Последний уровень раздела предыдущего изложения   Текущий уровень изложения предыдущего раздела   Текущий уровень изложения следующего раздела   Следующий уровень изложения текущего раздела   Уровень: Глоссарии:


Грубые погрешности и критерии их оценки

Под грубыми понимают погрешности, приводящие к явному искажению результата. Наличие грубых погрешностей определяет качество проведённых измерений. Существует несколько критериев оценки грубых погрешностей.

Критерий 3

В этом случае должны быть отброшены все результаты измерений, отклонения которых от среднего арифметического превышает 3 , причем суждение о дисперсии генеральной совокупности 2 делают по оставшимся результатам измерений.

Пусть х12,..., хk, хn - ряд результатов измерений, где хk - результат измерений, в котором предполагают наличие грубой погрешности. Допустим, что дисперсию результатов измерений можно вычислить по формулам.

где - среднее арифметическое значение результатов ряда измерений; N - число результатов измерений.

При этом и вычисляют по выше приведённым формулам, в которые не входит значение хk. Поэтому число всех измерений равно N-1. Результат измерений хк должен быть отброшен, если

Критерий Шовине.

Все результаты измерений считаются грубыми, отклонения которых от превышают

т.е. В этом случае по формуле вычисляем вероятность возможного появления разности и находим значение z из таблиц Лапласа, исходя из нормального закона распределения этой разности.

Эти два критерия требуют знания дисперсии генеральной совокупности и поэтому могут дать удовлетворительные результаты при n>20, когда эмпирическая дисперсия весьма близка к генеральной.

Критерий Романовского.

Если в ряде измерений х12,...,хk,xn

результат измерения хк является грубым, то следует найти среднее арифметическое значение x и среднее квадратическое значение для группы (n-1) ряда измерений.

Затем обозначим

где 2 x дисперсия разности равна сумме дисперсий случайных величин xk и

Тогда

где - дисперсия среднего арифметического ряда измерений.

Величина t будет подчинена распределению Стьюдента с параметром k=n-1. Это позволяет найти вероятность случайного распределения

где S(t,k) - гамма-функция.