4.2.1. В большинстве случаев наилучшей оценкой математического ожидания
![]() Поэтому для получения результата измерения y по формуле (2) в качестве оценки
4.2.2. Разброс значений в наблюдениях
![]() Положительный квадратный корень
![]() Выборочная дисперсия среднего значения
Таким образом, стандартную неопределенность
с использованием формулы (5) для оценки и иногда называют, соответственно, дисперсией типа A и стандартной неопределенностью типа A.Примечание 1. Число наблюдений n должно быть достаточно большим, чтобы
соответственно (см. примечание к 4.3.2). При построении доверительных интервалов (см. 6.2.2) следует учитывать различие между Примечание 2. Хотя одной из основных характеристик распределения вероятностей является именно дисперсия, в данном случае
4.2.4. Для измерений, проводимых в хорошо известных условиях под статистическим контролем, может быть доступна объединенная оценка дисперсии
, а в качестве стандартной неопределенности, соответственно, (см. примечание к H.3.6).4.2.5. Часто для получения оценки
4.2.6. При заявлении оценки составляющей неопределенности
, .4.2.7. В случае коррелированной (например, во времени) последовательности наблюдений входной величины среднее значение и выборочное стандартное отклонение, полученные согласно 4.2.1 и 4.2.3, могут быть неадекватными оценками (C.2.25) соответствующих статистик (C.2.23). Для анализа таких наблюдений следует использовать статистические процедуры, специально разработанные для обработки рядов случайных коррелированных результатов измерений.
Примечание. Примером специальных процедур являются те, что используют для обработки результатов измерений эталонов частоты. Может оказаться, что измерения, проявляющие себя как некоррелированные на коротком интервале времени, должны рассматриваться как коррелированные на более длительных интервалах с применением специальных методов обработки (см., например, [9], где подробно рассматривается так называемая дисперсия Аллана).
4.2.8. Анализ оценивания неопределенности типа A в 4.2.1 - 4.2.7 не является исчерпывающим. Существует много ситуаций, иногда довольно сложных, требующих применения разных статистических методов. Важным примером является планирование эксперимента, часто основанное на применении метода наименьших квадратов, в целях калибровки для оценки неопределенностей, связанных с кратковременными и долговременными случайными изменениями результатов сличений материальных эталонов с неизвестными размерами единиц величин (например, концевых мер длины, эталонов массы) с эталонами сравнения с известными передаваемыми размерами единиц величин. В таких сравнительно простых измерительных задачах составляющие неопределенности часто можно оценить посредством дисперсионного анализа (см. H.5) результатов иерархических экспериментов для заданного числа уровней иерархии.
Примечание. На низких ступенях поверочной схемы, когда размер единицы величины, передаваемый эталоном сравнения, считают известным точно (поскольку эти эталоны были калиброваны с использованием первичных эталонов), неопределенность результата калибровки может состоять только из стандартной неопределенности типа A, за которую принимают объединенное выборочное стандартное отклонение, полученное в условиях, полно характеризующих измерение.
4.3.1. Для оценки
- данные предшествующих измерений;
- полученные опытным или теоретическим путем сведения о свойствах материалов и характеристиках приборов;
- характеристики, заявляемые изготовителем;
- данные, приводимые в свидетельствах о калибровке и других документах;
- неопределенности величин, которые вместе со значениями этих величин приведены в справочниках.
Для удобства оценки
Примечание. Если
. Однако для упрощения в настоящем Руководстве используются обозначения 4.3.2. Правильное использование доступной информации для оценивания стандартной неопределенности типа B требует физической интуиции, основанной на опыте и общих знаниях, которая приходит с накопленной практикой. Следует понимать, что оценка стандартной неопределенности по типу B может быть не менее надежной, чем оценка стандартной неопределенности по типу A, особенно если последняя получена в условиях небольшого числа статистически независимых наблюдений.
Примечание. Если распределение вероятностей q (см. примечание 1 к 4.2.3) является нормальным, то отношение
приблизительно равно . Таким образом, если принять в качестве неопределенности 4.3.3. Если оценка
Пример. Согласно сертификату о калибровке масса
. Это соответствует относительной стандартной неопределенности (см. 5.1.6). Оценка дисперсии составляет .Примечание. Как правило, источник информации, указывающий неопределенность измерения какой-либо величины, не приводит составляющие этой неопределенности. В большинстве случаев при выражении неопределенности измерения в соответствии с настоящим Руководством это не имеет значения, поскольку при вычислении суммарной стандартной неопределенности результата измерения единообразно суммируются стандартные неопределенности всех входных величин (см. раздел 5).
4.3.4. Приводимая в том или ином источнике информация о неопределенности
Примечание. В таком предположении не было бы необходимости, если бы неопределенность была выражена в соответствии с рекомендациями настоящего Руководства, в котором подчеркивается необходимость при заявлении неопределенности всегда указывать используемый коэффициент охвата (см. 7.2.3).
Пример. Согласно свидетельству о калибровке сопротивление
. Это соответствует относительной стандартной неопределенности (см. 5.1.6). Оценка дисперсии равна .4.3.5. Рассмотрим случай, когда на основе некоторого источника информации можно сделать заключение, что значение входной величины
, можно принять , поскольку для нормального распределения с математическим ожиданием охватывает приблизительно 50% распределения.Пример. Станочник, определяя размеры детали, решил, что ее длина l с вероятностью 0,5 находится в интервале от 10,07 до 10,15 мм и записал это в виде l = (10,11 +/- 0,04) мм, понимая под этим, что +/- 0,04 - интервал с уровнем доверия 50%. В этом случае a = 0,04 мм, и в предположении нормального распределения возможных значений l стандартная неопределенность длины будет равна u(l) = 1,48 - 0,04 = 0,06 мм. Оценка дисперсии будет
.4.3.6. Рассмотрим случай, подобный изложенному в 4.3.5, но когда на основе имеющейся информации можно утверждать, что "в двух случаях из трех значение
, поскольку для нормального распределения с математическим ожиданием Примечание. Точное значение стандартного отклонения
. Однако столь высокая точность вычислений стандартной неопределенности, очевидно, не является оправданной.4.3.7. В ряде случаев можно оценить только границы (верхний и нижний пределы) для
. Дисперсию ![]() Если разность между границами,
![]() Примечание. Если составляющая неопределенности, полученная таким образом, дает значительный вклад в неопределенность результата измерения, то целесообразно рассмотреть возможность получения дополнительной информации для уточнения вида распределения.
Пример 1. Согласно справочнику значение температурного коэффициента линейного расширения чистой меди при 20 °C
равно , а погрешность этого значения не превышает . На основании такой ограниченной информации можно только предположить, что значение равновероятно распределено в интервале от до и что вероятность нахождения вне пределов этого интервала очень мала. Дисперсию симметричного прямоугольного распределения возможных значений с полушириной можно получить по формуле (7): . Тогда стандартная неопределенность будет равна .Пример 2. В технических условиях изготовителем цифрового вольтметра указано, что "в промежутке от года до двух лет после калибровки прибора его погрешность состоит из относительной погрешности, равной
, и погрешности, приведенной к пределу измерений (1 В), равной . При этом известно, что стандартная неопределенность по типу A, связанная с изменчивостью при повторных наблюдениях, . Оценку стандартной неопределенности по типу B по техническим условиям изготовителя можно получить в предположении, что указанная им погрешность определяет симметричные границы равномерного распределения аддитивной поправки , или 15 мкВ, и из формулы (7) получают и . Оценка значения измеряемой величины V, для простоты обозначаемая тем же символом V, равна . Суммарную стандартную неопределенность этой оценки получают суммированием стандартной неопределенности по типу A, равной 12 мкВ, и стандартной неопределенности по типу B, равной 8,7 мкВ. Общий метод суммирования составляющих стандартной неопределенности дан в разделе 5, а этот конкретный пример рассмотрен в 5.1.5.4.3.8. В рассмотренном в 4.3.7 случае верхняя
, а верхнюю - в виде , то может быть справедливо условие ![]() которая совпадает с дисперсией прямоугольного распределения в интервале шириной
(асимметричные распределения рассматриваются также в F.2.4.4 и G.5.3).Пример. Пусть в примере 1 (4.3.7) в справочнике значение коэффициента дано как
и указано, что "наименьшее возможное значение коэффициента равно , а наибольшее - ". Тогда , , и по формуле (8) получаем .Примечание 1. Во многих практических измерительных ситуациях, когда границы асимметричны, целесообразно вносить поправку в оценку
, чтобы новая оценка . Это сведет ситуацию к случаю, рассмотренному в 4.3.7, при новых значениях .Примечание 2. Основываясь на принципе максимума энтропии, можно показать, что в случае асимметричных границ плотность вероятности распределения с максимальной энтропией имеет вид
, где A и , ; .4.3.9. В случае, рассмотренном в 4.3.7, отсутствие информации о возможных значениях величины
и шириной верхнего основания . При , дисперсия ![]() а в случае треугольного распределения
![]() Примечание 1. Для нормального распределения с математическим ожиданием
. Для сравнения: дисперсия симметричного прямоугольного распределения на интервале полушириной a равна Примечание 2. Трапецеидальное распределение можно рассматривать как свертку двух прямоугольных распределений (см. [10]): одного с полушириной
, другого - с полушириной . Тогда дисперсию трапецеидального распределения . Свертку распределений можно интерпретировать также как случайную величину, распределенную по равномерному закону на интервале 4.3.10. Важно, чтобы одни и те же составляющие неопределенности не были учтены более одного раза. Если составляющая неопределенности, обусловленная конкретным эффектом, получена оцениванием типа B, то она должна войти как независимая составляющая при расчете суммарной стандартной неопределенности только в той части, в какой этот эффект не вызывает вариативности результатов измерения. Это обусловлено тем, что та часть эффекта, которая вносит вклад в вариативность, уже включена в составляющую неопределенности, полученную на основе статистического анализа наблюдений.
4.3.11. Обсуждение оценивания стандартной неопределенности типа B в 4.3.3 - 4.3.9 проведено на качественном уровне. Однако получение оценок неопределенности в максимально возможной мере должно быть основано на количественных данных, как подчеркивается в 3.4.1 и 3.4.2.
4.4.1. На рисунке 1 графически показана оценка значения входной величины
![]() ![]() неопределенности входной величины по повторным наблюдениям
4.4.2. На рисунке 1a показан пример, когда входной величиной
и стандартным отклонением , плотность вероятности которого описывается формулой (см. C.2.14)![]() Примечание. Из определения плотности распределения вероятностей p(z) следует необходимость выполнения условия
.4.4.3. На рисунке 1b показана гистограмма n = 20 повторных наблюдений
Таблица 1
сгруппированных в классы шириной 1 °C
Среднее арифметическое (или среднее) значение
, и предполагается, что оно является лучшей оценкой математического ожидания , а выборочное стандартное отклонение среднего значения .Примечание. Данные в таблице 1 выглядят как полученные с помощью высокоточного цифрового электронного термометра, широко применяющегося в измерениях в последнее время. Однако в действительности они не соответствуют реальному измерению и приведены только в качестве иллюстрации.
4.4.4. На рисунке 2 графически показана оценка значения входной величины
![]() ![]() неопределенности входной величины по известному закону
распределения
4.4.5. Для случая, показанного на рисунке 2a, предполагается, что имеющаяся информация о входной величине t позволяет только сделать заключение, что она описывается симметричным прямоугольным распределением вероятностей в интервале с нижней границей
и верхней границей , т.е. с полушириной (см. 4.3.7). Математическая запись этой плотности вероятности имеет вид![]() ![]() Как указано в 4.3.7, наилучшей оценкой t является ее математическое ожидание
, что следует из C.3.1. Стандартная неопределенность этой оценки будет равна , что следует из C.3.2 [см. формулу (7)].4.4.6. Для случая, показанного на рисунке 2b, предполагается, что о величине t имеется более обширная информация, позволяющая предположить, что данной величине соответствует симметричное треугольное распределение вероятностей с теми же нижней
и верхней границами и с той же полушириной интервала (см. 4.3.9). Математическая запись этой плотности вероятности имеет вид![]() ![]() ![]() Как указано в 4.3.9, математическое ожидание величины t равно
, что следует из C.3.1. Стандартная неопределенность этой оценки будет равна , что следует из C.3.2 [см. формулу (9b)].Это последнее значение, и
, можно сравнить с , полученным в 4.4.5 для прямоугольного распределения на том же интервале шириной 8 °C, а также с для нормального распределения, показанного на рисунке 1a, у которого 99% значений попадают в интервал от до той же ширины 8 °C, и с , полученной в 4.4.3 по 20 наблюдениям, которые, как предполагалось, были взяты случайным образом из того же самого нормального распределения.5.1. Некоррелированные входные величины
В настоящем подразделе рассмотрен случай, когда все входные величины независимы (C.3.7). Случай, когда две или более входных величин связаны между собой, т.е. коррелированны (C.2.8), рассмотрен в 5.2.
5.1.1. Стандартную неопределенность оценки (результата измерения) y измеряемой величины Y получают путем соответствующего определенного суммирования стандартных неопределенностей входных оценок
(см. 4.1). Эту суммарную стандартную неопределенность оценки y обозначают как Примечание. По тем же причинам, что указаны в примечании к 4.3.1, каждый из символов
5.1.2. Суммарная стандартная неопределенность
![]() где f - функция, определенная в 4.1.1 [см. формулу (1)];
Суммарная стандартная неопределенность
Формула (10), как и ее аналог для случая коррелированных входных величин - формула (13), основана на аппроксимации функциональной зависимости
рядом Тейлора первого порядка и в терминах настоящего Руководства представляет собой закон трансформирования неопределенностей (см. E.3.1 и E.3.2).Примечание. Если функциональная зависимость f существенно нелинейна, то в формуле (10) для
![]() Пример, когда необходимо учитывать члены разложения в ряд Тейлора высших порядков, приведен в H.1.
5.1.3. Частные производные
при . Так, при небольшом изменении входной оценки . Если изменение входной оценки . Поэтому суммарную дисперсию ![]() где
![]() Примечание 1. Строго говоря, частные производные
в точке математических ожиданий величин ![]() Примечание 2. Суммарную стандартную неопределенность
![]() Т.е. численную оценку
.Пример. Используя в примере к 4.1.1 в целях упрощения записи одно и то же обозначение как для величины, так и для ее оценки, можно получить следующие оценки коэффициентов чувствительности и суммарной дисперсии:
![]() ![]() ![]() ![]() ![]() 5.1.4. Иногда коэффициенты чувствительности
5.1.5. Если функциональную зависимость для измеряемой величины Y разложить в ряд в окрестности номинальных значений
, где , в точках и . Таким образом, в целях анализа неопределенности измеряемую величину можно аппроксимировать линейной функцией, перейдя от входных величин Пример. В примере 2 к 4.3.7 оценка значения измеряемой величины имеет вид
, где , , и . Поскольку и , то суммарную дисперсию для V можно получить по формуле![]() Суммарная стандартная неопределенность будет равна
, что соответствует относительной суммарной стандартной неопределенности (см. 5.1.6). В данном примере сама измеряемая величина (а не ее разложение) является линейной функцией величин, от которых она зависит, с коэффициентами , а коэффициенты чувствительности .5.1.6. Если функциональная зависимость имеет вид
, а степени ![]() Эта формула имеет такой же вид, что и формула (11a), но вместо суммарной дисперсии
, а вместо оценок дисперсий входных величин . (Относительной суммарной стандартной неопределенностью и относительной стандартной неопределенностью для каждой входной оценки будут соответственно и ;Примечание 1. Если функциональная зависимость имеет вид произведения степенных функций от входных величин, то ее легко преобразовать в линейную зависимость (см. 5.1.5) путем подстановки
, что позволяет получить приближенную формулу . Если же использовать операцию логарифмирования, то новые переменные Z = InY и будут связаны точной линейной зависимостью:![]() Примечание 2. Если каждое
, т.е. в этом частном случае относительная суммарная дисперсия оценки y просто равна сумме относительных дисперсий входных оценок 5.2.1. Формула (10) и связанные с ней формулы, такие как (11a) и (12), справедливы только в том случае, если входные величины
5.2.2. Если входные величины коррелированны, то формула для суммарной дисперсии
![]() где
- оценка ковариации ![]() где
и . Если оценки , и по изменению значения одной из этих случайных величин нельзя прогнозировать изменение значения другой (более подробно данный вопрос рассматривается в C.2.8, C.3.6 и C.3.7).При использовании коэффициентов корреляции, которые легче интерпретировать, чем ковариации, ковариационное слагаемое в формуле (13) можно представить в виде
![]() Тогда с учетом формулы (11b) формула (13) принимает вид
![]() Примечание 1. В частном случае, когда все входные величины коррелированны с коэффициентами корреляции
, формула (16) упрощается до вида![]() При этом суммарная стандартная неопределенность
Пример. Десять резисторов номинальным сопротивлением
каждый калибруют методом сличения (неопределенностью сличения в данном примере пренебрегают) с эталоном того же номинального сопротивления . Стандартная неопределенность эталона указана в его свидетельстве о сертификации. Резисторы соединяют последовательно проводами с пренебрежимо малым сопротивлением для получения эталона сопротивления Поскольку для каждой пары резисторов (см. F.1.2.3, пример 2), то справедлива формула из примечания 1. Для каждого резистора и (см. F.1.2.3, пример 2) применение указанной формулы дает значение суммарной стандартной неопределенности . Результат , полученный с помощью формулы (10), будет неверен, поскольку он не учитывает корреляцию между сопротивлениями десяти резисторов, обусловленную процедурой калибровки эталона.Примечание 2. Оценки дисперсий
можно рассматривать как элементы , а недиагональными - ковариации . Если две входные величины некоррелированны, то соответствующие элементы ковариационной матрицы Примечание 3. Для получения числовых оценок формулу (16) можно записать в виде
![]() где
Примечание 4. Если для функциональной зависимости, определенной в 5.1.6, все входные величины
![]() 5.2.3. Обозначим через
![]() где
Таким образом, оценку ковариации двух коррелированных входных величин
, где получают по формуле (17). Оценка ковариации, полученная в соответствии с формулой (17), будет оценкой по типу A. Выборочный коэффициент корреляции для .Примечание. Примеры, в которых необходимо использовать значения ковариаций, рассчитанных по формуле (17), приведены в H.2 и H.4.
5.2.4. Значительная корреляция между двумя входными величинами может наблюдаться в случаях, когда для их оценивания используют один и тот же измерительный прибор, один и тот же эталон или одни и те же справочные данные, имеющие большую стандартную неопределенность. Например, если использовать один и тот же термометр для внесения температурной поправки в оценку входной величины
5.2.5. Если между входными величинами имеется корреляция, и она значительна, то пренебрегать ею нельзя. Соответствующие ковариации при возможности варьирования значений входных величин (см. C.3.6, примечание 3) следует оценивать экспериментально или использовать всю доступную информацию о характере зависимости входных величин при их вариациях для оценивания типа B. При оценивании степени корреляции между входными величинами важную роль играет физическая интуиция, основанная на накопленном опыте и общих знаниях (см. 4.3.1 и 4.3.2), особенно в случаях, когда корреляция обусловлена влиянием общих факторов, таких как температура окружающей среды, атмосферное давление и влажность. Зачастую влияние таких факторов на взаимозависимость входных величин незначительно, и эти величины можно считать некоррелированными. Если же влиянием общих факторов пренебречь нельзя, то коррелированность входных переменных можно устранить, введя эти факторы в явном виде в функциональную зависимость (1) в качестве дополнительных независимых входных величин, как это описано в 5.2.4.
6.1. Введение
6.1.1. Разработанная Рабочей группой по неопределенности Рекомендация INC-1 (1980), на которой основано настоящее Руководство (см. Введение), а также разработанные МКМВ Рекомендации 1 (CI-1981) и 1 (CI-1986), которыми INC-1 (1980) была одобрена и вновь подтверждена (см. A.2 и A.3), поддерживают использование суммарной стандартной неопределенности
6.1.2. Хотя параметр
6.2.1. Дополнительной мерой неопределенности, которая удовлетворяет требованию представления интервала в смысле, указанном в 6.1.2, является расширенная неопределенность, обозначаемая символом U. Расширенную неопределенность получают умножением суммарной стандартной неопределенности
![]() При этом результат измерения удобно выражать в виде Y = y +/- U, означающем, что лучшей оценкой значения, приписываемого измеряемой величине Y, является y и что интервал от y - U до y + U содержит, как можно ожидать, большую часть распределения значений, которые можно с достаточным основанием приписать Y. Другой формой записи такого интервала будет y - U <= Y <= y + U.
6.2.2. Термины доверительный интервал (C.2.27, C.2.28) и доверительная вероятность (C.2.29), нашедшие применение в математической статистике и имеющие точную формулировку, могут быть применены к интервалу, определяемому через U, только при выполнении определенных условий. В частности, все составляющие неопределенности, входящие в
6.2.3. При необходимости для интервала, определяемого через U, оценивают и указывают уровень доверия p. Хотя умножение
Примечание. Предпочтительные способы представления результата измерения в случаях, когда мерой неопределенности являются
6.3.1. Значение коэффициента охвата k выбирают на основе уровня доверия, требуемого для интервала от y - U до y + U. Обычно k принимает значения от 2 до 3, однако в особых случаях значение k может находиться вне этих границ. Обоснованный выбор значения k требует большого опыта и четкого понимания, в каких целях будет использован результат измерения.
Примечание. Может оказаться так, что при представлении результата измерения в него не была внесена поправка b на известный систематический эффект, а вместо этого сделана попытка учесть данный эффект через увеличение неопределенности, приписанной результату измерения. Таких действий следует избегать. Поправки на известные значимые систематические эффекты не вносят в результат измерения только в крайне редких, особых случаях (один из примеров приведен в F.2.4.5). Оценивание неопределенности результата измерения не следует путать с приписыванием "гарантированных" границ для какой-либо величины.
6.3.2. В идеале было бы желательно иметь возможность определить значение k [и, соответственно, интервал
], отвечающее выбранному уровню доверия, например 95% или 99%, и, наоборот, для выбранного значения k и связанного с ним интервала определить соответствующий уровень доверия. Однако это не всегда легко реализовать на практике, поскольку требует точного знания вида распределения вероятностей, характеризуемого результатом измерения y и его суммарной стандартной неопределенностью 6.3.3. Рекомендация INC-1 (1980) не устанавливает способ определения соотношения между k и p. Этот вопрос рассматривается в Приложении G, предпочтительный способ установления соотношения между к и р приведен в G.4, а общий вывод по результатам рассмотрения - в G.6.4. Однако зачастую можно признать допустимым упрощенный подход, изложенный в G.6.6 для ситуаций, когда распределение вероятностей с оценками его параметров y и
Примечание. Метод определения числа эффективных степеней свободы для оценки
7.1. Общие рекомендации
7.1.1. Как правило, по мере продвижения вверх по иерархии измерений требуется все больше информации о том, как были получены результат измерений и его неопределенность. Однако на любом уровне иерархии, будь то измерения в торговле или для проверки выполнения нормативных требований, технические измерения в промышленности, измерения на низших ступенях поверочной схемы, в научно-технических и академических исследованиях, при создании промышленных первичных эталонов, в национальных метрологических институтах (лабораториях) или в работах по инициативе МБМВ, должна быть доступна вся информация, необходимая для проверки качества выполненных измерений. Разница заключается в том, что на низших уровнях иерархии большую часть необходимой информации можно получить из отчетов о калибровке и испытаниях, методик испытаний, сертификатов калибровки, руководств по эксплуатации, международных и национальных стандартов, местных законодательных актов.
7.1.2. Когда информация об измерении, включая способ оценивания неопределенности, дается ссылкой на соответствующие документы (например, сертификат, составленный по результатам калибровки) крайне важно, чтобы эти документы поддерживались на современном уровне и соответствовали принятой на данный момент методологии измерений.
7.1.3. В промышленности и торговле каждый день проводится огромное число измерений без подробных описаний неопределенности. Однако многие из них выполняют с применением приборов, подлежащих периодической поверке или калибровке. Если известно, что приборы удовлетворяют техническим условиям или распространяющимся на них нормативным документам, то за неопределенности их показаний можно принять ту, что указана в этих документах.
7.1.4. Хотя на практике объем информации, необходимый для представления результата измерения, зависит от его предполагаемого использования, общий принцип остается неизменным: лучше, чтобы объем информации был избыточным, нежели недостаточным. В частности, следует
a) ясно описать методы, использованные для получения результата измерения и его неопределенности из экспериментальных наблюдений и иной доступной информации;
b) перечислить все составляющие неопределенности и подробно описать, как они были оценены;
c) представить анализ данных таким образом, чтобы можно было легко проследить все этапы вычислений и, при необходимости, их повторить;
d) указать все поправки и константы, использованные при анализе, и указать источники их получения.
При выполнении вышеуказанных требований следует задаваться вопросом, достаточен ли объем представляемой информации и достаточно ли ясно она изложена, чтобы приводимый результат впоследствии мог быть скорректирован в случае поступления новых данных.
7.2. Частные рекомендации
7.2.1. Если мерой неопределенности результата измерения является суммарная стандартная неопределенность
a) дать подробное определение измеряемой величины Y;
b) привести оценку y измеряемой величины Y и суммарной стандартной неопределенности
c) при необходимости указать относительную суммарную стандартную неопределенность
,d) дать информацию, указанную в 7.2.7, или сослаться на соответствующий опубликованный документ.
Если есть основания предполагать, что при использовании результатов измерения другими лицами им может потребоваться дополнительная информация об измерении, например для расчета коэффициента охвата или лучшего понимания условий измерения, то дополнительно рекомендуется указывать:
- оценку числа эффективных степеней свободы
- суммарные стандартные неопределенности отдельно для оценок по типу A,
7.2.2. При использовании
1) "
(суммарная стандартная неопределенность); ";2) "
, где число в скобках - (суммарная стандартная неопределенность) 3) "
, где число в скобках - (суммарная стандартная неопределенность) 4) "
, где число, стоящее после знака "+/-", - (суммарная стандартная неопределенность) Примечание. Представления с использованием знака "+/-" следует по возможности избегать, поскольку его традиционно используют для указания интервала, соответствующего некоторому высокому уровню доверия, и поэтому число, следующее за этим знаком, легко спутать с расширенной неопределенностью (см. 7.2.4). Возможность неправильного истолкования не исключает даже пояснительный текст в скобках [см. перечисление 4)], тем более, что этот текст может быть, например по невнимательности, опущен. По сути, в данном случае запись
может быть интерпретирована как указание расширенной неопределенности с коэффициентом охвата k = 1 или интервала с определенным уровнем доверия p (по умолчанию связанного с нормальным распределением - см. G.1.3). Однако употребление 7.2.3. Если мерой неопределенности результата измерения является расширенная неопределенность
, то при представлении результата измерения следует:a) дать подробное определение измеряемой величины Y,
b) указать результат измерения в виде Y = y +/- U с указанием единиц измерений для y и U;
c) при необходимости указать относительную расширенную неопределенность
d) указать использованное для получения расширенной неопределенности значение k [или, для удобства пользователей результата измерения, привести и k, и
e) указать приблизительный уровень доверия для интервала y +/- Y и пояснить, как он был определен;
f) дать информацию, указанную в 7.2.7, или сослаться на соответствующий опубликованный документ.
7.2.4. При использовании U в качестве меры неопределенности измерения предпочтительно для наибольшей ясности использовать следующую форму записи результата измерения (в нижеследующем примере слова в скобках для краткости можно опустить, если перед этим в документе, представляющем результаты измерения, U,
, где число, стоящее после знака "+/-", - (расширенная неопределенность) , полученная для (суммарной стандартной неопределенности) и (коэффициента охвата) k = 2,26, соответствующего уровню доверия 95% для t-распределения с v = 9 степенями свободы".7.2.5. Если в процессе измерения определяют более одной измеряемой величины, т.е. получают две или более выходных оценок
или элементы матрицы коэффициентов корреляции (C.3.6, примечание 2) (или, предпочтительно, и те, и другие).7.2.6. Оценки y и стандартной неопределенности
При сообщении окончательных результатов иногда может быть уместным округление к большему. Например,
можно округлить до 11 мОм. Однако и здесь следует руководствоваться, в первую очередь, здравым смыслом. Так, в случае расчетного значения следует указывать . Входные и выходные оценки следует округлять таким образом, чтобы они соответствовали представлениям соответствующих неопределенностей. Например, если и , то результат измерения y следует указывать как 10,058 Ом. При представлении коэффициента корреляции, близкого по абсолютному значению к единице, следует указывать три значащие цифры.7.2.7. При подробном описании того, как были получены результат измерения и его неопределенность, необходимо следовать рекомендациям 7.1.4, т.е. указывать:
a) значение каждой входной оценки
b) оценки ковариаций или коэффициентов корреляции (лучше и те, и другие) для всех коррелированных входных величин, а также методы, использованные для получения этих оценок;
c) число степеней свободы для стандартной неопределенности каждой входной оценки, а также то, как это число степеней свободы было определено;
d) функциональную зависимость
. При необходимости могут быть приведены частные производные (коэффициенты чувствительности) Примечание. Поскольку функциональная зависимость f может быть весьма сложной или не допускать представления в явном виде, а только в виде расчетного алгоритма, то не всегда возможно указать вид этой зависимости и значения ее производных. В таких случаях функциональную зависимость f следует описать в самых общих чертах или дать ссылку на компьютерную программу, реализующую алгоритм расчета. В любом случае приводимая информация должна быть достаточной, чтобы понять, каким образом были получены оценка y измеряемой величины Y и ее суммарная стандартная неопределенность
НЕОПРЕДЕЛЕННОСТИ
Процедуру оценивания и представления неопределенности измерения согласно настоящему Руководству можно представить в виде последовательности следующих этапов:
1) Выражают связь между измеряемой величиной Y и входными величинами
. Функция f должна содержать все величины, включая поправки и поправочные коэффициенты, которые могут существенно повлиять на неопределенность результата измерения (см. 4.1.1 и 4.1.2).2) Получают оценку
3) Оценивают стандартную неопределенность
4) Если среди входных величин есть коррелированные между собой, то оценивают их ковариации (см. 5.2).
5) Рассчитывают результат измерения, т.е. находят оценку y измеряемой величины по функциональной зависимости f, используя в качестве аргументов
6) Определяют суммарную стандартную неопределенность
7) Если требуется знать расширенную неопределенность U для определения интервала от y - U до y + U, в пределах которого, предположительно, находится большая часть распределения значений, которые можно с достаточным основанием приписать измеряемой величине Y, то суммарную стандартную неопределенность
. Значение k выбирают, исходя из желаемого уровня доверия для интервала y - U до y + U (см. 6.2, 6.3 и особенно Приложение G, где рассматривается выбор значения k, обеспечивающего уровень доверия, близкий к заданному).8) Представляют результат измерения y вместе с его суммарной стандартной неопределенностью
(справочное)
РЕКОМЕНДАЦИИ РАБОЧЕЙ ГРУППЫ ПО НЕОПРЕДЕЛЕННОСТИ И МКМВ
Рабочая группа по неопределенности была созвана МБМВ в октябре 1980 г. по инициативе МКМВ и подготовила подробный отчет, завершающийся Рекомендацией INC-1 (1980) [2], текст которой приведен ниже.
"1) Неопределенность результата измерения обычно состоит из нескольких составляющих, которые можно сгруппировать в две категории в зависимости от способа их оценивания:
- A - статистическими методами;
- B - другими методами.
Не всегда возможно установить простое соответствие между категориями A и B и традиционно использовавшимся до этого разделением на "случайные" и "систематические" неопределенности. Термин "систематическая неопределенность" может вводить в заблуждение, и его применения следует избегать.
Любой подробный отчет о неопределенности должен содержать полный список составляющих с указанием для каждой из них метода, которым была получена оценка.
2) Составляющие, относящиеся к категории A, характеризуются выборочными дисперсиями
3) Составляющие, относящиеся к категории B, следует характеризовать величинами
4) Суммарная неопределенность должна характеризоваться числовым значением, полученным в результате обычного сложения дисперсий. Суммарная неопределенность и ее составляющие должны быть выражены в виде "стандартных отклонений".
5) Если в особых случаях в целях получения общей неопределенности необходимо умножить суммарную неопределенность на некоторый множитель, то этот множитель должен быть указан".
МКМВ рассмотрел отчет, представленный Рабочей группой по неопределенности и на 70-й сессии, состоявшейся в октябре 1981 г., принял следующую рекомендацию [3]:
"Рекомендация 1 (CI-1981)
Выражение экспериментальных неопределенностей
Международный комитет мер и весов,
учитывая:
- необходимость выработки единой формы выражения неопределенности измерения в метрологии,
- усилия, прилагаемые для достижения этой цели различными организациями в течение многих лет,
- прогресс, достигнутый в поиске приемлемого решения и явившийся прямым результатом деятельности Рабочей группы по выражению неопределенностей, собранной МБМВ в 1980 г.;
признавая,
- что предложения Рабочей группы могли бы явиться основой для окончательного соглашения по выражению неопределенностей,
рекомендует,
- чтобы предложения Рабочей группы были доведены до широких кругов заинтересованных лиц и организаций,
- чтобы МБМВ предприняло все усилия для применения принципов, заложенных в этих предложениях, к международным сличениям, которые будут проводиться при его содействии в будущем,
- чтобы другие заинтересованные организации исследовали и проверяли эти предложения и сообщали о полученных результатах в МБМВ,
- чтобы по прошествии двух или трех лет МБМВ сделало отчет по результатам применения предложений Рабочей группы."
МКМВ повторно рассмотрел вопрос о неопределенности измерений на 75-й сессии, состоявшейся в октябре 1986 г., и принял следующую рекомендацию [4]:
"Рекомендация 1 (CI-1986)
Выражение неопределенностей в работах, проводимых под эгидой МБМВ
Международный комитет мер и весов,
учитывая, что Рабочая группа по неопределенности приняла Рекомендацию INC-1 (1980), а МКМВ принял Рекомендацию 1 (CI-1981),
учитывая, что ряд членов Консультативных комитетов могут пожелать получить разъяснения по данной Рекомендации применительно к задачам, входящим в сферу их компетентности и особенно в целях международных сличений,
признавая, что параграф 5 Рекомендации INC-1 (1980), относящийся к особым случаям, особенно имеющим промышленную значимость, в настоящее время рассматривается под эгидой ИСО объединенной рабочей группой ИСО, МОЗМ и МЭК при содействии и сотрудничестве МКМВ,
рекомендует применение параграфа 4 Рекомендации INC-1 (1980) всеми участниками при оформлении результатов международных сличений и других работ, проводимых под эгидой МКМВ и Консультативных комитетов, и чтобы суммарная неопределенность типа A и неопределенности типа B были выражены в виде стандартного отклонения."
(обязательное)
B.1. Использованный источник
Определения основных метрологических терминов по тематике настоящего Руководства заимствованы из Международного словаря основных и общих терминов в метрологии (VIM), второе издание, 1993 г. <*> [6], выпущенного Международной организацией по стандартизации (ИСО) от имени семи организаций, оказавших поддержку при его создании и предоставивших экспертов для его подготовки: Международного бюро мер и весов (МБМВ), Международной электротехнической комиссии (МЭК), Международной федерации клинической химии (МФКХ), ИСО, Международного союза теоретической и прикладной химии (ИЮПАК), Международного союза теоретической и прикладной физики (ИЮПАП), Международной организации законодательной метрологии (МОЗМ). VIM является основным источником, к которому рекомендуется обращаться относительно определений терминов, не включенных в настоящее Приложение или в текст настоящего Руководства.
--------------------------------
<*> Примечание к изданию 2008 г.: Третье издание словаря было опубликовано в 2007 г. как Руководство ИСО/ МЭК 99 "Международный словарь по метрологии. Основные и общие понятия и связанные с ними термины (VIM)".
Примечание. Некоторые из основных статистических терминов и понятий приведены в Приложении C, а такие термины, как "истинное значение", "погрешность" и "неопределенность", рассмотрены в Приложении D.
B.2. Определения
Как и в разделе 2 настоящего Руководства, использование в терминах скобок означает, что выделенные скобками слова могут быть опущены, если применение краткого термина не вызовет путаницы.
В некоторых примечаниях приведены дополнительные метрологические термины, выделенные полужирным шрифтом. Определения этих терминов даны в самих примечаниях - непосредственно или через соответствующие ссылки (см. [6]).
(справочное)
C.1. Использованный источник
Определения основных статистических терминов, приведенных в настоящем Приложении, заимствованы из ИСО 3534-1:1993 <*>) [7]. Данный международный стандарт является основным источником, к которому рекомендуется обращаться относительно определений терминов, не включенных в настоящее Приложение. Некоторые из терминов, определения которых даны в разделе C.2, и соответствующие им понятия более подробно рассмотрены в разделе C.3, в котором содержится также ряд дополнительных терминов с соответствующими определениями. Содержащиеся в разделе C.3 разъяснения даны для облегчения использования настоящего Руководства и не основаны непосредственно на ИСО 3534-1:1993.
--------------------------------
<*> Примечание к изданию 2008 г.: ИСО 3534-1:1993 отменен и заменен на ИСО 3534-1:2006. При этом были изменены формулировки ряда терминов и определений. За более подробной информацией следует обращаться к последней редакции международного стандарта.
Как и в разделе 2 настоящего Руководства, использование в терминах скобок означает, что выделенные скобками слова могут быть опущены, если применение краткого термина не вызовет путаницы.
Термины C.2.1 - C.2.14 определены для генеральной совокупности, а термины C.2.15 - C.2.31 - для выборки наблюдений.
Математическое ожидание функции g(z) от случайной величины z, имеющей плотность распределения вероятностей p(z), получают по формуле
![]() где, согласно определению p(z),
.Математическое ожидание случайной величины z, обозначаемое
![]() Его оценкой является z - среднее арифметическое значение из n независимых наблюдений
![]() Дисперсия случайной величины представляет собой математическое ожидание квадратичного отклонения от ее математического ожидания. Таким образом, дисперсия случайной величины z, имеющей плотность распределения вероятностей p(z), получают по формуле
![]() где
Оценку дисперсии
![]() где
![]() а
Примечание 1. Множитель
в выражении для есть только Примечание 2. Если математическое ожидание
![]() Надлежащей мерой неопределенности результата измерения является не дисперсия наблюдаемой величины, а дисперсия среднего арифметического по выборке наблюдений. Необходимо четко различать дисперсию случайной величины z и дисперсию ее среднего арифметического значения
, а ее оценка может быть получена на основе выборочных дисперсий по формуле![]() Стандартное отклонение представляет собой положительный квадратный корень из дисперсии. В то время как оценку стандартной неопределенности по типу A получают, извлекая квадратный корень из выборочной дисперсии, при получении оценок неопределенности по типу B зачастую удобнее сначала нестатистическими методами получить оценку стандартного отклонения, а потом - оценку дисперсии, возводя оценку стандартного отклонения в квадрат.
Ковариация двух случайных величин является мерой их взаимной зависимости. Ковариацию случайных величин y и z получают по формуле
cov(y,z) = cov(z,y) = E{[y - E(y)][z - E(z)]}
или
![]() где p(y,z) - совместная функция плотности распределения вероятностей двух случайных величин y и z.
Оценка s(y,z) ковариации cov(y,z) [обозначаемой также v(y,z)] может быть получена из n независимых пар
![]() где
![]() и
![]() Примечание. Оценку ковариации двух средних арифметических
.В случае многомерного распределения вероятностей матрица V, элементами которой являются дисперсии и ковариации случайных величин, называется ковариационной матрицей. Диагональные элементы
или являются дисперсиями, а недиагональные - ковариациями.Коэффициент корреляции является мерой относительной взаимной зависимости двух случайных величин, равной отношению их ковариаций к положительному квадратному корню из произведения их дисперсий. Таким образом
![]() а его оценка может быть получена по формуле
![]() Коэффициент корреляции является безразмерной величиной, удовлетворяющей неравенствам
(или ).Примечание 1. Поскольку
Примечание 2. Для многомерного распределения вероятностей вместо ковариационной матрицы обычно применяют матрицу коэффициентов корреляции. Т.к.
и , то диагональные элементы этой матрицы равны единице.Примечание 3. Если входные оценки
![]() Это соотношение может служить основой для экспериментального оценивания коэффициента корреляции. Оно может быть также использовано для приблизительного расчета изменения одной из входных оценок, обусловленного изменением другой, если их коэффициент корреляции известен.
Две случайные величины являются статистически независимыми, если их совместное распределение вероятностей является произведением одномерных распределений вероятностей этих величин.
Примечание. Если две случайные величины независимы, то их ковариация и коэффициент корреляции равны нулю, но обратное утверждение в общем случае не является справедливым.
t-распределение, иначе называемое распределением Стьюдента, представляет собой распределение вероятностей непрерывной случайной величины t, для которой функция плотности распределения вероятностей имеет вид
![]() где Г(.) - гамма-функция, v > 0.
Математическое ожидание t-распределения равно нулю, а его дисперсия равна v / (v - 2) для v > 2.
Если случайная величина z распределена по нормальному закону с математическим ожиданием
- выборочное стандартное отклонение среднего арифметического будет иметь t-распределение.(справочное)
Публикации, посвященные вопросу неопределенности измерения, традиционно использовали термин истинное значение (B.2.3), который, однако, в настоящем Руководстве не применяется по причинам, изложенным в настоящем Приложении. Кроме того, поскольку термины "измеряемая величина", "погрешность" и "неопределенность" зачастую интерпретируются неправильно, в настоящем Приложении в дополнение к сведениям, приведенным в разделе 3, рассматриваются идеи, лежащие в основе соответствующих понятий. С помощью двух рисунков, приведенных в настоящем Приложении, показано, почему принятое в настоящем Руководстве понятие неопределенности основано на результате измерения и оценивании его неопределенности, а не на основе непознаваемых величин: "истинного" значения и погрешности.
D.1. Измеряемая величина
D.1.1. Первым шагом при проведении измерения является определение измеряемой величины, т.е. той величины, которую предстоит измерить. При этом измеряемая величина не может быть определена через некоторое значение, а только через свое описание. Однако, в принципе, полное описание измеряемой величины требует неограниченного количества информации. Неполнота описания измеряемой величины оставляет пространство для того или иного истолкования и, таким образом, вносит в неопределенность результата измерения составляющую, которая может быть существенной по сравнению с требуемой точностью измерения.
Пример. Скорость звука в сухом воздухе, состоящем (в молярных долях) из
, , Ar(0,00935) и , при температуре T = 273,15 K и давлении p = 101325 Па.D.2. Реализованная величина
D.2.1. В идеальном случае величина, подлежащая измерению, должна полностью удовлетворять определению измеряемой величины. Однако зачастую измеряемая величина не может быть точно реализована на практике, и измерения выполняют для величины, соответствующей измеряемой величине только в некотором приближении.
D.3. "Истинное" значение и исправленное значение
D.3.1. Чтобы определить, каким был бы результат измерения, если бы реализованная величина точно соответствовала определению измеряемой величины, в результат измерения реализованной величины вносят поправку на разность между ней и измеряемой величиной. Поправки в результат измерения реализованной величины вносят также на все другие известные значимые систематические эффекты. Хотя окончательный исправленный результат иногда рассматривают как наилучшую оценку "истинного" значения измеряемой величины, в действительности этот результат просто является наилучшей оценкой значения этой величины.
D.3.2. В качестве примера предположим, что измеряемой величиной является толщина данного листа материала при заданной температуре. Образец доводят до температуры, близкой к заданной, и измеряют его толщину в некотором месте с помощью микрометра. Толщина материала в этом месте, при этой температуре и при давлении, вызываемым нажатием микрометра, представляет собой реализованную величину.
D.3.3. Определяют имевшие место в момент измерения значения температуры материала и приложенного микрометром давления. После этого в неисправленный результат измерения реализованной величины вносят поправку путем учета градуировочной характеристики микрометра, отклонения температуры образца от заданной температуры, а также небольшого сжатия образца от приложенного давления.
D.3.4. Исправленный результат может быть назван наилучшей оценкой "истинного" значения ("истинного" в том смысле, что оно является значением величины, которую принимают за полностью удовлетворяющую определению измеряемой величины), но если бы микрометр был приложен в другом месте листа, то реализованная величина была бы другой, с другим "истинным" значением. Это "истинное" значение также соответствовало бы определению измеряемой величины, т.к. в нем не уточняется, в каком месте должна быть определена толщина листа. Следовательно, в этом случае из-за неполного определения измеряемой величины "истинное" значение имеет неопределенность, которая может быть оценена по измерениям, выполненным в различных местах. На любом уровне детализации определения измеряемой величины последняя будет иметь такую "врожденную" неопределенность, которую, в принципе, можно оценить тем или иным способом. Эта неопределенность характеризует предельную точность, с которой может быть известна измеряемая величина, и каждое измерение, при котором достигается такая неопределенность, можно рассматривать как наилучшее возможное измерение данной величины. Для получения результата измерения с меньшей неопределенностью необходимо будет определить измеряемую величину с большей полнотой.
Примечание 1. В рассмотренном примере при определении измеряемой величины оставлены без внимания многие другие параметры, которые, возможно, могли бы повлиять на толщину листа: атмосферное давление, влажность, положение листа в гравитационном поле, способ крепления и т.д.
Примечание 2. Несмотря на общую рекомендацию определять измеряемую величину с такой степенью полноты, чтобы обусловленная неполнотой описания неопределенность была пренебрежимо мала по сравнению с требуемой точностью измерения, следует понимать, что это не всегда реализуется на практике. Например, определение может быть неполным из-за неучета параметров, влияние которых неоправданно предполагается пренебрежимо малым, или из-за включения в определение условий, которые невозможно точно реализовать и отклонение от которых невозможно точно учесть. Так, в примере, приведенном в D.1.2, скорость звука неявно предполагается характеристикой плоской волны малой амплитуды. В реальных условиях измерения существуют такие физические эффекты, как дифракция на препятствиях и акустическая нелинейность среды, которые необходимо учитывать в той степени, в какой они способны нарушить выполнение указанного предположения.
Примечание 3. Неудовлетворительное определение измеряемой величины может привести к расхождению результатов измерений одной и той же величины, проводившихся разными лабораториями.
D.3.5. Термин "истинное значение измеряемой величины" или "истинное значение величины" (часто сокращаемый до "истинного значения") в настоящем Руководстве не применяется, поскольку определение "истинное" рассматривается как избыточное. Термин "измеряемая величина" (см. B.2.9) означает "конкретная величина, подлежащая измерению". Следовательно, термин "значение измеряемой величины" означает "значение конкретной величины, подлежащей измерению". Т.к. под "конкретной величиной" обычно понимают определенную или заданную величину (см. B.2.1, примечание 1), то определение "истинное" в выражении "истинное значение измеряемой величины" (или "истинное значение величины") не является необходимым - "истинное" значение измеряемой величины просто является значением измеряемой величины. Кроме того, как отмечалось выше, единственное "истинное" значение является идеализированным понятием.
D.4. Погрешность
Исправленный результат измерения не является значением измеряемой величины (т.е. в некотором смысле ошибочен) из-за несовершенного измерения реализованной величины вследствие случайных изменений в наблюдениях (случайные эффекты), неточного определения поправок на систематические эффекты и неполного знания некоторых физических явлений (также систематические эффекты). Ни значение реализованной величины, ни значение измеряемой величины не могут быть известны точно. Все, что может быть известно, - это их оценки. В приведенном выше примере измеренная толщина листа может быть ошибочной, т.е. может отличаться от измеряемой величины (толщины листа), т.к. к неизвестной погрешности в результате измерения может привести каждый из следующих эффектов:
a) небольшие расхождения между показаниями микрометра при повторных измерениях одной и той же реализованной величины;
b) несовершенство градуировки микрометра;
c) несовершенство измерения температуры и приложенного давления;
d) неполнота знания о влиянии температуры, атмосферного давления и влажности на образец, на микрометр или на то и другое.
D.5. Неопределенность
D.5.1. В то время как точные значения составляющих погрешности результата измерения неизвестны и непознаваемы, неопределенности, связанные со случайными и систематическими эффектами, которые приводят к погрешности, могут быть оценены. Но даже если оцененные неопределенности незначительны, это еще не дает гарантии, что погрешность результата измерения будет незначительной, поскольку при определении поправки или оценке неполноты знания может быть не распознан и поэтому пропущен какой-либо значимый систематический эффект. Таким образом, неопределенность результата измерения необязательно является показателем степени близости результата измерения к значению измеряемой величины - это просто оценка степени близости к наилучшему значению, которое получено на основе имеющихся в настоящий момент знаний.
D.5.2. Неопределенность измерения, следовательно, представляет собой выражение того факта, что для данной измеряемой величины и для данного результата измерения существует не одно, а бесконечное множество значений, рассеянных вокруг результата измерения, которые согласуются со всеми наблюдениями и исходными данными, а также со знанием физической картины мира и которые с разной степенью уверенности могут быть приписаны измеряемой величине.
D.5.3. Следует признать, что в большинстве практических измерительных ситуаций та степень детализации понятий, которая рассмотрена в настоящем Приложении, не требуется. К ним можно отнести случаи, когда измеряемая величина достаточно хорошо определена, когда эталоны или приборы калиброваны с помощью апробированных эталонов сравнения, прослеживаемых к национальным эталонам, а также когда неопределенности поправок, связанных с калибровкой или градуировочной характеристикой, незначительны по сравнению с неопределенностями, обусловленными случайными изменениями показаний приборов или ограниченным числом наблюдений (см. E.4.3). Тем не менее неполное знание влияющих величин и характера их влияния зачастую может внести значительный вклад в неопределенность результата измерения.
D.6. Графические иллюстрации
D.6.1. Рисунок D.1 иллюстрирует некоторые положения, рассмотренные в разделе 3 настоящего Руководства и в настоящем Приложении. Из этого рисунка ясно, почему предметом рассмотрения Руководства является понятие неопределенности, а не погрешности. Точное значение погрешности результата измерения, как правило, неизвестно и непознаваемо. Единственное, что можно сделать, - это оценить значения входных величин, включая поправки на известные систематические эффекты, вместе с их стандартными неопределенностями (стандартными отклонениями) либо на основе неизвестных распределений вероятностей по полученным путем повторных наблюдений выборкам, либо на основе распределений, априорных или субъективно выбранных по имеющейся информации, после чего рассчитать результат измерения по оценкам входных величин и суммарную стандартную неопределенность этого результата по стандартным неопределенностям этих оценок. И только если есть твердая уверенность, что все вышеуказанные операции выполнены правильно и все значимые систематические эффекты учтены, можно предположить, что результат измерения является надежной оценкой измеряемой величины и что его суммарная стандартная неопределенность является надежной мерой ее возможной погрешности.
![]() "погрешность" и "неопределенность"
Примечание 1. На рисунке D.1a наблюдения для большей наглядности представлены в виде гистограммы [см. 4.4.3 и рисунок D.1b ].
Примечание 2. Поправка на погрешность равна оценке погрешности, взятой с обратным знаком. Таким образом, на рисунках D.1 и D.2 стрелка, показывающая поправку на погрешность, равна по длине, но противоположно направлена по отношению к стрелке, которая показывала бы саму погрешность, и наоборот. В текстовых пояснениях к рисунку разъясняется, показывает ли данная стрелка саму погрешность или поправку на нее.
![]() "погрешность" и "неопределенность"
D.6.2. На рисунке D.2 в несколько измененном виде представлены те же понятия, что графически представлены на рисунке D.1. Кроме того, на рисунке D.2 [перечисление g)] показана возможность существования многих значений измеряемой величины, если определение измеряемой величины является неполным. Неопределенность, обусловленная этой неполнотой и выраженная в виде дисперсии, оценена на основе результатов измерений при множественных реализациях измеряемой величины с использованием одного и того же метода, приборов и т.д. (см. D.3.4).
Примечание. В столбце "Дисперсия" под дисперсиями понимаются значения
(справочное)
В настоящем Приложении кратко изложены мотивы и статистические основы для разработки Рабочей группой по неопределенности Рекомендации INC-1 (1980), на которую опирается настоящее Руководство (см. также [1], [2], [11], [12]).
E.1. Понятия "безопасного", случайного и систематического
E.1.1. Настоящим Руководством установлен широко применяемый метод оценивания и представления неопределенности результата измерения. Этот метод обеспечивает получение не "безопасных" или "консервативных" (т.е. взятых с некоторым запасом), а реалистичных границ неопределенности, основываясь на представлении, что не существует никаких принципиальных различий между составляющими неопределенности, обусловленными случайными эффектами, и составляющими, связанными с вносимыми поправками на систематические эффекты (см. 3.2.2 и 3.2.3). В этом смысле данный метод отличается от применявшихся ранее подходов, которые имели в общей основе два нижеследующих представления.
E.1.2. Первое представление заключалось в том, что неопределенность необходимо выражать с некоторым запасом, т.е. лучше ошибиться, заявив завышенную неопределенность, чем слишком малую. На самом деле, поскольку в вопросе оценивания неопределенности результата измерения всегда существуют некоторые неясности, то сомнения зачастую разрешались посредством преднамеренного завышения оценки.
E.1.3. Второе представление заключалось в том, что источники, вносящие вклад в неопределенность, всегда должны подразделяться на "случайные" и "систематические", что природа этих источников различна, и поэтому их вклады в неопределенность должны объединяться по - разному и быть представлены по отдельности (а в случае необходимости представления единой оценки неопределенности - объединяться неким специальным способом). Зачастую способ объединения неопределенностей этих двух видов выбирался таким образом, чтобы удовлетворить представлению о "безопасности".
E.2. Обоснование реалистичного подхода к оцениванию неопределенности
E.2.1. При представлении результата измерения необходимо указывать лучшую оценку измеряемой величины и лучшую оценку неопределенности оценки измеряемой величины, поскольку если вносить в оценку неопределенности какие-либо поправки, то, как правило, невозможно указать, какие поправки (в сторону увеличения или в сторону уменьшения) сделают оценку неопределенности более "безопасной". Занижение оценки неопределенности может привести к чрезмерному доверию к представленным результатам измерений, что иногда способно привести к нежелательным и даже к роковым последствиям. Преднамеренное завышение оценки неопределенности также может быть нежелательно. Это может вынудить пользователей измерительной аппаратуры приобретать излишне дорогие приборы, привести к необоснованной отбраковке дорогостоящей продукции или к отказу от услуг калибровочной лаборатории.
E.2.2. Сказанное не следует понимать как запрет для лиц, использующих результат измерения в конкретных целях, по собственному усмотрению выбрать множитель, позволяющий по заявленной стандартной неопределенности получить расширенную неопределенность и, соответственно, интервал с заданным уровнем доверия, удовлетворяющий указанным целям, или как отрицание того, что в определенных обстоятельствах при представлении результата измерения может быть использован заранее установленный множитель, позволяющий получить расширенную неопределенность, которая соответствует нуждам конкретного круга пользователей. Однако такой множитель (который, кстати, всегда должен быть указан) следует применять только в отношении неопределенности, полученной в рамках реалистичного подхода, чтобы интервалу, определенному через расширенную неопределенность, соответствовал известный уровень доверия и чтобы значение стандартной неопределенности результата измерения всегда можно было легко восстановить.
E.2.3. При проведении измерения часто необходимо включать в анализ результаты измерений, полученные из сторонних источников, причем каждый из этих результатов будет иметь свою неопределенность. Чтобы иметь возможность на основе такого анализа построить оценку неопределенности измерения, необходимо, чтобы данные этих сторонних источников были представлены в виде наилучших, а не "безопасных" оценок. Кроме того, должен существовать логичный и простой способ объединения "заимствованных" оценок неопределенности с неопределенностями, полученными в результате собственных наблюдений. Рекомендация INC-1 (1980) указывает такой способ.
E.3. Обоснование единообразного обращения со всеми составляющими неопределенности
Настоящий раздел построен на простом примере, показывающем, как согласно настоящему Руководству в целях получения оценки неопределенности результата измерения единым образом обрабатываются составляющие неопределенности, природа которых обусловлена случайными эффектами и оставшимися после внесения поправок систематическими эффектами. Тем самым иллюстрируется принятая Руководством и сформулированная в E.1.1 точка зрения, что нет принципиальных различий в природе разных составляющих неопределенности и что все эти составляющие должны обрабатываться одинаково. Отправной точкой рассмотрения будет служить упрощенный вывод математического выражения для получения неопределенности выходной оценки через неопределенности входных оценок, называемый в настоящем Руководстве законом трансформирования неопределенностей.
E.3.1. Пусть выходная величина
зависит от N входных величин , и каждая из входных величин описывается соответствующим распределением вероятностей. Разложение функции f в точке математических ожиданий в ряд Тейлора первого порядка позволяет получить выражение для малого отклонения z относительно ![]() где все члены высших порядков принимаются пренебрежимо малыми и
. Квадрат отклонения ![]() которую можно записать также в виде
![]() Математическим ожиданием квадрата отклонения
будет дисперсия величины z, т.е. и формулу (E.2b) можно представить в виде![]() где
- дисперсия - коэффициент корреляции - ковариация Примечание 1.
Примечание 2. Формула (E.3) идентична формуле (13) в 5.2.2 [совместно с формулой (15)] для расчета суммарной стандартной неопределенности, за исключением того, что в формуле (13) используются не дисперсии, стандартные отклонения и коэффициенты корреляции, а их оценки.
E.3.2 Согласно традиционной метрологической терминологии формулу (E.3) часто называют законом суммирования погрешностей, что более уместно для формулы
, где E.3.3. Формула (E.3) пригодна также для преобразования величин, пропорциональных стандартному отклонению, поскольку, если каждое стандартное отклонение
Примечание. Требование нормальности входных величин, при соблюдении которого формула (E.3) может быть распространена на преобразование интервалов с заданным уровнем доверия, может быть одной из причин исторически сложившегося разделения составляющих неопределенности на те, что получены по результатам повторных наблюдений предположительно нормально распределенных величин, и те, оценка которых состояла в определении верхней и нижней границ возможного значения случайной величины.
E.3.4. Рассмотрим пример, когда z зависит только от одной входной величины w, z = f(w), где w оценивается усреднением по выборке из n значений
![]() В этой формуле
Наилучшей оценкой для w будет среднее арифметическое
![]() Тогда оценкой значения величины z будет
, а оценку , то можно легко найти ![]() ![]() обозначив оценку дисперсий
![]() где
- выборочная дисперсия среднего арифметического E.3.5. В традиционной метрологии третье слагаемое в правой части формулы (E.6) называют "случайным" вкладом в оценку
Что еще важнее, в рамках традиционного подхода существует точка зрения, что формулой (E.6) пользоваться вообще нельзя, поскольку она не учитывает различие между неопределенностями, являющимися следствием систематических эффектов, от тех, что вызваны случайными эффектами. С этой точки зрения недопустимым является суммирование дисперсий, полученных из априорных распределений вероятностей, с теми, что получены экспериментальным путем, поскольку вероятность рассматривается исключительно в рамках частотного подхода, требующего наличия возможности многократного наблюдения событий в существенно одинаковых условиях. При этом вероятность p для какого-либо события (0 <= p <= 1) будет характеризовать относительную частоту его наступления.
В противовес данной "частотной" концепции существует и другая, не менее обоснованная позиция, заключающаяся в том, что вероятность следует рассматривать как меру степени уверенности в том, что событие произойдет [13], [14]. Например, предположим, что некий рационально мыслящий человек собирается выиграть небольшую сумму денег D, заключив пари в отношении наступления некоторого события A. Тогда степень уверенности этого человека в наступлении события A можно описать вероятностью p = 0,5, если он не может отдать предпочтения ни одному из следующих сценариев:
1) получить сумму D, если событие A произойдет, но остаться ни с чем в противоположном случае;
2) получить сумму D, если событие A не произойдет, но остаться ни с чем в противоположном случае.
Рекомендация INC-1 (1980), на которой основывается настоящее Руководство, подразумевает именно такой взгляд на вероятность, поскольку рассматривает формулу (E.6) и ей подобные в качестве допустимого способа расчета суммарной стандартной неопределенности результата измерения.
E.3.6. Можно отметить три несомненных преимущества в подходе, реализованном в настоящем Руководстве и основанном на представлении о вероятности как степени уверенности в наступлении события, получении стандартных неопределенностей и применении закона трансформирования неопределенностей [формула (E.3)] для расчета и выражения неопределенности результата измерения:
a) закон трансформирования неопределенностей позволяет простым способом включить суммарную стандартную неопределенность одного измерения в оценку суммарной стандартной неопределенности другого измерения, использующего результат первого измерения;
b) суммарная стандартная неопределенность может служить основой для практического способа расчета интервалов с заданным уровнем доверия;
c) отпадает необходимость в разделении составляющих на "случайные" и "систематические" (или в какой-либо иной классификации) при оценивании неопределенности измерения, поскольку все составляющие неопределенности обрабатываются единым образом.
Последний аргумент особенно важен, поскольку указанное разделение часто являлось источником недоразумений. Составляющие неопределенности нельзя изначально отнести к "случайным" или "систематическим". Ее природа зависит от условий использования соответствующих величин или, более строго, от контекста, в котором данная величина входит в математическую модель, описывающую измерение. Если ту же самую величину использовать в другом контексте, то "случайная" составляющая может превратиться в "систематическую" и наоборот.
E.3.7. По причине, указанной в E.3.6, перечисление c), Рекомендация INC-1 (1980) не подразделяет составляющие неопределенности на "случайные" и "систематические". В сущности, когда дело доходит до расчета суммарной стандартной неопределенности результата измерения, в таком разделении нет необходимости, и, следовательно, нет необходимости в самой этой классификации. Тем не менее, поскольку краткие обозначения могут быть удобны при обсуждении тех или иных вопросов в данной области, Рекомендация INC-1 (1980) вводит другую классификацию, основанную на двух существенно разных методах оценивания составляющих неопределенности: A и B (см. 2.3.2 и 2.3.3).
Разделение по методам оценивания составляющих неопределенности позволяет избежать принципиальной проблемы, связанной с классификацией самих составляющих и заключающейся в зависимости этой классификации от условий использования соответствующих величин. Однако введение классификации по методам оценивания, а не по виду составляющих, не исключает объединения составляющих, оцениваемых разными методами, в группы, исходя из практической целесообразности этого для данного конкретного измерения. Примером может служить сравнение расчетных и экспериментальных значений выходной величины сложной измерительной системы (см. 3.4.3).
E.4. Стандартное отклонение как мера неопределенности
E.4.1. Формула (E.3) требует, чтобы независимо от способа оценивания неопределенности входной величины она была представлена в виде стандартной неопределенности, т.е. как оценка стандартного отклонения. Если в качестве характеристики неопределенности взята другая, например, "безопасная" величина, то ее нельзя использовать в формуле (E.3). В частности, если такой характеристикой является "верхняя граница погрешности" (т.е. максимально возможное отклонение от предполагаемой лучшей оценки входной величины), то полученная по формуле (E.3) оценка не будет иметь ясного физического смысла и окажется непригодной для последующего использования в расчетах неопределенности других величин, если в этом возникнет необходимость (см. E.3.3).
E.4.2. Если стандартную неопределенность входной величины нельзя оценить на основе статистического анализа результатов достаточного числа повторных наблюдений, то необходимо принять предположение о виде распределения вероятностей этой величины на основе имеющейся информации, которая, как правило, гораздо более скудна, чем хотелось бы. Это, однако, не означает, что данное распределение будет "нереалистичным" или "неполноценным". Как и все распределения вероятностей, оно будет представлять собой выражение имеющихся на данный момент знаний.
E.4.3. Оценки, полученные на основе повторных наблюдений, не обязательно будут превосходить по качеству полученные иными методами. Пусть
оценки стандартного отклонения ![]() где v = n - 1 - число степеней свободы для
относительное стандартное отклонение . Такая "неопределенность неопределенности" величины q, обусловленная чисто статистической причиной ограниченности объема выборки, может быть на удивление высока. Так для n = 10 она составляет 24%. Это и другие значения отношения для разных n приведены в таблице E.1, из которой видно, что для встречающихся на практике значений n стандартное отклонение оценки стандартного отклонения нельзя считать пренебрежимо малым. Отсюда следует вывод, что оценка стандартной неопределенности по типу A необязательно будет более надежной, чем по типу B, и что во многих практических измерительных ситуациях, когда число наблюдений ограничено, составляющие с оценкой по типу B могут быть известны лучше, чем составляющие с оценкой по типу A.Таблица E.1
отклонения среднего арифметического по n независимым
наблюдениям нормально распределенной случайной величины q
к стандартному отклонению среднего арифметического
![]()
E.4.4. В качестве аргумента в пользу существования составляющих неопределенности принципиально разной природы выдвигалось соображение, что неопределенности для конкретных методов измерений являются статистическими характеристиками случайных величин, тогда как есть примеры "чисто систематических эффектов", которые должны обрабатываться иным способом. В качестве такого примера называлось неизвестное, но постоянное смещение результатов, полученных с помощью некоторого метода измерений, причиной которого могло быть несовершенство либо самого принципа измерений, либо предположений, положенных в основу метода. Однако если возможность такого смещения подтверждена, и признано, что его значение может быть значительным, то данное смещение может быть описано через вероятностное распределение, причем в основу выбора распределения должна быть положена та же информация, которая позволила прийти к заключению о существовании данного смещения и о его значительности. Поэтому, если подходить к вероятности как к степени уверенности в том, что некоторое событие произойдет, то вклад подобного систематического эффекта может быть учтен при расчете суммарной стандартной неопределенности результата измерения через оценку стандартной неопределенности априорного распределения вероятностей, связанного с этим эффектом, и, следовательно, этот вклад будет суммирован единым образом со стандартными неопределенностями других входных величин.
Пример. Описание методики выполнения измерений требует, чтобы входная величина рассчитывалась через разложение в степенной ряд, члены высшего порядка которого известны неточно. Систематический эффект, связанный с невозможностью точно учесть члены высших порядков, приводит к неизвестному постоянному смещению, значение которого невозможно установить экспериментально посредством повторных измерений. Поэтому, если строго следовать "частотному" подходу к интерпретации вероятности, неопределенность, связанную с данным эффектом, нельзя оценить и включить в неопределенность окончательного результата измерений. Вместе с тем интерпретация вероятности как степени уверенности позволяет описать неопределенность, связанную с систематическим эффектом, через априорное распределение вероятностей (выбранное на основе имеющихся сведений о неточно известных членах разложения), и включить ее в расчет суммарной стандартной неопределенности результата измерений подобно любой другой неопределенности.
E.5.1. Основное внимание в настоящем Руководстве уделено не непознаваемым "истинному" значению величины и погрешности ее определения (см. Приложение D), а результату измерения и оцениванию его неопределенности. Приняв за рабочую гипотезу, что результат измерения является просто значением, приписанным измеряемой величине, и что неопределенность результата измерения есть мера разброса значений, которые могут быть обоснованно приписаны измеряемой величине, настоящее Руководство, в сущности, устраняет зачастую неверно истолковываемую связь между неопределенностью и непознаваемыми "истинным" значением величины и погрешностью.
E.5.2. Эту связь можно понять, рассматривая вывод формулы (E.3), т.е. закон трансформирования неопределенностей, с позиций "истинного" значения и погрешности. В этом случае
, где , а дисперсия - . Тогда формулу (E.1) можно представить в виде![]() где
- погрешность, содержащаяся в выходной величине z. Если теперь взять математическое ожидание квадрата будет пониматься дисперсия - коэффициент корреляции - ковариация Примечание. Здесь предполагается, что вероятность представляет собой степень уверенности в наступлении того или иного события, что подразумевает возможность одинаковой интерпретации систематических и случайных погрешностей, так что
E.5.3. На практике разница в двух взглядах на неопределенность измерения не приводит к разнице в числовых оценках результата измерения и неопределенности, приписываемой этому результату.
Во-первых, в обоих случаях для получения наилучшей оценки z на основе функциональной зависимости f используются наилучшие оценки входных величин
Во-вторых, поскольку
и каждое Примечание. Если не делать допущения, указанного в примечании к E.5.2, то приведенные в настоящем подразделе рассуждения были бы несправедливы, за исключением частного случая, когда неопределенности всех оценок получают на основе статистического анализа повторных наблюдений, т.е. оцениваниям типа A.
E.5.4. При том, что подход, основанный на понятиях "истинного" значения и погрешности, дает те же самые числовые результаты, что и подход, применяемый в настоящем Руководстве (при условии справедливости допущения, изложенного в примечании к E.5.2), изложенная в Руководстве концепция неопределенности устраняет путаницу между понятиями погрешности и неопределенности (см. Приложение D). Перенос Руководством основного внимания на наблюдаемое (оцениваемое) значение величины и наблюдаемую (оцениваемую) вариативность этой величины делает само упоминание о погрешностях излишним.
(рекомендуемое)
СОСТАВЛЯЮЩИХ НЕОПРЕДЕЛЕННОСТИ
В настоящем Приложении приведены дополнительные указания по оцениванию составляющих неопределенности, в основном практического характера, которые дополняют положения раздела 4 настоящего Руководства.
F.1. Оценивание составляющей неопределенности на основе повторных наблюдений (оценивание типа A)
F.1.1. Случайность и повторные наблюдения
F.1.1.1. Неопределенности, полученные на основе повторных наблюдений, часто противопоставляют оцениваемым другими методами как "объективные", "статистически строгие" и т.п. Такая позиция предполагает, что для получения оценок по типу A достаточно простого применения формул математической статистики без необходимости содержательного анализа. Эта точка зрения лишена основания.
F.1.1.2. В первую очередь следует задаться вопросом, в полной ли мере повторные наблюдения являются результатом независимых повторений процедуры измерений. Если все наблюдения получены по единственной выборке и если взятие выборки является частью процедуры измерений (что имеет место, в частности, когда измеряемой величиной является характеристика самого материала, а не образца этого материала), то повторные наблюдения нельзя рассматривать как независимые. В этом случае оценку дисперсии, полученной по повторным наблюдениям для единственной выборки, следует суммировать с оценкой дисперсии, характеризующей разброс значений измеряемой величины между выборками.
Если составной частью процедуры измерений является установка нуля прибора, то эта операция должна выполняться при каждом повторном измерении, даже если дрейф нуля в течение всего времени проведения наблюдений пренебрежимо мал, поскольку данная операция потенциально может быть источником составляющей неопределенности, которую можно оценить статистическими методами.
Подобным же образом, если при измерениях контролируют показания барометра, то их, в принципе, следует считывать при каждом повторном измерении (предпочтительно, предварительно выведя прибор из состояния равновесия и дождавшись его возвращения к этому состоянию), поскольку даже при постоянстве контролируемого давления возможен разброс как в показаниях прибора, так и в считанных значениях показаний.
F.1.1.3. Далее необходимо выяснить, являются ли все влияющие величины, предполагаемые случайными, таковыми в действительности, остаются ли соответствующие им математические ожидания и дисперсии неизменными или существует возможность их неконтролируемого дрейфа во время проведения повторных измерений. При наличии достаточного числа повторных наблюдений можно рекомендовать следующую процедуру: разбить период повторных наблюдений на две части, рассчитать средние арифметические и выборочные стандартные отклонения для каждой из этих частей, после чего сравнить два средних арифметических друг с другом и определить, является ли разность между ними статистически значимой. Это позволит ответить на вопрос о наличии или отсутствии изменяющейся во времени влияющей величины.
F.1.1.4. Если влияющими величинами являются параметры системы обеспечения работы лаборатории (напряжение и частота электрической сети, давление и температура воды, давление в системе подачи азота и т.п.), то обычно их изменения содержат значительную неслучайную составляющую, которой нельзя пренебречь.
F.1.1.5. Если цифра младшего разряда показывающего устройства цифрового прибора непрерывно изменяется вследствие "шума", то зачастую в регистрации показания сказываются субъективные предпочтения оператора. В таких случаях целесообразно найти способ "заморозить" показания прибора в некоторый момент времени и зарегистрировать это "замороженное" показание.
F.1.2. Корреляции
Большая часть настоящего подраздела применима также и к оцениванию стандартной неопределенности типа B.
F.1.2.1. Ковариация оценок двух входных величин
a) некоррелированными являются случайные величины
b) одна из величин,
c) имеющейся информации недостаточно для оценки ковариации оценок
Примечание 1. С другой стороны, в определенных случаях (см. пример с эталоном сопротивления в примере к примечанию 1 в 5.2.2) очевидно, что входные величины полностью коррелированы между собой и что стандартные неопределенности их оценок подлежат простому суммированию.
Примечание 2. Разные эксперименты могут и не быть независимыми, например, если в них использован один и тот же прибор (см. F.1.2.3).
F.1.2.2. Являются ли две входные величины, одновременно оцениваемые по результатам повторных наблюдений, коррелированными, можно определить с помощью формулы (17) (см. 5.2.3). Например, пусть входными величинами являются частота генератора и температура. Если в оценку частоты генератора не вносят поправку на температуру или требуемая поправка определена неточно, а оценки этих двух величин получают по результатам одних и тех же наблюдений, то корреляция между оценками может быть значительной, что можно выявить по вычислению ковариации для частоты генератора и температуры окружающего воздуха.
F.1.2.3. На практике входные величины часто коррелированы между собой из-за использования при их оценке одних и тех же эталонов, измерительных приборов, справочных данных и даже методов измерений, причем каждый из перечисленных факторов может вносить существенную неопределенность. Для примера можно без потери общности предположить, что две входные величины
и , хотя влияние некоторых из этих величин может проявляться только в одной функции и не проявляться в другой. Если ![]() Аналогичный вид имеет формула для
![]() Поскольку вклад в сумму вносят только те влияющие величины, для которых одновременно выполняются условия
и , то при отсутствии общих величин, входящих в выражение как для F, так и для G, ковариация будет равна нулю.Оценку коэффициента корреляции
для оценок [формулы (F.2) и (14) с использованием формулы (F.1) для вычисления Пример 1. Эталонный резистор
определяется выражением , где a и , а температуры - по формуле , где , измеренное с помощью моста Уитстона.Поскольку для измеряемых величин I и t общей является только влияющая величина
![]() (Для упрощения записи в данном примере использованы одни и те же символы для обозначения величин и их оценок).
Для получения числовой оценки ковариации в полученную формулу следует поставить значения измеряемых величин I и t и значения
равна единице.Далее, предположим, что некоторая величина P связана с входными величинами I и t соотношением
, где . Тогда в соответствии с формулой (13) (см. 5.2.2) дисперсия P может быть выражена через дисперсии I и t и их ковариацию по формуле![]() ![]() ![]() Здесь для простоты предполагается, что неопределенностями констант
Полученные формулы можно рассматривать как окончательные, поскольку оценки
Пример 2. В примере примечания 1 к 5.2.2 предположим, что уравнение калибровки каждого резистора имеет вид
, где значение коэффициента .Тогда в соответствии с формулами (F.1) и (F.2) можно получить
и . В соответствии с формулой (14) коэффициент корреляции для любых двух резисторов имеет вид![]() Поскольку
, то для получаем ; для ; для . Видим, что если , то .Примечание. В общем случае при калибровках методом сравнения, как в вышеприведенном примере, оценки параметров калибруемых объектов будут коррелированными, и степень коррелированности зависит от отношения неопределенности, вносимой процедурой сравнения, к неопределенности эталона. В тех случаях, когда, как это часто случается на практике, неопределенность процедуры сравнения пренебрежимо мала по сравнению с неопределенностью эталона, коэффициенты корреляции равны единице, и неопределенность оценки параметра каждого калибруемого объекта совпадает с неопределенностью эталона.
F.1.2.4. Необходимости учитывать ковариации
можно избежать, если переопределить множество входных величин Пример. Если в примере 1 из предыдущего пункта в уравнение для P вместо входных величин I и t подставить их зависимости от
![]() и корреляция входных величин I и t будет исключена за счет их замены на величины
F.2. Оценивание составляющей неопределенности другими средствами (оценивание типа B)
F.2.1. Необходимость получения оценок по типу B
Если бы измерительная лаборатория располагала неограниченным временем и ресурсами, то она могла бы провести исчерпывающие статистические исследования каждого мыслимого источника неопределенности, используя, например, разные модели и типы приборов, разные методы и процедуры измерений, разные аппроксимации теоретических моделей измерений. В этом случае неопределенности, связанные с этими источниками, могли бы быть оценены посредством статистического анализа рядов наблюдений, и для неопределенности каждого источника было бы получено выборочное стандартное отклонение. Другими словами, для всех составляющих неопределенности были бы получены оценки по типу A. Поскольку в реальности такая ситуация неосуществима по экономическим соображениям, ряд составляющих неопределенности должен оцениваться другими, более практичными способами.
F.2.2. Точно известные распределения
Одним из источников неопределенности, обусловленным применением цифрового прибора, является разрешение его показывающего устройства. В частности, даже если все повторно считываемые показания идентичны, неопределенность измерений, связываемая с повторяемостью, не будет равна нулю, поскольку одному и тому же показанию прибора соответствует некоторый диапазон входных сигналов прибора и некоторый интервал значений показываемой величины. Если показывающее устройство имеет разрешение
до . Указанный параметр, таким образом, может быть описан прямоугольным распределением (см. 4.3.7 и 4.4.5) ширины и стандартной неопределенностью для любого показания .Следовательно, показание прибора для взвешивания с цифровым показывающим устройством, единица последнего разряда которого соответствует 1 г, имеет дисперсию, обусловленную конечным разрешением прибора, равную
и стандартную неопределенность .F.2.2.2. Гистерезис
Аналогичная неопределенность может быть связана с некоторыми видами гистерезиса. Так разница (на известное фиксированное значение) в показаниях прибора может быть обусловлена единственно тем, увеличиваются или уменьшаются последовательные значения измеряемой величины. Добросовестный оператор примет во внимание направление изменения последовательных показаний и введет соответствующую поправку. Однако направление этих изменений не всегда наблюдаемо: могут существовать скрытые колебания сигнала внутри прибора относительно точки равновесия, поэтому результирующее показание будет зависеть от того, в каком направлении было совершено последнее колебание перед достижением равновесия. Если диапазон разброса показаний, обусловленных гистерезисом, составляет
, а стандартная неопределенность - .F.2.2.3. Вычисления с конечной точностью
Источником неопределенности может также быть округление или отбрасывание младших разрядов чисел при компьютерных вычислениях. Рассмотрим, например, компьютер с длиной слова 16 бит. Если в процессе вычислений число такой длины вычитается из числа, отличающегося только младшим разрядом, то результатом вычитания будет один значащий бит. Подобные ситуации, появление которых трудно прогнозировать, могут наблюдаться при работе алгоритмов, приводящих к решению плохо обусловленных систем. Можно получить эмпирическую оценку такой неопределенности, увеличивая на малые приращения значение входной величины, в наибольшей степени определяющей результат на выходе и имеющей с ним линейную связь (такая величина существует во многих практических задачах), до тех пор, пока не будет получено изменение выходной величины. Это изменение выходной величины
, а стандартная неопределенность - .Примечание. Проверить полученную оценку неопределенности можно путем сравнения результата вычисления с аналогичным результатом компьютерного вычисления при существенно увеличенной длине слова.
F.2.3. Заимствованная информация о входной величине
F.2.3.1. Заимствованным значением входной величины является то, которое получено не в ходе данного измерения, а из другого источника как независимая оценка. Часто источник, откуда осуществляется заимствование, помимо самого значения величины содержит и информацию о ее неопределенности. Например, неопределенность может быть указана в виде стандартного отклонения; как значение величины, пропорциональной стандартному отклонению или как полуширина интервала, которому соответствует некоторый уровень доверия. Могут быть указаны также верхняя и нижняя границы, в пределах которых должно находиться значение величины. Иногда источник может не содержать никакой информации относительно неопределенности. В этом случае при использовании заимствованного значения входной величины необходимо применить собственные знания для оценивания ее неопределенности, исходя из физических соображений о величине, надежности источника информации, оценок неопределенности для аналогичных величин в других практических приложениях и т.д.
Примечание. Рассмотрение неопределенности заимствованного значения включено в раздел, где рассматривается оценивание типа B, только по соображениям удобства. Сообщаемая сторонним источником неопределенность могла включать в себя составляющие, для которых были получены оценки по типу A или оценки как по типу A, так и по типу B. Поскольку для расчета суммарной стандартной неопределенности непринципиально, как были получены оценки ее составляющих, то и информация о способах получения оценки неопределенности заимствованного значения не является существенной.
F.2.3.2. Некоторые калибровочные лаборатории приняли практику выражения "неопределенности" в виде нижней и верхней границ, определяющих интервал с так называемым "минимальным" уровнем доверия, например, "не менее 95%". Это можно рассматривать как пример представления неопределенности "с запасом" (см. E.1.2). Оценку неопределенности, заявленную таким образом, нельзя без дополнительной информации о способах ее вычисления преобразовать в стандартную неопределенность. Если такая информация имеется, то оценка неопределенности может быть пересчитана в соответствии с настоящим Руководством. В противном случае необходимо будет провести независимую оценку неопределенности на основе любых пригодных для данной цели сведений.
F.2.3.3. Иногда неопределенности представляют в виде максимальных границ, в пределах которых, как утверждают, находятся все значения величины. В таких случаях обычно предполагают, что значения величины в пределах данных границ являются равновероятными (прямоугольное распределение вероятностей). Но данное предположение не следует использовать, если есть основания ожидать, что значения, хотя и находящиеся в пределах границ, но близкие к ним, менее вероятны, чем близкие к центру определяемого ими интервала. Прямоугольному распределению полуширины a соответствует дисперсия
F.2.4. Измеряемые входные величины
F.2.4.1. Единичное измерение калиброванным средством измерений
Если оценка входной величины получена в результате единичного наблюдения с использованием средства измерения, калиброванного по эталону с малой неопределенностью, то оценка неопределенности в основном будет связана с повторяемостью результатов измерений. Оценка дисперсии для повторных измерений с помощью данного средства измерений может быть получена в ходе предшествующих наблюдений. Если результаты таких измерений отличаются от полученной оценки входной величины, но достаточно близки к ней, то указанная оценка дисперсии может быть применена к входной величине. Если сведения о предшествующих наблюдениях отсутствуют, то оценку составляющей неопределенности для данной входной величины следует основывать на характеристиках используемого средства измерений, на оценках дисперсии, полученных с применением аналогичных средств измерений и тому подобной информации.
Свидетельством о калибровке или документацией с указанием реальных метрологических характеристик снабжают не все средства измерений. Однако их производят в соответствии с определенными стандартами (техническими условиями) и испытывают (изготовитель или третье лицо) на соответствие характеристик требованиям этих стандартов. Такие стандарты содержат требования к метрологическим характеристикам, часто в виде максимально допустимых отклонений этих характеристик от номинальных. Соответствие требованиям проверяют в испытаниях путем сравнения с эталонным средством измерения, для которого обычно в стандарте указывают максимально допустимую инструментальную неопределенность. Эта неопределенность является составной частью инструментальной неопределенности испытуемого средства измерений.
При отсутствии информации об отклонении реальной метрологической характеристики средства измерений от номинальной следует исходить из предположения, что значения этой характеристики равномерно распределены в пределах допустимого отклонения, предписанного стандартом. Однако средства измерений некоторых типов обладают такой особенностью, что эти отклонения, например, всегда положительны в одной части измерительного диапазона и всегда отрицательны в другой. В ряде случаев сведения о подобных особенностях характеристики содержатся в самом стандарте.
F.2.4.3. Контролируемые величины
Как правило, при проведении измерений их условия являются заданными и должны сохраняться неизменными в процессе наблюдений. Например, измерения могут выполняться на образце, помещенном в ванну с перемешиваемым маслом, температура которого регулируется с помощью термостата. Температуру в ванной можно измерять термометром в момент каждого измерения на образце, но если эта температура периодически изменяется со временем, то температура образца в момент измерения может не совпадать с той, что показывает термометр. Расчет колебаний температуры образца и их дисперсии на основе теории теплопередачи выходит за рамки настоящего Руководства, но в любом случае исходными данными для такого расчета являются изменения (известные или предполагаемые) температуры в ванной. Наблюдать за этими изменениями можно при помощи чувствительного термоэлемента и устройства регистрации температуры, но если они отсутствуют, то можно получить приблизительную оценку изменений, зная принцип регулирования температуры термостатом.
В ряде случаев для входной величины имеется только одно граничное значение, и все возможные реализации этой величины находятся от него по одну сторону. Например, при измерении некоторой постоянной высоты h (измеряемая величина) столба жидкости в манометре ось измерительного устройства может отклоняться от вертикали на небольшой угол
, а . Этот эффект, имеющий название "косинусная погрешность", может проявляться и иным образом. Наблюдаемой величиной l может быть проекция измеряемой величины , тогда результат измерения всегда будет меньше измеряемой величины.Если ввести новую переменную
, то, полагая ![]() ![]() где
![]() или
![]() [В формуле (F.4a) знак +/- означает минус для
Чтобы получить оценки математического ожидания и дисперсии величины
будет положительной для всех значений При наличии механической связи (изменении направления оси по одной координате) элемент вероятности
(см. примечание к C.2.5) пропорционален , а при ее отсутствии (изменении направления оси по двум координатам) - . Чтобы вывести выражения для математического ожидания и дисперсии и и . Таким образом, функции плотности вероятности будут иметь вид![]() для случая с наложенной механической связью (одномерного движения) и
![]() для случая без механической связи (двумерного движения).
При этом выполняется условие
.Из формул (F.5a) и (F.5b) видно, что наиболее вероятная поправка
и соответственно, а для двумерного движения - и соответственно. Тогда формулы (F.3a), (F.3b) и (F.4b) можно преобразовать к виду![]() ![]() ![]() где d представляет собой число степеней свободы движения оси средства измерения (d = 1 или d = 2), а
Полученные формулы (F.6a) - (F.6c) справедливы для частного случая, когда распределение
и для одномерного движения и и для двумерного движения.Примечание. Рассмотренный пример относится к ситуациям, когда ограничение в разложении функции
в ряд Тейлора членами первого порядка и применение формулы (10) неприменимо из-за вида нелинейности f, (см. примечание к 5.1.2 и H.2.4). Хотя весь анализ можно было полностью провести для переменной Другим примером, когда все возможные значения величины лежат по одну сторону от единственного граничного значения, является определение концентрации компонента в растворе методом титрования. Конечную точку титрования определяют по появлению сигнала индикатора. Количество реактива, добавленного при определении конечной точки, никогда не может быть меньше того, что необходимо для появления сигнала, а может быть только больше его. Превышение количества реактива, необходимого для достижения конечной точки, необходимо учитывать при обработке данных. В этом и других подобных случаях избыточное количество реактива рассматривают как случайную величину, которой приписывают некоторое распределение вероятностей, после чего находят ее математическое ожидание и дисперсию.
Пример. Если принять, что избыток z реактива распределен равномерно в интервале от нуля до верхней границы
, т.е. , то математическое ожидание будет равно , а дисперсия - .В примечании к 6.3.1 рассматривается случай, когда известную поправку b на значимый систематический эффект не вносят в заявляемый результат измерения, а вместо этого учитывают путем увеличения "неопределенности", приписываемой данному результату. Например, расширенную неопределенность U заменяют на U + b, где U - расширенная неопределенность, полученная в предположении, что b = 0. Такую практику иногда применяют в случаях, когда выполнены следующие условия: измеряемая величина Y определена на некотором диапазоне значений параметра t (как это имеет место для градуировочной характеристики датчика температуры); U и b изменяются с изменением f; для всех оценок y (t) измеряемой величины во всем диапазоне возможных значений t требуется указывать единственное значение "неопределенности". При этом результат измерения обычно приводят в виде
, где подстрочный индекс "max" указывает на то, что использованы максимальные значения U и b в диапазоне значений t.Хотя настоящее Руководство рекомендует для известных значимых систематических эффектов применять поправки к результатам измерений, в подобных ситуациях это не всегда выполнимо, т.к. связано с чрезмерными затратами на вычисление и применение своей собственной поправки, а также своей собственной неопределенности для каждого результата измерения y (t).
Сравнительно простое решение проблемы, при этом согласующееся с принципами настоящего Руководства, состоит в следующем.
Вычисляют единственную среднюю поправку
![]() где
, где ![]() в которую не входит неопределенность поправки b(t), соответствующей полученному неисправленному результату измерения y(t). Указанную неопределенность поправки b(t) учитывают в виде усредненной на интервале изменения t дисперсии b(t) по формуле
![]() где
- дисперсия поправки b(t). Аналогичным образом усредненную на интервале изменения t дисперсию y(t), учитывающую все источники неопределенности, за исключением поправки b(t), получают по формуле![]() где
- дисперсия y(t), обусловленная всеми источниками неопределенности, за исключением b(t). Тогда единственным значением стандартной неопределенности, которое должно применяться ко всем получаемым оценкам измеряемой величины Y(t), будет положительный квадратный корень из дисперсии![]() Расширенную неопределенность U можно получить путем умножения
, что позволяет представить результат измерения в виде . Однако при этом необходимо указать, что в представлении результата измерений использована единая усредненная поправка для всех значений t (вместо поправки, соответствующей данному конкретному значению t), и четко определить, что представляет собой расширенная неопределенность U.F.2.5. Неопределенность, обусловленная методом измерения
F.2.5.1. По-видимому, наиболее трудной для оценивания является та составляющая неопределенности, что связана с методом измерения, особенно при наличии наглядных свидетельств, что вариативность результатов измерений, получаемых с помощью данного метода, будет меньше, чем с помощью любого другого из известных. Однако не исключено, что могут существовать другие методы, пусть пока неразработанные или по тем или иным соображениям не используемые на практике, способные давать не менее достоверные, но при этом систематически отличающиеся результаты. Такое расхождение в результатах, получаемых разными методами, предполагает наличие некоторого априорного распределения вероятностей, но это не то распределение, для которого легко получить выборку данных, чтобы затем осуществить их статистическую обработку. Таким образом, даже если неопределенность, обусловленная методом измерения, является доминирующей составляющей, единственной информацией, способной помочь в оценивании соответствующей стандартной неопределенности, являются наши физические представления об окружающем мире (см. также E.4.4).
Примечание. Получение оценок одной и той же измеряемой величины разными методами либо в одной, либо в разных лабораториях или одним и тем же методом в разных лабораториях позволяет собрать ценную информацию о неопределенности, приписываемой какому-либо конкретному методу. Вообще обмен эталонами или стандартными образцами между лабораториями для проведения независимых измерений является полезной практикой с точки зрения подтверждения надежности полученных оценок неопределенности и выявления ранее неизвестных систематических эффектов.
F.2.6. Неопределенность, обусловленная отбором образцов
F.2.6.1. Часто измерения характеристики неизвестного объекта включают в себя сличение с эталоном с близким значением характеристики. В качестве примеров можно привести концевые меры длины, некоторые термометры, наборы масс, резисторов, образцы высокочистых материалов. В большинстве случаев методы измерений обладают слабой чувствительностью к отбору образца (конкретного объекта измерения), его подготовке, воздействию окружающей среды, поскольку, как правило, и объект, и эталон реагируют на эти влияющие факторы схожим (и часто предсказуемым) образом.
F.2.6.2. Однако в ряде ситуаций, встречающихся в практике измерений, отбор и подготовка образцов играют значительно более важную роль. Это часто имеет место при химическом анализе природных материалов. В отличие от искусственно созданных материалов, для которых легко обеспечить их однородность даже в большей степени, чем необходимо для измерений, природные материалы часто бывают весьма неоднородны. Эта неоднородность приводит к двум дополнительным составляющим неопределенности. Во-первых, необходимо определить, насколько адекватно отобранный образец представляет исходный анализируемый материал. Во-вторых, необходимо определить, в какой степени второстепенные (т.е. не подвергающиеся анализу) свойства образца влияют на результат измерения и в какой степени метод измерений учитывает их существование.
F.2.6.3. В некоторых случаях хорошо спланированный эксперимент позволяет получить статистическую оценку неопределенности, обусловленную отбором образца (см. H.5 и H.5.3.2). Однако, как правило, особенно когда влияние внешних факторов на образец существенно, для оценивания неопределенности необходимы мастерство и знания аналитика, основанные на его предшествующем опыте работ, а также учет всей доступной информации по данному вопросу.
(рекомендуемое)
G.1. Введение
G.1.1. В настоящем Приложении рассматривается общий вопрос получения из оценки y измеряемой величины Y и суммарной стандартной неопределенности
, которая определяет интервал , соответствующий некоторой высокой заданной вероятности охвата или уровню доверия p. Таким образом, задача состоит в получении значения коэффициента охвата G.1.2. В большинстве практических измерительных ситуаций расчет интервалов с заданными уровнями доверия (фактически, оценивание наиболее характерных составляющих неопределенности для конкретных измерительных ситуаций) может быть выполнен только в некотором приближении. Так даже выборочное стандартное отклонение среднего арифметического по 30 повторным наблюдениям нормально распределенной величины имеет собственную неопределенность около 13% (см. таблицу E.1 Приложения E).
В большинстве случаев не имеет смысла различать интервал с уровнем доверия 95% (один шанс из 20, что значение измеряемой величины Y находится вне этого интервала) и интервал с уровнем доверия 94% или 96% (один шанс из 17 или 25, соответственно). Особенно трудно получить обоснованные оценки интервалов с уровнями доверия 99% (один шанс из 100) и выше (даже если допустить, что все систематические эффекты были приняты во внимание), поскольку это требует детальной информации о "хвостах" распределения входных величин, которая обычно недоступна.
G.1.3. Чтобы получить значение коэффициента охвата
, включающий долю p этого распределения и, следовательно, имеющий вероятность охвата и уровень доверия p. Некоторые примеры приведены в таблице G.1.Таблица G.1
с уровнем доверия p для нормально распределенной
случайной величины
Примечание. Для сравнения, если z описывается прямоугольным распределением вероятностей с математическим ожиданием
, где a - полуширина распределения, то уровень доверия p будет равен 57,74% для для для и 100% для . Прямоугольное распределение "уже" нормального в том смысле, что оно обладает конечной протяженностью и не имеет "хвостов".G.1.4. Если известны распределения вероятностей входных величин
[их математические ожидания, дисперсии, а также если эти величины не являются нормальными, моменты высших порядков (см. C.2.13 и C.2.22)], от которых зависит измеряемая величина Y, и если Y является линейной функцией входных величин, , то распределение вероятностей Y может быть получено сверткой распределений вероятностей входных величин (см. [10]). Таким образом, значения G.1.5. Если функциональная зависимость между Y и входными величинами нелинейна, и ограничение членами первого порядка разложения в ряд Тейлора этой зависимости не может рассматриваться в качестве допустимого приближения (см. 5.1.2 и 5.1.5), то распределение вероятностей Y не является сверткой распределений входных величин. В таких случаях необходимо использовать другие аналитические или численные методы расчета.
G.1.6. На практике процедура свертки при расчете интервалов с заданными уровнями доверия не используется или используется крайне редко по следующим причинам: параметры распределения входной величины обычно не известны точно, а являются лишь оценками; трудно ожидать, что уровень доверия для данного интервала может быть известен с высокой точностью; реализация этой процедуры сложна с математической точки зрения. Вместо этого применяют приближения, основанные на центральной предельной теореме.
G.2. Центральная предельная теорема
G.2.1. Если измеряемая величина представляет собой линейную функцию входных величин
и все входные величины и дисперсией , если в общую сумму от любой случайной величины G.2.2. Особое значение центральной предельной теоремы обусловлено тем, что она демонстрирует очень важную роль, которую играют дисперсии распределений вероятностей входных величин по сравнению с моментами более высокого порядка при формировании свертки распределений, т.е. результирующего распределения вероятностей выходной величины Y. Более того, из центральной предельной теоремы следует, что свертка распределений стремится к нормальному распределению при увеличении числа элементов свертки, т.е. числа входных величин, вносящих свой вклад в
друг к другу (на практике это означает, что все оценки Пример. Прямоугольное распределение (см. 4.3.7 и 4.4.5) является примером распределения, весьма далекого от нормального, но свертка всего трех таких распределений, имеющих одинаковую ширину, позволяет получить почти нормальное распределение. Если обозначить полуширину такого прямоугольного распределения через a, так что его дисперсия будет равна
, а границы интервалов с доверительной вероятностью 95% и 99% равны соответственно, в то время как для нормального распределения с тем же стандартным отклонением (см. таблицу G.1) [10].Примечание 1. Для интервала с уровнем доверия p, превышающим приблизительно 91,7%, соответствующее значение
Примечание 2. Из центральной предельной теоремы следует, что распределение вероятностей среднего арифметического
G.2.3. Практическим следствием центральной предельной теоремы является то, что, убедившись в соблюдении ее требований, в частности, подтвердив на основе всего лишь нескольких наблюдений (для получения оценок стандартных неопределенностей по типу A) или на основе предположения о равномерном распределении (для получения оценок стандартных неопределенностей по типу B), что ни одна из составляющих неопределенности не является доминирующей, можно в качестве разумного первого приближения для расчета расширенной неопределенности
, определяющей интервал с уровнем доверия p, использовать значения G.3.1. Чтобы получить приближение лучшее, чем обеспечивает использование значения
, а величины . Это связано с тем, что на практике известными являются не параметры распределения, а значения статистик: y - оценки Y, полученной по формуле , где , где Примечание. Строго говоря, в выражении
под Y следует понимать E(Y). Для упрощения такая строгая запись была использована только в некоторых местах настоящего Руководства. Таким образом, в настоящем Руководстве одно и то же обозначение может использоваться для обозначения физической величины, для обозначения случайной величины, представляющей данную физическую величину, и для обозначения математического ожидания этой случайной величины.G.3.2. Если z - нормально распределенная случайная величина с математическим ожиданием
описывается t-распределением, иначе называемым распределением Стьюдента, (C.3.8) с v = n - 1 степенями свободы.Если рассмотреть простейший случай, когда измеряемая величина Y совпадает с нормально распределенной величиной X, Y = X, в качестве оценки X берется среднее арифметическое
, то величина будет иметь t-распределение, и, соответственно,![]() или
![]() что можно записать в виде
![]() где Pr[.] обозначает вероятность выполнения условия в квадратных скобках, а
![]() определяет интервал от
, предположительно охватывающий долю p распределения значений, которые можно обоснованно приписать Y, а p представляет собой вероятность охвата или уровень доверия для данного интервала.G.3.3. Если по n независимым наблюдениям получена оценка одного - единственного параметра - среднего арифметического, как это имело место в случае, рассмотренном в G.3.2, то число степеней свободы v будет равно n - 1. Если n независимых наблюдений используют для получения оценок свободного члена и коэффициента наклона в уравнении прямой линии методом наименьших квадратов, то число степеней свободы для определения выборочных стандартных отклонений этих оценок будет v = n - 2. При вычислении методом наименьших квадратов m параметров кривой по n экспериментальным точкам число степеней свободы для определения выборочного стандартного отклонения оценки каждого параметра составит v = n - m. (Более подробно вопрос определения числа степеней свободы рассмотрен в [15]).
G.3.4. Некоторые значения
, где Примечание. Часто t-распределение задают в виде табличных значений квантилей
![]() где f(t, v) - плотность распределения вероятностей t для заданного числа степеней свободы v. Отсюда следует, что
. Например, значение квантиля и, соответственно, совпадает со значением G.4.1. В общем случае t-распределение нельзя применять к случайной величине
, если даже в том случае, когда каждое ![]() или
![]() при
![]() где
(см. 5.1.3). Таким образом, расширенная неопределенность обеспечивает интервал с приблизительным уровнем доверия p.Примечание 1. Если значение
Примечание 2. Если входная оценка
в знаменателе выражения в правой части формулы (G.2b), есть число эффективных степеней свободы, рассчитанное тем же способом, что определен формулой (G.2b).Примечание 3. В зависимости от нужд потенциальных пользователей результата измерения может оказаться полезным дополнительно к
![]() ![]() Пример. Пусть
, оценки нормально распределенных входных величин суть арифметические средние по , , . Для данной функциональной зависимости должны быть определены коэффициенты чувствительности в точке (см. примечание 1 к 5.1.3), что позволяет получить (см. примечание 2 к 5.1.6). Тогда формула (G.2b) приобретает вид![]() и
![]() Из таблицы G.2 для p = 95% и v = 19,0 получаем
. Следовательно, относительная расширенная неопределенность для данного уровня доверия будет . Таким образом, можно утверждать, что (значение у получают на основании измерений входных величин по формуле ) или что 0,978y < Y < 1,022y с уровнем доверия приблизительно 95%.G.4.2. На практике
можно разложить в ряд Тейлора в окрестности математического ожидания и ограничиться членами разложения первого порядка малости, то распределение величины t можно аппроксимировать t-распределением с использованием формулы Уэлча-Саттертуэйта, а также формул (G.2a) и (G.2b).При этом остается вопрос, каким образом в формуле (G.2b) для
![]() Величина в квадратных скобках в правой части формулы (G.3) представляет собой относительную неопределенность
Пример. Пусть имеющаяся информация о том, как были получены входные оценки
, тогда из формулы (G.3) следует . Если же возможная неточность полученного значения G.4.3. При рассмотрении в 4.3 и 4.4 оценок по типу B на основе априорного распределения вероятностей неявно предполагалось, что полученное значение
, как в 4.3.7 и 4.4.5, то оценка рассматривалась как числовое значение, не обладающее неопределенностью, поскольку именно в качестве таких же числовых значений рассматривались или, что то же самое, , однако это обстоятельство не создает никаких препятствий для применения формулы (G.2b). Кроме того, предположение нельзя считать совершенно неправдоподобным, поскольку общепринятым является такой выбор граничных значений и G.5. Дополнительные замечания
G.5.1. В литературе, посвященной вопросам оценивания неопределенности, часто можно встретить следующую математическую формулу для неопределенности, соответствующей интервалу с уровнем доверия 95%:
![]() где
- коэффициент, взятый из таблицы t-распределения для p = 95% и числа степеней свободы ; ; - сумма дисперсий всех остальных составляющих неопределенности, где ).Примечание. Составляющая неопределенности, полученная по повторным наблюдениям вне текущего измерения, оценивается так же, как и любая другая составляющая, дающая вклад в
G.5.2. Формула для расчета расширенной неопределенности, соответствующая интервалу с уровнем доверия 95% и полученная согласно G.3 и G.4, имеет вид, отличный от формулы (G.4):
![]() где
Если при расчете по формуле (G.5) оценки всех дисперсий по типу B получены из априорных прямоугольных распределений с теми же значениями полуширины
в большинстве случаев будет несколько больше, чем , оба этих коэффициента близки к двум, т.е. разница между ними несущественна; в то же время в формуле (G.5) , тогда как в формуле (G.4) эта же величина умножается на три. Если в случае формулы (G.4) и (G.5) дают одинаковые значения значение Примечание 1. В предельном случае
и при имеем , тогда как . Т.е. значение близки друг к другу.Примечание 2. Для нормального распределения коэффициент охвата
обеспечивает интервал с уровнем доверия p = 91,673...%. Это значение p является устойчивым в том смысле, что для него вариации значения коэффициента охвата при небольших отклонениях формы распределения от гауссовой являются минимальными.G.5.3. Возможны ситуации, когда входная величина
Если отклонения измеряемой величины от результата измерения в ту или иную сторону имеют приблизительно одинаковую значимость, то обычно результат измерения представляют в виде симметричного интервала Y = y +/- U. Если асимметрия распределения
G.5.4. Оценка расширенной неопределенности
можно считать имеющей t-распределения только в том случае, если распределение Y гауссово, оценки y и G.6. Заключение
G.6.1. Значение коэффициента охвата
G.6.2. Поскольку надежность и количество имеющейся информации лишь в редких случаях способны оправдать те громоздкие вычисления, которые необходимы для преобразования распределений входных величин в распределение выходной величины, последнюю допустимо заменить ее приближением. Исходя из центральной предельной теоремы, обычно достаточно принять, что случайная величина
имеет t-распределение с числом степеней свободы, равным числу эффективных степеней свободы .
G.6.3. Чтобы использовать формулу (G.2b) для получения
G.6.4. Таким образом, рекомендуемый метод расчета расширенной неопределенности
, предназначенной для определения интервала Y = y +/- U с уровнем доверия, приблизительно равным заданному p, включает следующие этапы:2) по повторяемой ниже для удобства формуле Уэлча-Саттертуэйта [формула (G.2b)]
![]() находят число эффективных степеней свободы
; в противном случае следует оценить 3) по таблице G.2 находят
4) принимают
и вычисляют .G.6.5. В некоторых ситуациях, которые, по-видимому, достаточно редко встречаются на практике, условия центральной предельной теоремы могут выполняться недостаточно хорошо, и подход, изложенный в G.6.4, может привести к неприемлемому результату. Например, если в
] , что верхняя и нижняя границы интервала, определяемого G.6.6. Часто в широком диапазоне практических приложений можно считать выполняющимися следующие условия:
- оценка y измеряемой величины Y получена на основе оценок
- соответствующие входным оценкам стандартные неопределенности
- допустимо линейное приближение, предполагаемое законом трансформирования неопределенностей (см. 5.1.2 и E.3.1);
- неопределенность оценки
Это означает соблюдение условий центральной предельной теоремы, что дает основание считать распределение вероятностей, характеризуемое результатом измерения y и его суммарной стандартной неопределенностью
- принять k = 2 и предположить, что
определяет интервал с уровнем доверия приблизительно 95%или (в более ответственных ситуациях)
- принять k = 3 и предположить, что
определяет интервал с уровнем доверия приблизительно 99%.Хотя указанный подход пригоден для многих измерительных ситуаций, его применимость для каждого конкретного измерения будет зависеть от того, насколько близким будет соответствие между k = 2 и
или между k = 3 и . Другими словами, насколько близок будет уровень доверия для интервала, определенного через или , к 95% или 99% соответственно. Хотя, например, при k = 2 будет меньше значение k = 3 дает интервал с уровнем доверия более 99% (см. таблицу G.2, из которой также видно, что при уровни доверия интервалов, образуемых k = 2 и k = 3, равны 95,45% и 99,73% соответственно). Таким образом, практическая применимость изложенного подхода определяется значением Таблица G.2
свободы v, определяющие интервал от
в пределах которого находится доля p-распределения
случайной величины
(справочное)
Настоящее Приложение содержит шесть примеров H.1 - H.6, изложенных с такой степенью детализации, чтобы дать полное представление об основных принципах оценивания и представления неопределенности измерения, установленных настоящим Руководством. Вместе с примерами, включенными в основной текст настоящего Руководства, а также в некоторые из его Приложений, они должны дать возможность пользователю настоящего Руководства применять эти принципы в своей метрологической практике.
Поскольку примеры настоящего Приложения носят чисто иллюстративный характер, они были подвергнуты неизбежным упрощениям. Кроме того, и сами примеры, и используемые в них числовые данные подбирались с намерением сделать максимально понятными принципы, установленные настоящим Руководством, поэтому указанные примеры не следует воспринимать как описания реальных измерений. Хотя точность представления исходных числовых данных такова, как указана в примерах, с целью избежать влияния ошибок округления все промежуточные вычисления были выполнены с сохранением большего числа значащих цифр, чем это обычно делается на практике. Этим может объясняться некоторое отличие представленных в примерах результатов вычислений, включающих математические операции с несколькими членами, от тех, что были бы получены с сохранением ограниченного числа значащих цифр в соответствии с исходными данными.
В настоящем Руководстве подчеркивается, что классификация методов вычисления составляющих неопределенности на оценивание типа A и типа B приведена только для удобства, и что знания способа получения оценки не требуется для вычисления суммарной стандартной неопределенности или расширенной неопределенности, поскольку все составляющие неопределенности обрабатываются единым образом (см. 3.3.4, 5.1.2 и E.3.7). Поэтому в примерах способ получения оценки конкретной составляющей неопределенности специально не указывается. Но из изложения примера будет ясно, каким образом получена оценка той или иной составляющей.
Этот пример показывает, что даже простая задача измерения может включать тонкие аспекты оценивания неопределенности.
H.1.1. Измерительная задача
Длину концевой меры определяют сравнением с эталоном. Номинальная длина и концевой меры, и эталона - 50 мм. Прямой результат сличения этих двух концевых мер позволяет получить разность их длин d, которую можно представить в виде
![]() где l - измеряемая величина, т.е. длина калибруемой концевой меры при 20 °C;
Исходя из формулы (H.1), математическая модель для измеряемой величины может быть представлена в виде
![]() Если разность температур калибруемой концевой меры и эталона записать как
, а разность их коэффициентов теплового расширения как , то формула (H.2) примет вид![]() Предполагается, что оценки
Из формулы (H.3) видно, что оценка измеряемой величины l может быть получена суммированием
Примечание. В целях упрощения записи здесь и в других примерах использованы одинаковые обозначения для случайной величины и ее оценки.
Основные результаты вычислений, относящихся к настоящему примеру, собраны в таблице H.1.
![]() где
; ; ; ; ; .Таким образом,
![]() Сертификат о калибровке указывает значение расширенной неопределенности длины эталона U = 0,075 мкм и сообщает, что это значение было получено с использованием коэффициента охвата k = 3. Это позволяет получить следующее значение стандартной неопределенности:
![]() Выборочное стандартное отклонение, характеризующее результат сравнения l и
![]() Согласно сертификату о калибровке компаратора, используемого для сравнения l и
для v = 6 - 1 = 5 степеней свободы (см. таблицу G.2 Приложения G), как![]() Неопределенность, "обусловленная систематическими погрешностями", в сертификате о калибровке указана равной 0,02 мкм "на уровне три сигма". Тогда соответствующую стандартную неопределенность, связанную с систематическими эффектами в результате применения данного средства измерений, можно определить как
![]() Общий вклад неопределенности, связанной с измерением d и выраженной через сумму оценок дисперсий, будет
![]() или
u(d) = 9,7 нм.
H.1.3.3. Неопределенность оценки коэффициента теплового расширения
Известное значение теплового расширения эталонной концевой меры равно
с неопределенностью, характеризуемой прямоугольным распределением с границами . Тогда стандартная неопределенность будет равна [см. формулу (7)]![]() Поскольку, как указано в H.1.3,
, данная составляющая неопределенности не вносит вклад в неопределенность измерения l, если учитывать только члены разложения первого порядка. Однако при учете слагаемых второго порядка эту составляющую необходимо принять во внимание (см. H.1.7).Таблица H.1
H.1.3.4. Неопределенность оценки отклонения температуры концевой меры длины
Температура поверхности измерительного стола указана равной (19,9 +/- 0,5) °C. Регистрация температуры во время каждого отдельного наблюдения не проводится. Указано, что установленный максимальный сдвиг температуры
не характеризует неопределенность задания средней температуры стола, а представляет собой амплитуду почти гармонических изменений температуры в изолированной термодинамической системе. Отклонение средней температуры стола от нормальной составляет![]() Стандартная неопределенность этой величины (представляющая собой неопределенность оценки среднего значения температуры стола) указана равной
![]() Гармонические колебания температуры во времени соответствуют U-образному распределению значений температуры (плотность распределения вероятностей имеет форму арксинуса) со стандартным отклонением
![]() За оценку отклонения температуры
![]() что дает
![]() Поскольку, как указано в H.1.3,
, данная составляющая неопределенности не вносит вклад в неопределенность измерения l, если учитывать только члены разложения первого порядка. Однако при учете слагаемых второго порядка эту составляющую необходимо принять во внимание (см. H.1.7).Имеющиеся оценки позволяют предположить, что
. Это соответствует стандартной неопределенности![]() Предполагается, что эталонная и калибруемая концевые меры имеют одинаковые температуры, разность между которыми может с равной вероятностью находиться в любой точке интервала от -0,05 °C до +0,05 °C. Это соответствует стандартной неопределенности
![]() H.1.4. Суммарная стандартная неопределенность
Суммарную стандартную неопределенность
![]() ![]() или
![]() Видно, что доминирующей составляющей неопределенности является неопределенность, связанная с эталоном,
.H.1.5. Окончательный результат
Сертификат о калибровке эталонной концевой меры длины указывает в качестве ее длины при 20 °C
. Среднее арифметическое (см. H.1.2), то длина l калибруемой концевой меры длины при 20 °C составляет 50,000838 мм. Тогда в соответствии с 7.2.2 окончательный результат измерения можно представить в следующем виде:"l = 50,000838 мм; суммарная стандартная неопределенность
; относительная суммарная стандартная неопределенность ".Пусть требуется получить расширенную неопределенность
, соответствующую интервалу с уровнем доверия приблизительно 99%. Процедура, которую для этого следует использовать, установлена в G.6.4, а необходимые значения числа степеней свободы приведены в таблице H.1. Эти значения были получены следующим образом.1) Неопределенность калибровки эталона
.2) Неопределенность измерения разности длин u(d) [H.1.3.2]. Хотя значение
, поскольку оценка (см., пример в G.4.2). После этого число эффективных степеней свободы для u(d), ![]() 3) Неопределенность оценки разности коэффициентов расширения
вариаций .4) Неопределенность оценки разности температур концевых мер длины
.
Число эффективных степеней свободы
![]() Чтобы получить значение расширенной неопределенности, данное значение следует округлить до меньшего целого числа, т.е. принять
. Из таблицы G.2 видно, что . Это дает . В соответствии с 7.2.4 окончательный результат измерения можно представить в следующем виде:"l = (50,000838 +/- 0,000093) мм, где число, стоящее после знака "+/-", - расширенная неопределенность
, полученная для суммарной стандартной неопределенности и коэффициента охвата k = 2,92, соответствующего уровню доверия 99% для t-распределения с v = 16 степенями свободы; относительная расширенная неопределенность ".В примечании к 5.1.2 подчеркивается, что формула (10) [использованная в настоящем примере для получения суммарной стандартной неопределенности
настолько существенна, что этими членами нельзя пренебречь. Именно такая ситуация имеет место в настоящем примере, поэтому вышеописанную процедуру получения и , - но только первый из этих слагаемых вносит значимый вклад в ![]() ![]() Таким образом, учет членов второго порядка повышает значение
Этот пример демонстрирует одновременное получение оценок нескольких измеряемых (выходных) величин в ходе одного измерения и корреляцию между этими оценками. Он ограничивается рассмотрением неопределенности, обусловленной случайными вариациями повторных наблюдений, в то время как в реальных измерительных ситуациях при оценивании неопределенности результатов измерения необходимо будет учитывать также неопределенности поправок на систематические эффекты. Приведены два способа анализа исходных данных, приводящих, по существу, к одинаковым числовым результатам.
H.2.1. Измерительная задача
Активное сопротивление R и реактивное сопротивление X элемента цепи определяют путем измерения амплитуды V, изменяющейся по гармоническому закону разности потенциалов на его клеммах, амплитуды I проходящего через элемент переменного тока, а также фазового сдвига Ф между переменным напряжением V и переменным током I. Таким образом, имеются три входные величины: V, I и Ф, - и три выходные (измеряемые величины): R, X и модуль полного импеданса элемента цепи Z. Поскольку выходные величины связаны соотношением
, то число независимых выходных величин равно двум.H.2.2. Математическая модель и исходные данные
Измеряемые величины связаны с входными величинами законом Ома:
![]() Пусть в одних и тех же условиях (см. B.2.15) проведено 5 одновременных наблюдений входных величин V, I и Ф. Результаты этих наблюдений представлены в таблице H.2. В той же таблице для каждой входной величины приведены средние арифметические по этим наблюдениям и выборочные стандартные отклонения от этих средних значений, вычисленные по формулам (3) и (5). Средние арифметические берутся в качестве наилучших оценок математических ожиданий входных величин, а выборочные стандартные отклонения представляют собой их неопределенности.
Поскольку средние арифметические
получают из одновременных наблюдений, то они будут коррелированы, и эти корреляции должны приниматься во внимание при вычислении стандартных неопределенностей измеряемых величин R, X и Z. Коэффициенты корреляции легко получить по формуле (14), используя значения , и , рассчитанные по формуле (17). Результаты вычислений включены в таблицу H.2. При этом следует помнить, что и .Таблица H.2
из пяти одновременных наблюдений
Результаты анализа данных способом 1 сведены в таблицу H.3.
Значения трех измеряемых величин R, X и Z получают по формуле (H.7), подставляя вместо V, I и Ф их средние арифметические
соответственно, приведенные в таблице H.2. Поскольку, как указано выше, коррелированы, то стандартные неопределенности оценок выходных величин R, X и Z получают по формуле (16). В качестве примера рассмотрим получение оценки суммарной неопределенности Z. Заменяя в формуле (16) , получаем![]() или
![]() где
, , а подстрочный индекс r в последней формуле означает, что вместо неопределенности оценки величины рассматривается ее относительная неопределенность. Подставив в формулу (H.8a) соответствующие значения из таблицы H.2, получаем .Измеряемые (выходные) величины будут коррелированы, поскольку зависят от одних и тех же входных величин. Элементы ковариационной матрицы выходных величин в общем виде могут быть представлены как
![]() где
, . Формула (H.9) является обобщением формулы (F.2) на случай, когда . Следует отметить, что диагональные элементы ковариационной матрицы являются оценками дисперсий выходных величин Применительно к настоящему примеру в формуле (H.9) необходимо принять:
![]() Результаты расчетов R, X и Z, их выборочных дисперсий и коэффициентов корреляции представлены в таблице H.3.
Таблица H.3
Результаты анализа данных способом 2 сведены в таблицу H.4.
Поскольку в каждом из пяти наблюдений одновременно определялись все три входные величины, V, I и Ф, то есть возможность для каждого наблюдения вычислить соответствующие значения R, X и Z, а потом для получения наилучших оценок каждой выходной величины провести усреднение этих выборочных значений. Выборочные стандартные отклонения (суммарные стандартные неопределенности) для средних значений выходных величин вычисляют обычным способом по формуле (5), а ковариации для этих значений - применяя формулу (17) непосредственно к выборочным значениям выходных величин, по которым были рассчитаны их средние значения. Оценки выходных величин, их стандартных отклонений и ковариаций, полученные способом 2, не отличаются от тех, что получены способом 1, если не принимать во внимание эффекты второго порядка, связанные с изменением порядка усреднения, т.е. с заменой, например,
Для демонстрации способа 2 в таблице H.4 приведены значения R, X и Z, вычисленные для каждого из пяти повторных наблюдений. На основе этих значений вычислены средние арифметические, стандартные неопределенности и оценки коэффициентов корреляции. Полученные числовые результаты только незначительно отличаются от тех, что приведены в таблице H.3.
Таблица H.4
Возвращаясь к примечанию 4.1.4, можно сказать, что способ 2 иллюстрирует получение оценки y из
, в то время как способ 1 является примером получения оценки y из . В примечании к 4.1.4 подчеркивается, что обычно эти два способа дают одинаковые результаты, если f является линейной функцией входных величин (и если при применении способа 1 учтены выборочные коэффициенты корреляции). Если f не является линейной функцией, тогда результаты, полученные двумя указанными способами, будут различаться между собой в зависимости от степени нелинейности, значений дисперсий и ковариаций входных величин. Это можно видеть из выражения![]() где второе слагаемое в правой части является членом второго порядка при разложении функции f в ряд Тейлора по
и лучше отражает специфику данного измерения, когда в каждом наблюдении одновременно получают значения всех входных величин.С другой стороны, способ 2 нельзя было бы применить в том случае, если бы данные таблицы H.2 отражали результаты не одновременных, а последовательных наблюдений, когда вначале были получены, например,
. (Применительно к данной измерительной задаче неодновременные наблюдения входных величин следует признать плохим решением, поскольку падение напряжения на элементе цепи и ток через этот элемент прямо связаны между собой.)Если данные таблицы H.2 использовать в ситуации, когда способ 2 неприменим, и предположить отсутствие корреляции между величинами V, I и Ф, то полученные оценки коэффициентов корреляции следует признать незначащими и принять эти величины равными нулю. После внесения такой поправки в таблицу H.2 формула (H.9) упростится и станет эквивалентной формуле (F.2):
![]() Применение этой формулы к данным таблицы H.2 приведет к изменениям в таблице H.3, как показано в таблице H.5.
Таблица H.5
Изменения в таблице H.3 в предположении, что
в таблице H.2 значения коэффициентов
корреляции равны нулю
Этот пример иллюстрирует применение метода наименьших квадратов для построения линейной градуировочной характеристики и показывает, как полученные при подгонке параметры, свободный член и угловой коэффициент линейной зависимости вместе с оценками их дисперсий и ковариации могут быть использованы для определения по градуировочной характеристике значений поправки и ее стандартной неопределенности.
H.3.1. Измерительная задача
Термометр калибруют путем сравнения n = 11 показаний температуры
к показаниям. Измеренные поправки и измеренные температуры ![]() подгоняют под данные измерений поправок и температур методом наименьших квадратов. Двумя измеряемыми (выходными) величинами являются параметры
H.3.2. Подгонка методом наименьших квадратов
С учетом изложенного в H.3.1 оценки выходных величин
![]() что приводит к следующим формулам для
, где - выборочная ковариация:![]() ![]() ![]() ![]() ![]() ![]() ![]() В вышеприведенных формулах суммирование осуществляют по k от 1 до n,
; ; . Выражение представляет собой разность между поправкой . Выборочная дисперсия Данные, по которым осуществляется подгонка, представлены во втором и третьем столбцах таблицы H.6. В качестве фиксированной точки
. Тогда из формул (H.13a) - (H.13g) получаем ![]() ![]() ![]() То, что угловой коэффициент
После получения числовых оценок градуировочную характеристику можно записать в виде
где цифры в скобках соответствуют младшим разрядам оценок свободного члена и углового коэффициента градуировочной характеристики и показывают числовые значения стандартных неопределенностей этих параметров (см. 7.2.2). Формула (H.14) позволяет вычислить поправку к показаниям термометра для любого значения температуры t, в том числе значения
. Анализ этих разностей можно использовать для проверки обоснованности выбора линейной модели в качестве градуировочной характеристики посредством известных процедур проверки гипотез (см. [8]), однако в настоящем примере такие процедуры не рассматриваются.Таблица H.6
градуировочной характеристики термометра методом
наименьших квадратов
Выражение для суммарной стандартной неопределенности расчетной поправки можно легко получить по формуле (16), при этом взяв функциональную зависимость из формулы (H.12),
и приняв и :![]() Оценка дисперсии
имеет минимум при температуре , которая в данном случае равна .В качестве примера использования формулы (H.15) предположим, что необходимо найти поправку к показаниям термометра и ее неопределенность при температуре t = 30 °C, находящейся за пределами диапазона калибровки. Подстановка t = 30 °C в формулу (H.14) дает
b(30 °C) = -0,1494 °C,
а формула (H.15) после подстановки того же значения приобретает вид
![]() или
![]() Таким образом, поправка при 30 °C равняется - 0,1494 °C с суммарной стандартной неопределенностью
для v = n - 2 = 9 степеням свободы.H.3.5. Устранение корреляции между оценками свободного члена и углового коэффициента градуировочной характеристики
Из формулы (H.13e) для коэффициента корреляции
видно, что если выбрать , то , и оценки при , и для данного примера , то, повторив процедуру подгонки методом наименьших квадратов при новом значении , получим оценки минимально; см. H.3.4). Однако полностью повторять процедуру, описываемую формулами (H.13a) - (H.13g), нет необходимости, поскольку можно показать, что![]() ![]() ![]() где
![]() ![]() ![]() Применение указанных соотношений к данным, полученным в H.3.3, дает
b(t) = -0,1625(11) °C + 0,00218(67)(t - 24,0085 °C), (H.17a)
![]() То, что формулы (H.17a) и (H.17b) дают те же результаты, что и формулы (H.14) и (H.15), можно проверить, повторив числовые расчеты для b(30 °C) и
. Подставив t = 30 °C в формулы (H.17a) и (H.17b), получимb(30 °C) = - 0,1494 °C;
,что точно совпадает с результатами, представленными в H.3.4. Оценку ковариации между двумя поправками
H.3.6. Дополнительные замечания
Метод наименьших квадратов может быть использован для подгонки под имеющиеся данные измерений кривых не только первого, но и более высокого порядка. Он применим также в случае, когда данные измерений известны неточно (т.е. измерения характеризуются некоторой неопределенностью). За более подробными сведениями по данному вопросу следует обращаться к известным руководствам (см. [8]). Ниже приведены только два примера, иллюстрирующие ситуации, когда предположение о точном знании поправок
1) Предположим, что каждое измерение
Тогда оценкой дисперсии каждого
, и каждая измеренная поправка будет иметь ту же стандартную неопределенность Примечание. Объединенную выборочную дисперсию
![]() где
. Число степеней свободы для . Выборочная дисперсия ) среднего арифметического по m независимым наблюдениям, характеризуемым выборочной дисперсией 2) Предположим, что каждое измерение
также будет равно , а .Этот пример похож на пример H.2 об одновременном измерении активного и реактивного сопротивления возможностью анализировать данные двумя разными способами, приводящими к существенно одинаковому числовому результату. Первый из этих двух способов снова иллюстрирует ситуацию, когда необходимо принимать во внимание корреляцию между входными величинами.
H.4.1. Измерительная задача
Неизвестную удельную активность радона
в образце воды определяют сравнением со стандартным образцом водного раствора радона с известной удельной активностью методом жидкостного сцинтилляторного счета. Для этого готовят три источника сцинтилляций, каждый из которых представляет собой смесь приблизительно 5 г счетного образца водного раствора и 12 г раствора сцинтиллирующего вещества в органической жидкости в колбах объемом 22 мл:источник (a) - стандартный образец, содержащий массу
источник (b) - подготовленная холостая проба воды, не содержащей радиоактивных веществ, которую используют для измерения скорости счета импульсов фона;
источник (c) - исследуемый образец, содержащий аликвоту массы
Выполняют шесть циклов измерений, в каждом из которых используют все три указанных источника в следующем порядке: стандартный образец - холостая проба - исследуемый образец. Интервал счета
(с поправкой на мертвое время) для источников, соответственно, стандартного образца, холостой пробы и исследуемого образца (значение (с поправкой на мертвое время) для источников, соответственно, стандартного образца, холостой пробы и исследуемого образца.Число зарегистрированных импульсов можно представить в виде следующих зависимостей:
![]() ![]() где
методом жидкостного сцинтилляционного счета для данного состава источника (предполагается независимой от уровня активности); , .Таблица H.7
исследуемого образца
Из формул (H.18a) и (H.18b) видно, что простое усреднение
) поправки на экспоненциальное затухание и фон. Для этого формулы (H.18a) и (H.18b) преобразуют таким образом, чтобы выразить измеряемую величину через известные величины:![]() где
и - исправленное число импульсов на интервале соответственно для исследуемого и стандартного образца после введения поправки на фон и приведения к началу отсчета t = 0. Измеряемую величину можно выразить и иначе:![]() где
![]() ![]() В таблице H.8 сведены значения исправленных (после внесения поправок на фон и экспоненциальное затухание) скоростей счета
. Следует отметить, что отношение проще всего рассчитать из выражения![]() Средние арифметические
Из-за относительно небольшой изменчивости
практически совпадают соответственно со средним арифметическим необходимо учитывать корреляцию между ] согласно формуле (16) [эта формула позволяет получить относительную выборочную дисперсию отношения Следует обратить внимание на то, что выборочные стандартные отклонения
показывают, что их изменчивость в два-три раза превышает изменчивость этих величин вследствие случайной природы процесса счета частиц, описываемого распределением Пуассона. Неопределенность, описывающая пуассоновский процесс, уже внесла свой вклад в результаты измерений числа импульсов, поэтому ее не нужно учитывать отдельно.Таблица H.8
(с поправками на фон и экспоненциальное затухание)
Получение удельной активности
, , ![]() , , ; , , .Остальные возможные источники неопределенности оцениваются как пренебрежимо малые. Перечень характеристик, которые в дальнейшем не рассматриваются, включает в себя:
- стандартные неопределенности времени распада
- стандартную неопределенность постоянной распада
. (Эта неопределенность дает вклад в неопределенность коэффициента распада , значение которого варьируется в пределах от 1,01563 для циклов k = 4 и k = 6 до 1,01570 для цикла k = 1. Стандартная неопределенность коэффициента составляет );- неопределенность, связанную с возможной зависимостью эффективности регистрации
- неопределенности поправок на мертвое время счетчика и на зависимость эффективности регистрации счетчика от уровня активности источника.
H.4.3.1. Результаты (способ 1)
Как было указано выше,
![]() Применение к этому выражению формулы (16) позволяет получить суммарную дисперсию
![]() где, как указано в H.4.2, последние три слагаемых относятся к
- относительной выборочной дисперсии для Подстановка значений соответствующих величин в формулу (H.22b) дает
![]() ![]() Тогда результат измерения можно представить в виде
"
; суммарная стандартная неопределенность ".H.4.3.2. Результаты (способ 2)
В способе 2
:![]() При этом выражение для
![]() что дает
![]() ![]() Тогда результат измерения можно представить в виде
"
; суммарная стандартная неопределенность ".Число эффективных степеней свободы для
Как и в примере раздела H.2., использование способа 2 является предпочтительным, поскольку не использует приближение, связанное с заменой среднего арифметического отношения двух величин на отношение средних арифметических этих величин, а также лучше учитывает специфику измерительной процедуры, когда данные наблюдений собирают по отдельным циклам.
Тем не менее расхождение в результатах измерения
Этот пример дает краткое представление о методе дисперсионного анализа, для которого часто используют аббревиатуру ANOVA (от английского "ANalysis Of VAriance"). Данный статистический метод используют для выявления отдельных случайных эффектов, влияющих на результаты измерения, с целью их корректного учета при оценивании суммарной неопределенности. Метод ANOVA применим в самом широком диапазоне измерительных задач, например при калибровке эталонов, таких как прецизионный источник напряжения на диоде Зенера или эталон массы, или при сертификации стандартных образцов, но при этом он не позволяет выявить наличие возможных систематических эффектов.
Дисперсионный анализ распространяется на исследования самых разных моделей. В настоящем примере рассматривается важная для практических приложений модель иерархического эксперимента. Хотя числовые результаты получены на примере калибровки источника напряжения на диоде Зенера, общие идеи анализа применимы к разнообразным практическим измерениям.
Особенно важны методы ANOVA при сертификации стандартных образцов веществ и материалов путем межлабораторных испытаний. Подробно этот вопрос рассматривается в Руководстве ИСО 35 [19] (краткое описание измерений при сертификации стандартных образцов дано в H.5.3). Поскольку большая часть материала, содержащегося в Руководстве ИСО 35, нашла широкое практическое применение, к нему можно обращаться за дополнительными подробностями относительно ANOVA, включая вопросы несбалансированного иерархического эксперимента. Полезную информацию можно найти также в [15] и [20].
H.5.1. Измерительная задача
Эталон напряжения на диоде Зенера с номинальным напряжением 10 В калибруют сличением со стабильным источником опорного напряжения в течение двух недель. На этом периоде выбирают J дней, в каждый из которых проводят по K независимых повторных наблюдений разности потенциалов
![]() Выборочное стандартное отклонение
![]() Примечание. В данном примере предполагается, что все поправки к наблюдениям на систематические эффекты либо имеют незначительные неопределенности, либо эти неопределенности таковы, что могут быть учтены в самом конце анализа. Эти, а также другие поправки к среднему арифметическому наблюдений, которые вносят в конце анализа, представляют собой разность между значением, указанным в сертификате (в котором, как предполагается, указано также и значение неопределенности) и рабочим значением опорного напряжения стабильного источника, по которому калибруют эталон на диоде Зенера. Таким образом, оценка разности потенциалов эталона, полученная статистической обработкой наблюдений, не обязательно будет представлять собой окончательный результат измерения, и, соответственно, выборочное стандартное отклонение этой оценки не обязательно будет являться суммарной стандартной неопределенностью результата измерения.
Выборочное стандартное отклонение
H.5.2.1. Данные, необходимые для ответа на поставленные вопросы, собраны в таблице H.9, в которой
J = 10 - число дней, в которые проводились наблюдения разности потенциалов;
K = 5 - число наблюдений разности потенциалов в течение одного дня;
![]() - среднее арифметическое наблюдений разности потенциалов в течение j-го дня (всего получено 10 таких значений по числу дней наблюдений);
![]() - усредненное по J = 10 дням среднее арифметическое наблюдений разности потенциалов в течение дня, т.е. общее среднее арифметическое по JK = 50 наблюдениям;
![]() - выборочная дисперсия по K = 5 наблюдениям, сделанным в течение j-го дня (всего получено 10 таких значений по числу дней наблюдений);
![]() - выборочная дисперсия средних арифметических по всем J = 10 дням наблюдений (это общая оценка дисперсии по всем наблюдениям).
H.5.2.2. Однородность выборки, включающей разные дни наблюдений, можно исследовать, сравнивая две независимые оценки
Первая оценка
![]() что дает первую оценку
степеням свободы.Таблица H.9
за J = 10 дней: средние арифметические
стандартные отклонения
в течение каждого дня
Вторая оценка
, то оценка ![]() является второй оценкой
степеней свободы.Числовыми оценками
и (см. таблицу H.9). Поскольку оценка H.5.2.3. Распределение Фишера представляет собой распределение вероятностей отношения
двух независимых оценок . Для распределения Фишера построены таблицы квантилей случайной величины F для разных сочетаний или обычно интерпретируют как свидетельство того, что ![]() при
степеней свободы для числителя и степеней свободы для знаменателя. Поскольку и , то делается вывод, что межсуточный эффект статистически значим на уровне 5%, но статистически незначим на уровне 2,5%.H.5.2.5. Если разница между
![]() ![]() при JK - 1 = 49 степеням свободы для
Если предположить, что все поправки на систематические эффекты уже учтены и что все остальные составляющие неопределенности незначительны, то результат калибровки может быть представлен в виде: "
(см. таблицу H.9); суммарная стандартная неопределенность при 49 степенях свободы".Примечание 1. В практических измерениях весьма вероятно присутствие других составляющих неопределенности, которые должны быть объединены с составляющей, полученной в результате статистической обработки наблюдений (см. примечание к H.5.1).
Примечание 2. Эквивалентность формул (H.28a) и (H.24b) можно показать, записав в последней двойную сумму, которую обозначим S, в следующем виде:
![]() H.5.2.6. Если гипотеза о существовании межсуточной изменчивости принята (благоразумное решение, поскольку защищает от возможного занижения оценки неопределенности), то выборочную дисперсию
, где ![]() где
. Тогда используемое в критерии Фишера (см. H.5.2.4) выражение можно преобразовать следующим образом![]() что дает
![]() ![]() ![]() Выборочную дисперсию величины
![]() при J - 1 = 9 степенях свободы для
Число степеней свободы для
[см. формулу (H.31a)], но нахождение этой величины представляет собой сложную задачу.H.5.2.7. С учетом формулы (H.32) лучшей оценкой разности потенциалов эталона напряжения будет
с выборочной дисперсией . Полученное значение В реальном измерении вопрос существования эффекта межсуточной изменчивости должен быть, если возможно, предметом дальнейшего исследования, чтобы определить природу этого эффекта и попытаться оценить его влияние на результат измерения, после чего необходимость в применении метода ANOVA отпадает. Как подчеркивалось в начале настоящего раздела, методы ANOVA предназначены для выявления и оценивания составляющих неопределенности, связанных со случайными эффектами, и не могут предоставить информацию в отношении составляющих, обусловленных систематическими эффектами.
H.5.3.1. Этот пример с калибровкой эталона напряжения демонстрирует прием анализа, называемый обычно сбалансированным двухуровневым иерархическим экспериментом. "Двухуровневым" - потому что помимо ряда наблюдений в условиях повторяемости существует еще только один уровень варьирования (изменчивости) - это день, в который проводят измерения. "Сбалансированным" - потому что каждый день выполняют одинаковое число наблюдений. Пример анализа можно распространить на другие источники варьирования, такие как "влияние оператора", "влияние средства измерений", "влияние лаборатории", "влияние образца" и даже "влияние метода измерений" в данном измерении. Таким образом, в данном примере измерения, проведенные в J дней, можно было заменить на измерения, проведенные в один день, но с участием J операторов. Тогда вместо межсуточной составляющей дисперсии рассматривалась бы составляющая дисперсии, связанная с операторами.
H.5.3.2. Как указано в H.5, методы ANOVA широко используются при сертификации стандартных образцов путем межлабораторных испытаний. Такая сертификация обычно предполагает участие ряда независимых, одинаково компетентных лабораторий, проводящих оценку свойства вещества, по которому оно должно быть сертифицировано. Обычно предполагают, что расхождения между отдельными результатами измерений, как внутри одной лаборатории, так и между лабораториями, являются статистическими по природе, независимо от вызывающих их причин. Среднее арифметическое результатов измерений в рамках одной лаборатории считается несмещенной оценкой свойства вещества, а невзвешенное среднее лабораторных средних значений обычно предполагается наилучшей оценкой этого свойства.
Сертификация стандартного образца может проходить с участием I разных лабораторий, каждая из которых измеряет требуемое свойство J разных образцов вещества, причем каждое такое измерение включает K независимых повторных наблюдений. Таким образом, общее число наблюдений составляет IJK, а общее число образцов - IJ. Это пример сбалансированного трехуровневого иерархического эксперимента, аналогичный вышеописанному примеру с калибровкой эталона напряжения. В данном случае существуют два высших уровня иерархии, соответствующие двум варьируемым факторам: образец и лаборатория. Эксперимент является сбалансированным, поскольку в каждой лаборатории для каждого образца проводят равное количество наблюдений (K), и каждая лаборатория проводит измерения для равного количества образцов (J). Далее по аналогии с рассмотренным примером со стандартом напряжения целью анализа данных является исследование возможного существования межобразцовых и межлабораторных эффектов и определение неопределенности измеряемого свойства вещества, чтобы заявить его вместе с наилучшей оценкой указанного свойства. В соответствии предыдущим параграфом предполагается, что эта оценка является средним по I лабораторным средним значениям, которая является также средним арифметическим по IJK наблюдениям.
H.5.3.3. В 3.4.2 подчеркивалась важность варьирования входных величин, влияющих на результат измерения, с целью получить оценку неопределенности на основе статистической обработки данных наблюдений. Иерархические эксперименты и дисперсионный анализ полученных данных могут быть с успехом применены во многих измерительных ситуациях, встречающихся на практике.
Тем не менее, как указывалось в 3.4.1, варьирование всех входных величин реализуемо только в редких случаях ввиду имеющихся ограничений на временные и иные ресурсы. В большинстве практических ситуаций методами ANOVA можно оценить, в лучшем случае, только некоторые составляющие неопределенности. Как подчеркивалось в 3.4.1, для оценивания многих составляющих неопределенности следует использовать обоснованные суждения на основе всей доступной информации об изменчивости соответствующих входных величин. Зачастую составляющие неопределенности, связанные с такими факторами, как влияние образца, лаборатории, оператора или средства измерения, не могут быть оценены статистическими методами на основе наблюдений и нуждаются в анализе всей совокупности данных.
Твердость представляет собой пример физического свойства, для которого количественная оценка не может быть получена без ссылки на конкретный метод измерения, т.е. размер данной величины привязан к конкретному методу измерения. Величина "твердость" непохожа на классические измеримые величины тем, что она не может войти в аналитические выражения для определения других измеримых величин (хотя она иногда используется в эмпирических формулах, связывающих твердость с другими характеристиками материалов определенного класса). Ее размер определяют через принятый метод измерения по линейному размеру отпечатка от вдавливания в образец материала. Измерения проводят в соответствии со стандартом на метод измерения, в котором дано описание вдавливаемого наконечника, установка для вдавливания и способ управления установкой. Существует несколько стандартов на методы измерения твердости, которым соответствуют разные шкалы твердости.
Твердость определяют как функцию (зависящую от шкалы) непосредственно измеряемого линейного размера. В рассматриваемом примере она определена как линейная функция среднего арифметического (среднего значения) глубин пяти повторных отпечатков, но для других шкал может использоваться и нелинейная функция.
Государственным эталоном твердости является стандартная установка (твердомер). (На международном уровне такого эталона не существует.) Передачу единицы твердости от государственного эталона к калибруемому твердомеру осуществляют с помощью образцовых мер твердости.
H.6.1. Измерительная задача
В этом примере твердость образца материала определяют по шкале С Роквелла с использованием твердомера-компаратора - установки, калиброванной по государственному эталону. Цена деления шкалы С Роквелла составляет 0,002 мм, причем твердость по этой шкале определяют, вычисляя разность между значением 100(0,002 мм) и средним арифметическим глубин пяти вдавливаний, измеренных в миллиметрах. Значение этой величины, разделенное на цену деления шкалы С Роквелла 0,002 мм, называют показателем твердости по шкале HRC. В настоящем примере величина называется просто твердостью и обозначается
, а ее числовое значение в единицах шкалы Роквелла - показателем твердости с обозначением .В среднее арифметическое глубин вдавливаний, сделанных в образце материала твердомером-компаратором, необходимо внести поправку для приведения этой величины к среднему геометрическому глубин вдавливаний, которые были бы сделаны в том же самом образце государственным эталоном. Таким образом,
![]() ![]() где
Поскольку все частные производные
и функции, заданной формулой (H.33a), равны минус единице, суммарную стандартную неопределенность ![]() в которой для упрощения записи
заменено на h.H.6.3. Составляющие дисперсии
Неопределенность, связанная с повторными наблюдениями. Точную идентичность условий повторных наблюдений соблюсти невозможно, поскольку при каждом следующем наблюдении место вдавливания отличается от предыдущего. Таким образом, изменчивость результатов повторных наблюдений обязательно включает в себя составляющую, связанную с разной твердостью материала в разных местах вдавливания. Стандартную неопределенность
, где Неопределенность, связанная с показаниями прибора. Хотя поправка к
(см. F.2.2.1). Таким образом, оценка дисперсии величины ![]() Как сказано в H.6.2,
, где - средняя глубина 5m вдавливаний, сделанных государственным эталоном в образцовой мере твердости, а - средняя глубина 5n вдавливаний, сделанных в той же образцовой мере твердости твердомером-компаратором. Таким образом, предполагая, что в процедуре сличения можно пренебречь неопределенностью, обусловленной конечным разрешением показывающих устройств обоих твердомеров, получаем оценку дисперсии величины ![]() где
- среднее арифметическое выборочных дисперсий средних арифметических по каждой из m выборок глубин вдавливаний - среднее арифметическое выборочных дисперсий средних арифметических по каждой из m выборок глубин вдавливаний Примечание. Подробнее об объединенных выборочных дисперсиях, какими являются
H.6.3.3. Неопределенность
Международная рекомендация МОЗМ Р 12 "Поверка и калибровка образцовых мер твердости по шкале С Роквелла" требует, чтобы максимальная и минимальная глубины вдавливаний, полученные по пяти измерениям на образцовой мере твердости, не отличались более чем на некоторую долю x средней глубины вдавливания, где доля x зависит от показателя твердости. Поэтому можно допустить, что максимальная разность в глубинах вдавливания в разных точках образцовой меры твердости будет
, получаем следующую оценку дисперсии поправки к средней глубине вдавливаний, обусловленную разницей в твердости, соответственно, для государственного эталона и твердомера-компаратора:![]() Как указано в H.6.2, предполагается, что наилучшая оценка
H.6.3.4. Неопределенность
Неопределенность, связанная с государственным эталоном, вместе с неопределенностью, обусловленной неполнотой определения измеряемой величины (твердости), указывается в виде оценки стандартного отклонения
H.6.4. Суммарная стандартная неопределенность
Подстановка оценок составляющих неопределенности, полученных в H.6.3.1 - H.6.3.4, в формулу (H.34) дает оценку дисперсии результата измерения твердости
![]() по которой может быть вычислена суммарная стандартная неопределенность
H.6.5. Числовой пример
Данные для настоящего примера собраны в таблице H.10.
В качестве шкалы твердости используется шкала С Роквелла, обозначаемая HRC. Цена деления шкалы Роквелла составляет 0,002 мм, поэтому в таблице H.10 и в последующем тексте используемое для простоты представления данных и результатов выражение, например, "36,0 единиц по шкале Роквелла" означает 36,0(0,002 мм) = 0,072 мм.
Если соответствующие данные таблицы H.10 подставить в формулу (H.38), то получим следующие два результата:
![]() единиц по шкале Роквелла = 0,0011 мм,где в целях расчета неопределенности принято
единиц по шкале Роквелла.Таблица H.10
по шкале С Роквелла
Таким образом, в предположении
"
единиц по шкале Роквелла или 0,1280 мм; суммарная стандартная неопределенность единиц по шкале Роквелла или 0,0011 мм".В единицах показателя твердости по шкале С Роквелла:
или"
; суммарная стандартная неопределенность ".Кроме составляющей неопределенности, обусловленной государственным эталоном и неполнотой определения измеряемой величины (твердости),
единиц по шкале Роквелла, существенный вклад в суммарную стандартную неопределенность вносят неопределенность, связанная с повторяемостью результатов измерений, единиц по шкале Роквелла и неопределенность, связанная с неравномерной твердостью образцовой меры твердости единиц по шкале Роквелла. Число эффективных степеней свободы для (обязательное)
Вернуться в "Каталог нормативных документов"
Источник информации: https://internet-law.ru/documents/prod/gost-r_gosudarstvennyj-standart/50/gost_92422.html
На правах рекламы:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||