной совокупности, составивших i-ю типическую группу;

N — общее количество единиц генеральной совокупности.

Отбор единиц внутри групп происходит в виде случайной или механической выборки.

Формулы для оценивания средней ошибки выборки для среднего и доли представлены в табл. 11.6.

Таблица
11.6.
Формулы для расчета средней ошибки выборки () при использовании типического отбора, пропорционального объему типических групп

Здесь — средняя из групповых дисперсий типических групп.

Пример 11.3. В одном из московских вузов проведено выборочное обследование студентов с целью определения показателя средней посещаемости вузовской библиотеки одним студентом за семестр. Для этого была использована 5%-ная бесповторная типическая выборка, типические группы которой соответствуют номеру курса. При отборе, пропорциональном объему типических групп, получены следующие данные:

Таблица
11.7.

Номер курса	Всего студентов, чел., Ni	Обследовано в результате выборочного наблюдения, чел., ni	Среднее число посещений библиотеки одним студентом за семестр, xi	Внутригрупповая выборочная дисперсия,
1	650	33	11	6
2	610	31	8	15
3	580	29	5	18
4	360	18	6	24
5	350	17	10	12
Итого	2 550	128	8	—

Число студентов, которое необходимо обследовать на каждом курсе, рассчитаем следующим образом:

• общий объем выборочной совокупности:

  n = 2550/130*5 =128 (чел.);

• количество единиц, отобранных из каждой типической группы:

  

аналогично для других групп:

n₂ = 31 (чел.);

n₃ = 29 (чел.);

n₄ = 18 (чел.);

n₅ = 17 (чел.).

Проведем необходимые расчеты.

1. Выборочная средняя, исходя из значений средних типических групп, составит:

   

2. Средняя из внутригрупповых дисперсий

   

3. Средняя ошибка выборки:

   

   С вероятностью 0,954 находим предельную ошибку выборки:

   

4. Доверительные границы для среднего значения признака в генеральной совокупности:

   

Таким образом, с вероятностью 0,954 можно утверждать, что один студент за семестр посещает вузовскую библиотеку в среднем от семи до девяти раз.

1. Малая выборка. В связи с небольшим объемом выборочной совокупности те формулы для определения ошибок выборки, которые использовались нами ранее при «больших» выборках, становятся неподходящими и требуют корректировки.

Среднюю ошибку малой выборки определяют по формуле

Предельная ошибка малой выборки:

Распределение значений выборочных средних всегда имеет нормальный закон распределения (или приближается к нему) при п > 100, независимо от характера распределения генеральной совокупности. Однако в случае малых выборок действует иной закон распределения — распределение Стьюдента. В этом случае коэффициент доверия находится по таблице t-распределения Стьюдента в зависимости от величины доверительной вероятности Р и объема выборки п. В Приложении 1 приводится фрагмент таблицы t-распределения Стьюдента, представленной в виде зависимости доверительной вероятности от объема выборки и коэффициента доверия t.

Пример 11.4. Предположим, что выборочное обследование восьми студентов академии показало, что на подготовку к контрольной работе по статистике они затратили следующее количество часов: 8,5; 8,0; 7,8; 9,0; 7,2; 6,2; 8,4; 6,6.

Оценим выборочные средние затраты времени и построим доверительный интервал для среднего значения признака в генеральной совокупности, приняв доверительную вероятность равной 0,95.

1. Среднее значение признака в выборке равно

   

2. Значение среднего квадратического отклонения составляет

   

3. Средняя ошибка выборки:

   

4. Значение коэффициента доверия t = 2,365 для п = 8 и Р = 0,95 .
5. Предельная ошибка выборки:

   

6. Доверительный интервал для среднего значения признака в генеральной совокупности:

   

То есть с вероятностью 0,95 можно утверждать, что затраты времени студента на подготовку к контрольной работе находятся в пределах от 6,9 до 8,5 ч.

11.2.2. Определение численности выборочной совокупности

Перед непосредственным проведением выборочного наблюдения всегда решается вопрос, сколько единиц исследуемой совокупности необходимо отобрать для обследования. Формулы для определения численности выборки выводят из формул предельных ошибок выборки в соответствии со следующими исходными положениями (табл. 11.7):

1. вид предполагаемой выборки;
2. способ отбора (повторный или бесповторный);
3. выбор оцениваемого параметра (среднего значения признака или доли).

Кроме того, следует заранее определиться со значением доверительной вероятности, устраивающей потребителя информации, и с размером допустимой предельной ошибки выборки.

Таблица
11.8.
Формулы для определения численности выборочной совокупности

Примечание: при использовании приведенных в таблице формул рекомендуется получаемую численность выборки округлять в большую сторону для обеспечения некоторого запаса в точности.

Пример 11.5. Рассчитаем, сколько из 507 промышленных предприятий следует проверить налоговой инспекции, чтобы с вероятностью 0,997 определить долю предприятий с нарушениями в уплате налогов. По данным прошлого аналогичного обследования величина среднего квадратического отклонения составила 0,15; размер ошибки выборки предполагается получить не выше, чем 0,05.

При использовании повторного случайного отбора следует проверить

При бесповторном случайном отборе потребуется проверить

Как видим, использование бесповторного отбора позволяет проводить обследование гораздо меньшего числа объектов.

Пример 11.6. Планируется провести обследование заработной платы на предприятиях отрасли методом случайного бесповторного отбора. Какова должна быть численность выборочной совокупности, если на момент обследования в отрасли число занятых составляло 100 000 чел.? Предельная ошибка выборки не должна превышать 100 руб. с вероятностью 0,954. По результатам предыдущих обследований заработной платы в отрасли известно, что среднее квадратическое отклонение составляет 500 руб.

Следовательно, для решения поставленной задачи необходимо включить в выборку не менее 100 человек.

Средняя квадратическая, предельная и относительная ошибки

Для суждения о степени точности ряда измерений нужно иметь среднее значение ошибки. Среднее арифметическое из измерений нельзя брать, так как из-за разных знаков ряд с отдельными крупными ошибками может оказаться точнее ряда с меньшими ошибками:

25,04; 24,97; 25,04 – m_ср.=0,02 м

Если взять ошибки по абсолютной величине, то два ряда измерений с одинаковыми по абсолютной величине средними ошибками могут быть

ошибочно приняты равноточными и наличие крупных ошибок не будет отражено:

Поэтому в качестве критерия для оценки точности ряда измерений используют не зависящую от знаков отдельных ошибок и рельефно показывающую наличие крупных ошибок среднюю квадратическую ошибку. Квадрат этой ошибки принимают равным среднему арифметическому из квадратов отдельных случайных ошибок, то есть:

– формула Гаусса, где Δ – истинная ошибка измерения.

По теории вероятностей подсчитано, что при большом количестве измерений случайная ошибка одного измерения превосходит m.

∆>1m – в 32 случаях из 100 измерений.

∆>2m – в 5 случаях из 100 измерений.

∆>3m – в 3 случаях из 1000 измерений.

Поэтому утроенную среднюю квадратическую ошибку считают предельной

Часто точность произведенных измерений лучше оценивается относительной ошибкой, то есть отношением абсолютной ошибки к измеряемой величине, выражаемой правильной дробью с числителем, равным 1. Эта ошибка характеризует в основном линейные измерения и измерения площади участков. Например, в замкнутом полигоне теодолитного хода линейные измерения оцениваются относительной ошибкой ; где – абсолютная ошибка, Р – периметр полигона.

Дата добавления: 2015-08-11 ; просмотров: 767 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Источник

Тема: Элементы теории ошибок измерений.

1. Классификация ошибок измерений

_______ Измерения в геодезии рассматриваются с двух точек зрения: количественной, выражающей числовое значение измеренной величины, и качественной, характеризующей ее точность. Из практики известно, что даже при самой тщательной и аккуратной работе многократные (повторные) измерения не дают одинаковых результатов. Это указывает на то, что получаемые результаты не являются точным значением измеряемой величины, а несколько отклоняются от него. Значение отклонения характеризует точность измерений.

_______ К грубым ошибкам относятся просчеты в измерениях по причине невнимательности наблюдателя или неисправности прибора, и они полностью должны быть исключены. Это достигается путем повторного измерения.

_______ Систематические ошибки происходят от известного источника, имеют определенный знак и величину и их можно учесть при измерениях и вычислениях.

_______ Случайные ошибки обусловлены разными причинами и полностью исключить их из измерений нельзя. Поэтому возникают две задачи: как из результатов измерений получить наиболее точную величину и как оценить точность полученных результатов измерений. Эти задачи решаются с помощью теории ошибок измерений _______

_______ В основу теории ошибок положены следующие свойства случайных ошибок :
_______ 1. Малые ошибки встречаются чаще, а большие реже.
_______ 2. Ошибки не превышают известного предела.
_______ 3. Положительные и отрицательные ошибки, одинаковые по абсолютной величине, одинаково часто встречаются.
_______ 4. Сумма ошибок, деленная на число измерений, стремится к нулю при большом числе измерений.

_______ По источнику происхождения различают ошибки приборов, внешние и личные. Ошибки приборов обусловлены их несовершенством, например погрешность угла, измеренного теодолитом, неточным приведением в вертикальное положение оси его вращения.

_______ Внешние ошибки происходят из-за влияния внешней среды, в которой протекают измерения, например погрешность в отсчете по нивелирной рейке из-за изменения температуры воздуха на пути светового луча (рефракция) или нагрева нивелира солнечными лучами.

_______ Личные ошибки связаны с особенностями наблюдателя, например, разные наблюдатели по-разному наводят зрительную трубу на визирную цель. Так как грубые погрешности должны быть исключены из результатов измерений, а систематические исключены или ослаблены до минимально допустимого предела, то проектирование измерений с необходимой точностью и оценку результатов выполненных измерений производят, основываясь на свойствах случайных погрешностей.

2. Арифметическая середина

_______ Величина x называется арифметической серединой или вероятнейшим значением измеренной величины. Разности между каждым измерением и арифметической срединой называют вероятнейшими ошибками измерений:

_______ Или в общем виде получим:

3. Средняя квадратическая ошибка

_______ Точность результатов измерений оценивается средней квадратической ошибкой. Средняя квадратическая ошибка одного измерения вычисляется по формуле:

где [v 2 ] – сумма квадратов вероятнейших ошибок; n – число измерений. Средняя квадратическая ошибка арифметической середины вычисляется по формуле:

_______ Предельная ошибка не должна превышать утроенной средней квадратической ошибки, т.е. ε = 3 x m.

_______ Иногда о точности измерений судят не по абсолютной величине средней квадратической или предельной погрешности, а по величине относительной ошибки. ___

_______ Относительной ошибкой называется отношение абсолютной ошибки к значению самой измеренной величины. Относительную ошибку выражают в виде простой дроби, числитель которой — единица, а знаменатель — число, округленное до двух-трех значащих цифр с нулями. Например, относительная средняя квадратическая погрешность измерения линии длиной:

_______ l = 110 м, при m = 2 см, равна m/ l = 1/5500.

_______ Линия измерена шесть раз. Определить ее вероятнейшую длину и оценить точность этого результата. Вычисления приведены в таблице:

Таб. 1

_______ По формулам вычислены абсолютные средние квадратические ошибки, а оценивать точность измерения длины линии необходимо по относительной ошибке. Поэтому нужно абсолютную ошибку разделить на длину линии. Для нашего примера относительная ошибка вероятнейшего значения измеренной линии равна

4. Оценка точности измерений

_______ Точность результатов многократных измерений одной и той же величины оценивают в такой последовательности:

_______ 1. Находят вероятнейшее (наиболее точное для данных условий) значение измеренной величины по формуле арифметической середины х = [ l ]/n.
_______ 2. Вычисляют отклонения для каждого значения измеренной величины от значения арифметической средины. Контроль вычислений: [v] = 0;
_______ 3. По формуле вычисляют среднюю квадратическую ошибку одного измерения.
_______ 4. По формуле вычисляют среднюю квадратическую ошибку арифметической средины.
_______ 5. Если измеряют линейную величину, то подсчитывают относительную среднюю квадратическую ошибку каждого измерения и арифметической средины.

_______ 6. При необходимости подсчитывают предельную ошибку одного измерения, которая может служить допустимым значением погрешностей аналогичных измерений.

5. Понятие о неравноточных измерениях

_______ Неравноточными измерениями называются такие, которые выполнены различным числом приемов, приборами различной точности и т.д. Если измерения неодинаковой точности, то для определения общей арифметической середины пользуются формулой:

________ Весом называется число, которое выражает степень доверия к результату измерения. В тех случаях, когда неизвестны веса измеренных величин, а известны их средние квадратические ошибки, то веса можно вычислить по формуле:

т.е. вес результата измерений обратно пропорционален квадрату средней квадратической ошибки.

_______ При неравноточных измерениях средняя квадратическая ошибка измерения, вес которого равен единице, определяется по формуле:

где δ – разность между отдельными результатами измерений и общей арифметической серединой.

Источник

Основы геодезии

О геодезии и разный полезный материал для геодезистов.

Начальные сведения из теории ошибок

Теория ошибок измерений изучает свойства ошибок и законы их распределения, методы обработки измерений с учетом их ошибок, а также способы вычисления числовых характеристик точности измере ний. При многократных измерениях одной и той же величины резуль таты измерений получаются неодинаковыми. Этот очевидный факт говорит о том, что измерения сопровождаются разными по величине и по знаку ошибками. Задача теории ошибок – нахождение наиболее надежного значения измеренной величины, оценка точности результатов измерений и их функций и установление допусков, ограничивающих использование результатов обработки измерений.

По своей природе ошибки бывают грубые, систематические и случайные.

Грубые ошибки являются результатом промахов и просчетов. Их можно избежать при внимательном и аккуратном отношении к работе и организации надежного полевого контроля измерений. В теории ошибок грубые ошибки не изучаются.

Систематические ошибки имеют определенный источник, направление и величину. Если источник систематической ошибки обнаружен и изучен, то можно получить формулу влияния этой ошибки на результат измерения и затем ввести в него поправку; это исключит влияние систематической ошибки. Пока источник какой-либо систематической ошибки не найден, приходится считать ее случайной ошибкой, ухудшающей качество измерений.

Случайные ошибки измерений обусловлены точностью способа измерений (строгостью теории), точностью измерительного прибора, квалификацией исполнителя и влиянием внешних условий. Закономерности случайных ошибок проявляются в массе, то-есть, при большом количестве измерений; такие закономерности называют статистическими. Освободить результат единичного измерения от случайных ошибок невозможно; невозможно также предсказать случайную ошибку единичного измерения. Теория ошибок занимается в основном изучением случайных ошибок.

Случайная истинная ошибка измерения Δ – это разность между измеренным значением величины l и ее истинным значением X:
(1.25)

Свойства случайных ошибок. Случайные ошибки подчиняются некоторым закономерностям:

1. при данных условиях измерений абсолютные значения случайных ошибок не превосходят некоторого предела; если какая-либо ошибка выходит за этот предел, она считается грубой,
2. положительные и отрицательные случайные ошибки равновозможны,
3. среднее арифметическое случайных ошибок стремится к нулю при неограниченном возрастании числа измерений. Третье свойство случайных ошибок записывается так:
(1.26)
4. малые по абсолютной величине случайные ошибки встречаются чаще, чем большие.

Кроме того, во всей массе случайных ошибок не должно быть явных закономерностей ни по знаку, ни по величине. Если закономерность обнаруживается, значит здесь сказывается влияние какой-то систематической ошибки.

Средняя квадратическая ошибка одного измерения. Для оценки точности измерений можно применять разные критерии; в геодезии таким критерием является средняя квадратическая ошибка. Это понятие было введено Гауссом; он же разработал основные положения теории ошибок. Средняя квадратическая ошибка одного измерения обозначается буквой m и вычисляется по формуле Гаусса:
(1.27)

где: ;
n – количество измерений одной величины.

Средняя квадратическая ошибка очень чувствительна к большим по абсолютной величине ошибкам, так как каждая ошибка возводится в квадрат. В то же время она является устойчивым критерием для оценки точности даже при небольшом количество измерений; начиная с некоторого n дальнейшее увеличение числа измерений почти не изменяет значения m; доказано, что уже при n = 8 значение m получается достаточно надежным.

Предельная ошибка ряда измерений обозначается Δпред; она обычно принимается равной 3*m при теоретических исследованиях и 2*m или 2.5*m при практических измерениях. Считается, что из тысячи измерений только три ошибки могут достигать или немного превосходить значение Δпред = 3*m.

Отношение mx/X называется средней квадратической относительной ошибкой; для некоторых видов измерений относительная ошибка более наглядна, чем m. Относительная ошибка выражается дробью с числителем, равным 1, например, mx/X = 1/10 000.

Средняя квадратическая ошибка функции измеренных величин. Выведем формулу средней квадратической ошибки функции нескольких аргументов произвольного вида:

здесь: X, Y, Z … – истинные значения аргументов,
F – истинное значение функции.

В результате измерений получены измеренные значения аргументов lX, lY, lZ, при этом:
(1.29)

где ΔX, ΔY, ΔZ – случайные истинные ошибки измерения аргументов.

Функцию F можно выразить через измеренные значения аргуметов и их истинные ошибки:

Разложим функцию F в ряд Тейлора, ограничившись первой степенью малых приращений ΔX, ΔY, ΔZ:
(1.30)

Разность является случайной истинной ошибкой функции с противоположным знаком, поэтому:
(1.31)

Если выполнить n измерений аргументов X, Y, Z, то можно записать n уравнений вида (1.31). Возведем все эти уравнения в квадрат и сложим их; суммарное уравнение разделим на n и получим

В силу третьего свойства случайных ошибок члены, содержащие произведения случайных ошибок, будут незначительными по величине, и их можно не учитывать; таким образом,
(1.32)

Как частные случаи формулы (1.32) можно написать выражения для средней квадратической ошибки некоторых функций:

Если функция имеет вид произведения нескольких аргументов,

то для нее можно записать выражение относительной ошибки функции:
(1.33)

которое в некоторых случаях оказывается более удобным, чем формула (1.32).

Принцип равных влияний. В геодезии часто приходится определять средние квадратические ошибки аргументов по заданной средней квадратической ошибке функции. Если аргумент всего один, то решение задачи не представляет трудности. Если число аргументов t больше одного, то возникает задача нахождения t неизвестных из одного уравнения, которую можно решить, применяя принцип равных влияний. Согласно этому принципу все слагаемые правой части формулы (1.32) или (1.33) считаются равными между собой.

Арифметическая середина. Пусть имеется n измерений одной величины X, то-есть,
(1.34)

Сложим эти равенства, суммарное уравнение разделим на n и получим:
(1.35)

называется средним арифметическим или простой арифметической серединой. Запишем (1.35) в виде

по третьему свойству ошибок (1.26) можно написать:

что означает, что при неограниченном возрастании количества измерений простая арифметическая середина стремится к истинному значению измеряемой величины. При ограниченном количестве измерений арифметическая середина является наиболее надежным и достоверным значением измеряемой величины.

Запишем формулу (1.36) в виде

и подсчитаем среднюю квадратическую ошибку арифметической середины, которая обозначается буквой M. Согласно формуле (1.32) напишем:

или

Но ml1 = ml2 = … = mln= m по условию задачи, так как величина X измеряется при одних и тех же условиях. Тогда в квадратных скобках будет n * m2, одно n сократится и в итоге получим:

то-есть, средняя квадратическая ошибка арифметической середины в корень из n раз меньше ошибки одного измерения.

Вычисление средней квадратической ошибки по уклонениям от арифметической середины. Формулу Гаусса (1.27) применяют лишь в теоретических выкладках и при исследованиях приборов и методов измерений, когда известно истинное значение измеряемой величины. На практике оно, как правило, неизвестно, и оценку точности выполняют по уклонениям от арифметической середины.

Пусть имеется ряд равноточных измерений величины X:

Вычислим арифметическую середину X0 = [1]/n и образуем разности:
(1.38)

Сложим все разности и получим [l] – n * X0 = [V]. По определению арифметической середины n * X0 = [l], поэтому:

Величины V называют вероятнейшими ошибками измерений; именно по их значениям и вычисляют на практике среднюю квадратическую ошибку одного измерения, используя для этого формулу Бесселя:
(1.40)

Приведем вывод этой формулы. Образуем разности случайных истинных ошибок измерений Δ и вероятнейших ошибок V:
(1.41)

Разность (X0 – X) равна истинной ошибке арифметической середины; обозначим ее Δ0 и перепишем уравнения (1.41):
(1.42)
Возведем все уравнения (1.42) в квадрат, сложим их и получим:
.

Второе слагаемое в правой части этого выражения равно нулю по свойству (1.39), следовательно,
.

Разделим это уравнение на n и учтя, что [Δ2]/n =m2, получим:
(1.43)

Заменим истинную ошибку арифметической середины Δ0 ее средней квадратической ошибкой ; такая замена практически не изменит правой части формулы (1.43). Итак,

после перенесения (n-1) в правую часть и извлечения квадратного корня получается формула Бесселя (1.40).

Для вычисления средней квадратической ошибки арифметической середины на основании (1.37) получается формула:
(1.44)

Веса измерений. Измерения бывают равноточные и неравноточные. Например, один и тот же угол можно измерить точным или техническим теодолитом, и результаты таких измерений будут неравноточными. Или один и тот же угол можно измерить разным количеством приемов; результаты тоже будут неравноточными. Понятно, что средние квадратические ошибки неравноточных измерений будут неодинаковы. Из опыта известно, что измерение, выполненное с большей точностью (с меньшей ошибкой), заслуживает большего доверия.

Вес измерения – это условное число, характеризующее надежность измерения, степень его доверия; вес обозначается буквой p. Значение веса измерения получают по формуле:

где C – в общем случае произвольное положительное число.

Ошибку измерения, вес которого равен 1, называют средней квадратической ошибкой единицы веса; она обозначается буквой m. Из формулы (1.45) получаем

откуда (1.47)

то-есть, за число C принимают квадрат ошибки единицы веса.

Подсчитаем вес P средневесовой арифметической середины. По определению веса имеем:
(1.48)

то-есть, вес средневесовой арифметической середины равен сумме весов отдельных измерений.

В случае равноточных измерений, когда веса всех измерений одинаковы и равны единице, формула (1.49) принимает вид:

При обработке больших групп измерений (при уравнивании геодезических построений по МНК) вычисляются значение ошибки единицы веса, веса измерений и других элементов после уравнивания, а ошибка любого уравненного элемента подсчитывается по формуле:
(1.51)

Источник

Средняя квадратическая, предельная и относительная погрешности

Для правильного использования результатов измерений необходимо знать, с какой точностью, т.е. с какой степенью близости к истинному значению измеряемой величины, они получены. Характеристикой точности отдельного измерения в теории погрешностей служит предложенная Гауссом средняя квадратическая погрешность m, вычисляемая по формуле

где n – число измерений данной величины.

где — отклонения отдельных значений измеренной величины от арифметической средины, называемые вероятнейшими погрешностями, причем [ ] = 0.

Точность арифметической средины, естественно, будет выше точности отдельного измерения. Ее средняя квадратическая погрешность M определяется по формуле

где m – средняя квадратическая погрешность одного измерения, вычисляемая по формуле или .

Часто в практике для контроля и повышения точности определяемую величину измеряют дважды – в прямом и обратном направлениях, например, длину линий, превышения между точками. Из двух полученных значений за окончательное применяется среднее из них. В этом случае средняя квадратическая погрешность одного измерения подсчитывается по формуле

а среднего результата из двух измерений – по формуле

,

где d – разность двукратно измеренных величин, n – число разностей (двойных измерений).

В соответствии с первым свойством случайных погрешностей для абсолютной величины случайной погрешности при данных условиях измерений существует допустимый предел, называемый предельной погрешностью. В строительных нормах предельная погрешность называется допускаемым отклонением.

Теорией погрешностей измерений доказывается, что абсолютное большинство случайных погрешностей (68,3%) данного ряда измерений находится в интервале от 0 до ±m; в интервал от 0 до ±2m попадает 95,4%, а от 0 до ±3m – 99,7% погрешностей. Таким образом, из 100 погрешностей данного ряда измерений лишь пять могут оказаться больше или равны 2m, а из 1000 погрешностей только три будут больше или равны 3m. На основании этого в качестве предельной погрешности ∆_пред для данного ряда измерений принимается утроенная средняя квадратическая погрешность, т.е. ∆_пред = 3m. На практике во многих работах для повышения требований точности измерений принимают ∆_пред = 2m. Погрешность измерений, величины которых превосходят ∆_пред, считают грубыми.

Иногда о точности измерений судят не по абсолютной величине средней квадратической или предельной погрешности, а по величине относительной погрешности.

Источник

Сущность предельных теорем состоит в том, что в массовых явлениях совокупное влияние различных случайных причин на формирование закономерностей будет малой величиной или практически не зависит от случая.

Поскольку случайная ошибка выборки возникает в результате случайных различий между единицами выборочной и генеральной совокупностей, то при достаточно большом объеме выборки она будет сколь угодно мала.

Предельные теоремы теории вероятностей позволяют определять размер случайных ошибок выборки. Различают среднюю (стандартную) и предельную ошибку выборки.

Под средней (стандартной) ошибкой выборки понимают такое расхождение между средней выборочной и генеральной совокупностью:

которое не превышает ±Δ.

Обозначения основных характеристик параметров генеральной и выборочной совокупности приведены в табл. 7.3.

Предельной ошибкой выборочного наблюдения называется разность между величиной средней в генеральной совокупности и ее величиной, вычисленной по результатам выборочного наблюдения:

Предельной ошибкой выборочного наблюдения называется разность между величиной средней в генеральной совокупности и ее величиной, вычисленной по результатам выборочного наблюдения:

Доказано, что величина предельной ошибки выборки не должна превышать соотношения

где величина μ называется средним квадратическим отклонением выборочной средней от генеральной средней и (средняя ошибка выборки) определяется по зависимости

где

— среднее квадратическое отклонение в генеральной совокупности;

n — число наблюдений;

t — коэффициент доверия, параметр, указывающий на конкретное значение вероятности того, на какую величину генеральная средняя будет отличаться от выборочной средней.

Как правило, именно произведение коэффициента доверия на среднюю ошибку выборки и рассматривают в качестве предельной ошибки, что является более строгим и правильным, а разность генерального и выборочного среднего рассматривают просто как ошибку выборки, являющуюся случайной величиной.

В некоторых случаях величину

называют также средней ошибкой выборки и также обозначают μ.

Соотношение между дисперсиями генеральной и выборочной совокупности выражается формулой

Поскольку величина (n / n – 1) при достаточно больших n близка к 1, то можно приближенно считать, что выборочная и генеральные дисперсии равны.

Составлены специальные таблицы, связывающие коэффициент доверия t с вероятностью того, что разность между выборочной и генеральной средними не превысит значения средней ошибки выборки μ:

Из первой строки видно, что с вероятностью 0,683 можно утверждать, что разность между выборочной и генеральной средними не превысит одной величины средней ошибки выборки.

Другими словами, в 68,3 % случаев ошибка репрезентативности не выйдет за пределы ±μ.

Далее видно, что чем больше пределы, в которых допускается возможная ошибка, тем с большей достоверностью судят о ее величине.