Доверительный интервал, полученный по результатам
многократных наблюдений, в раз меньше
интервала, вычисленного по результатам однократного наблюдения измеряемой
величины. На этом принципе основан метод снижения случайных погрешностей
измерений, т.е. повышения точности результатов измерений. В принципе,
увеличение n (числа наблюдений) можно получить сколь угодно малое
значение случайной погрешности измерений. Однако на практике, как правило, это
весьма сложно (иногда просто невозможно) сделать из-за значительного увеличения
времени на проведение измерений. Особо сложно это сделать в быстро изменяющихся
процессах. Поэтому необходимо выбирать минимально необходимое число наблюдений
для обеспечения такой случайной погрешности, которая была бы не больше
допустимой, т.е. Это число n
можно определить из их соотношения
Рассмотрим случай, когда распределение
результатов наблюдений соответствует нормальному закону, а дисперсия случайной
погрешности неизвестна.
Это наиболее часто встречающееся на практике случай. В этих условиях пользуются
следующим отношением:
где Sx - несмещенная точечная
оценка СКО, - точечная оценка математического ожидания результатов
наблюдений.
Плотность распределения этой дроби описывается
дифференциальной функцией распределения Стьюдента:
где S(t, k)- функция распределения
Стьюдента, k - число степеней
свободы.
Для одной группы измерений k = (n - 1),
для j групп по n измерений в каждой
группе k = j (n - 1).
При интерполяции экспериментальных данных линейной зависимостью y = ax + b по
n точкам k = (n - 2),при
интерполяции квадратичной зависимостью y = ax2 + bx + c по
n точкам k = (n - 3).
Значения приводится во
всех соответствующих справочниках и в ГОСТ 8.207. Этот коэффициент называется коэффициентом Стьюдента. В этом случае доверительные
границы оценки математического ожидания результатов наблюдения определяются по
следующим формулам:
Таким образом, при интервальной оценке результат
не может быть выражен одним числом. В процессе измерений получают лишь
среднее значение измеряемой величины и границы доверительного интервала, внутри
которого находится эта измеряемая величина с принятой доверительной
вероятностью. Можно сказать, что получают какую-то полосу, внутри которой
находятся возможные значения измеряемой величины. Эту полосу называют «дорожкой
погрешности» возможных значений Q физической величины с
определенной вероятностью.
Рассмотрим пример.
Найти доверительный интервал для оценки с
доверительной вероятностью (надежностью) Р=0,95 неизвестного математического
ожидания параметра А нормально распределенной случайной величины Х генеральной
совокупности, если даны генеральное среднее квадратическое отклонение =5, выборочная средняя =14 и объем выборки n=25.
Надо найти доверительный интервал, в котором
находится значение параметра А с заданной доверительной вероятностью (Р=0,95):
Кроме значения t все величины даны.
Найдем .
определяется по таблице
значений функции Лапласа.
2Ф(t)=0.95;
Ф(t)=0,475.
(в таблице Ф(х) и х) =1,96. Подставив
значение , получим
|