物理量の測定誤差と
測定結果の処理
測定することで特別な技術的手段を使用して物理量の値を実験的に見つけることをいいます。 測定は直接的または間接的です。 で 直接測定では、測定器を使用して物理量の目標値を直接求めます(たとえば、ノギスを使用して物体の寸法を測定します)。 間接的これは、測定された量と直接測定された量との間の既知の関数関係に基づいて、物理量の望ましい値が見つかる測定と呼ばれます。 たとえば、円柱の体積 V を決定する場合、その直径 D と高さ H を測定し、次の公式に従います。 p D 2 /4 はその体積を計算します。
測定機器の不正確さと、測定中にすべての副作用を考慮することの難しさにより、測定誤差が必然的に発生します。 不正確または 間違い測定とは、測定された物理量の真の値からの測定結果の偏差を指します。
測定誤差は、測定量の真の値と同様に、通常は不明です。 したがって、測定結果の基本処理のタスクは、所定の確率で測定された物理量の真の値が位置する区間を確立することです。
測定誤差の分類
エラーは 3 つのタイプに分類されます。
1) 失礼または失態、
2) 体系的、.
3) ランダム重大なエラー
- これらは、デバイスの不注意な読み取り、測定値の記録の判読不能の結果として生じる誤った測定値です。 たとえば、結果を 2.65 ではなく 26.5 として記録します。 13 ではなく 18 のスケールで数えるなど。- 繰り返し測定中に一定のままであるか、または特定の法則に従って変化する誤差。 これらの誤差は、測定方法の選択の誤り、機器の不完全性または誤動作(たとえば、ゼロがオフセットされている機器を使用した測定など)が原因である可能性があります。 系統誤差をできる限り排除するために、常に測定方法を注意深く分析し、機器を標準と比較する必要があります。 将来的には、機器の製造の不正確さや計数誤差によって引き起こされるものを除いて、すべての系統的誤差が排除されたと仮定します。 このエラーをエラーと呼びます ハードウェア
ランダムエラー - 原因が事前に考慮できないエラーです。 ランダムなエラーは、私たちの感覚の不完全さ、外部条件の変化(温度、圧力、湿度、空気振動など)の継続的な作用に依存します。 ランダム誤差は取り除くことができず、すべての測定に必然的に存在しますが、確率論の方法を使用して評価できます。
直接測定結果の処理
物理量の直接測定の結果としてその値の多くが得られるとします。
x 1、x 2、... x n。
この一連の数値を知った上で、測定値の真の値に最も近い値を示し、ランダム誤差の大きさを見つける必要があります。
この問題は確率論に基づいて解決されますが、その詳細についてはコースの範囲を超えています。
. (1)
測定された物理量の最も確からしい値(真の値に近い値)を算術平均とみなします。ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 D
, (2)
x、次の式を使用して計算されます。 ここで、t(a,n) – 測定値 n と信頼水準に応じたスチューデントの係数 ある,n) – 測定値 n と信頼水準に応じたスチューデントの係数 。
信頼値実験者自身が尋ねた。
確率,n) – 測定値 n と信頼水準に応じたスチューデントの係数 ランダムイベントの「確率」は、同じように起こり得るケースの総数に対する、特定のイベントにとって有利なケースの数の比率です。
ある出来事が起こる確率は 1 ですが、ありえない出来事が起こる確率は 0 です。
特定の信頼確率に対応するスチューデントの係数値 および特定の数の測定値 n がテーブルから見つかります。 1. |
表1,n) – 測定値 n と信頼水準に応じたスチューデントの係数 |
|||
0,95 |
0,98 |
|||
1,38 |
12,7 |
31,8 |
||
1,06 |
||||
0,98 |
||||
0,94 |
||||
0,92 |
||||
0,90 |
||||
0,90 |
||||
0,90 |
||||
0,88 |
||||
0,84 |
番号,n) – 測定値 n と信頼水準に応じたスチューデントの係数 寸法n,n) – 測定値 n と信頼水準に応じたスチューデントの係数 =0.95。
ただし、どの測定装置でも誤差が生じるため、単純に測定回数を増やしても全体の誤差をゼロにすることはできません。ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 絶対誤差という用語の意味を説明しましょう,n) – 測定値 n と信頼水準に応じたスチューデントの係数 x と信頼確率
。 この信頼区間の中に、測定値 x の真の値が入ります。
図1同じ条件下で同じ機器を使用して同じ量の測定が繰り返される場合、測定量 x ist の真の値は同じ信頼区間内に収まりますが、ヒットは信頼できませんが、確率は高くなります。
a.ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 絶対誤差の大きさを計算したら
±D×。 物理量の測定の精度を評価するには、次の計算を行います。相対誤差
. (3)
、通常はパーセンテージで表されます。
したがって、直接測定の結果を処理する場合は、次のことを行う必要があります。
1. n 回測定します。
2. 式 (1) を使用して算術平均を計算します。 3. 信頼水準を設定する
a (通常は a =0.95 とします)。,n) – 測定値 n と信頼水準に応じたスチューデントの係数 4. 表 1 を使用して、指定された信頼確率に対応するスチューデント係数を見つけます。
と次元数 n。
5. 式 (2) を使用して絶対誤差を計算し、それを機器誤差と比較します。さらに計算するには、大きい方を採用します。
6. 式(3)を使用して、相対誤差を計算します。
e.
相対誤差を示す
e
と信頼確率
間接測定結果の処理ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 目的の物理量 y が関数依存性によって他の量 x 1、x 2、... x k に関連付けられているとします。±D Y=f(x 1 , x 2 , ... x k) (4)
値 x 1 、 x 2 、... x k の中には、直接測定および表形式のデータから得られた値があります。 絶対的なものを決める必要がある
. (5)
yと相対 値 y にエラーがあります。ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 x i – 値 x i の絶対誤差。 x i が直接測定の結果として得られる場合、その平均値
表形式の値を選択するときは、これを考慮する必要があります (
、g など)は相対誤差式に含まれます。 それらの値は、相対誤差が最大の相対誤差よりも 1 桁小さくなるように選択する必要があります。
y=
– 平均値xiを式(4)に代入して式(4)から得られる間接測定の平均値。
.
D y= e
. (6)
通常、実際の測定にはランダムな誤差と系統的な(ハードウェア)誤差の両方が存在します。 直接測定の計算されたランダム誤差がゼロであるか、器差の 2 倍以上小さい場合、間接測定の誤差を計算するときに器差を考慮する必要があります。 これらの誤差の差が 2 倍未満の場合、絶対誤差は次の式を使用して計算されます。
, (7)
=10.0mmおよび =40.0mm。 シリンダーの体積の間接測定の相対誤差は、次の式で求められます。ここで D D と D H – 直径と高さの直接測定の絶対誤差。 式 (2) を使用して値を計算します。 D D=0.01 mm; D H=0.13mm。 計算された誤差を、キャリパーの除算値に等しいハードウェア誤差と比較してみましょう。<0.1, поэтому в формуле (7) подставим вместо ここで、x i は i 番目の測定の結果です。 n – 測定の数。 ランダムな測定誤差は、絶対誤差の大きさによって推定できます。 D
D Dは0.01mmではなく0.1mmです。 p値 相対誤差が小さくなるように選択する必要があります。 Dp/p 式 (7) は無視できます。 測定値と計算された絶対誤差の分析から D D と D 体積測定における相対誤差への最大の寄与は、高さ測定における誤差によってもたらされることがわかります。 相対高さ誤差を計算すると、次のようになります。 eH =0.01。したがって、値は
p
3.14 を取る必要があります。 この場合
1. 測定が 1 回行われた場合、または複数の測定の結果が同じ場合、絶対測定誤差として器差を取る必要があります。これは、使用されるほとんどの機器の場合、デバイスの除算値に等しくなります (詳細については、器差については、「測定器」のセクションを参照してください)。
2. 表形式または実験データが誤差を示さずに与えられている場合、その数値の絶対誤差は最後の有効数字の桁の半分に等しいとみなされます。
おおよその数値を含むアクション
計算精度を過大評価すると多くの不要な作業が発生するため、計算精度を変えるという問題は非常に重要です。 学生は必要な数量を 5 桁以上の有効数字で計算することがよくあります。 この精度は過剰であることを理解してください。 直接測定された量を決定する精度によって保証される精度の限界を超えて計算を実行しても意味がありません。 測定値を処理した後、個々の結果の誤差を計算せず、この数値の正しい有効桁数を示すことによって値の近似値の誤差を判断することがよくあります。
有効数字近似数値はゼロを除くすべての数字であり、次の 2 つの場合はゼロです。
1) 有効数字の間にある場合 (たとえば、1071 という数字には有効数字が 4 つあります)。
2) 数字の末尾にある場合、および対応する桁の単位がこの数字に存在しないことがわかっている場合。 例。 数値 5.20 には有効数字が 3 つあり、これは測定時に単位だけでなく 10 分の 1 と 100 分の 1 も考慮したことを意味します。また、数値 5.2 には有効数字が 2 つしかなく、整数と 100 分の 1 だけを考慮したことを意味します。 10分の1。
概算の計算は、次のルールに従って行う必要があります。
1. 足したり引いたりするときその結果、小数点以下の桁数が最も少ない数値に含まれる小数点以下の桁数が格納されます。 例: 0.8934+3.24+1.188=5.3214» 5.32
2. 金額は 100 分の 1 に四捨五入する必要があります。 5.32 に相当します。掛け算と割り算のときその結果、有効桁数が最も少ない近似値と同じ数の有効桁数が保持されます。 たとえば、8.632 を乗算する必要があります。 「2.8」
3.53。 代わりにこの式を評価する必要があります
中間結果を計算する場合、ルールで推奨されている桁より 1 桁多い桁 (いわゆる予備桁) が保持されます。 最終結果では、予備の桁は破棄されます。 結果の最後の有効桁の値を明確にするには、その後の桁を計算する必要があります。 それが 5 未満であることが判明した場合は、単純に破棄する必要があります。5 または 5 を超えた場合は、破棄した後、前の桁を 1 つ増やす必要があります。 通常、絶対誤差は有効数字 1 桁のままで、測定値は絶対誤差の有効数字が位置する桁に丸められます。
3. 関数の値を計算した結果 x n , , log( ×) おおよその数字 ×数値と同数の有効数字を含める必要があります ×。 例えば: .
グラフ化
実験室での作業中に得られた結果は多くの場合重要であり、グラフで表示する必要があります。 グラフを作成するには、取得した測定値に基づいて、一方の量の各値が他方の量の特定の値に対応する表を作成する必要があります。
グラフは方眼紙で作成されます。 グラフをプロットするときは、独立変数の値を横軸にプロットし、関数の値を縦軸にプロットする必要があります。 各軸の近くに、描かれた量の指定を書き、それがどのような単位で測定されるかを示す必要があります(図2)。
図2
グラフを正しく作成するには、スケールの選択が重要です。曲線はシート全体を占め、グラフの長さと高さの寸法はほぼ同じになります。 スケールはシンプルであるべきです。 最も簡単な方法は、測定値の単位 (0.1、10、100 など) が 1、2、または 5 cm に対応するかどうかです。座標軸の交点は必ずしも一致する必要はないことに注意してください。プロットされた値のゼロ値(図2)。
得られた各実験値は、点や十字などの非常に目立つ方法でグラフ上にプロットされます。
測定値の誤差は、信頼区間の長さのセグメントの形で示され、その中心に実験点が配置されます。 エラーを示すとグラフが乱雑になるため、これはエラーに関する情報が本当に必要な場合にのみ行われます。つまり、実験点を使用して曲線を作成するとき、グラフを使用してエラーを決定するとき、実験データを理論曲線と比較するときです (図 2)。 多くの場合、1 つまたは複数のポイントのエラーを示すだけで十分です。
実験点を通る滑らかな曲線を描く必要があります。 多くの場合、実験点は単純な破線で結ばれます。 これは、量が何らかの突然の形で相互に依存していることを示しているようです。 そして、これはありそうもないことです。 曲線は滑らかでなければならず、マークされた点を通過するのではなく、マークされた点の近くを通過して、これらの点が曲線の両側に同じ距離にあるようにする必要があります。
いずれかの点がグラフから大きく外れている場合は、この測定を繰り返す必要があります。 したがって、実験中に直接グラフを作成することをお勧めします。 グラフは観察を制御し、改善するために役立ちます。
測定器とその誤差の計算Δ 物理量を直接測定するには測定器が使用されます。いかなる測定器も測定値の真の値を与えるわけではありません。Δ これは、第一に、装置のスケールで測定値を正確にカウントすることが不可能であるという事実、第二に、測定器の製造における不正確さによるものです。 最初の要因を考慮するために、計数誤差 Δx o が導入され、2 番目の要因として許容誤差が導入されます。:
.
×d
。
これらの誤差の合計が、デバイスの機器誤差または絶対誤差を形成します。
× ± 許容される誤差は州の基準によって標準化されており、パスポートまたはデバイスの説明に示されています。読み取り誤差は通常、機器の目盛の目盛値の半分に等しいと見なされますが、一部の機器 (ストップウォッチ、アネロイド気圧計) では、機器の目盛値と等しくなります (これらの機器の矢印の位置は 1 目盛りずつジャンプして変化するため) )、実験条件により自信を持って 1 つの目盛までカウントダウンできない場合(たとえば、太いポインタや不十分な照明の場合)、さらには複数の目盛の目盛でも使用できます。 したがって、計数誤差は実験者自身によって確立され、特定の実験の条件を正確に反映します。
許容誤差が読み取り誤差より大幅に小さい場合は、無視できます。 通常、デバイスの絶対誤差はデバイスのスケール分割と等しくみなされます。 ± (3 ~ 4) μm (測定範囲が 0 ~ 25 mm のマイクロメーターの場合)。 計数誤差は除算値の半分とする。 したがって、マイクロメータの絶対誤差は除算値と等しいとみなすことができます。 0.01mm。
計量時、工業用秤の許容誤差は荷重に応じて異なり、荷重が20~200gの場合は50mg、荷重が20g未満の場合は25mgです。
デジタル機器の誤差は精度等級によって決まります。
ほとんどの場合、実験中に複数の機器で複数の量が測定され、最終結果を得るには、これらの測定値を加算や乗算などの数学的演算を使用して処理する必要があります。 したがって、実験の周辺誤差や平均二乗誤差を計算して、実験全体の精度を評価する必要があります。
最大相対実験誤差を計算するためのルール:
1. 合計の誤差は、項の相対誤差の最大値と最小値の間にあります。 通常、最大誤差または算術平均値のいずれかが考慮されます (実験室での作業では算術平均値を使用します)。
2. 積または商の誤差は、それぞれ因数または被除数と除数の相対誤差の合計に等しくなります。
3. エラー n基底度の次数 nベースの相対誤差の倍。
間接測定結果の二乗平均平方根誤差を計算するには、測定結果の独立性を確保する必要があります。 この場合、値を計算する際の二乗平均平方根誤差は W、これは直接測定されたパラメータの関数です ×, y, z, ... は次の式で決定されます。
ここで、パラメータの平均値で計算された関数の偏導関数は次のとおりです。 ×, y, z、…、 - それぞれ修正された分散 ×, y, z, ….
例。 間接測定の誤差の決定
繰り返し測定した結果、3 つの相互に独立したパラメータの平均値と二乗平均平方根誤差が得られました。
a) 最大相対測定誤差と関数を決定する際の最大相対誤差
b) 関数決定の平均値と二乗平均平方根誤差
a) 最大相対測定誤差を求める ×, y, z式(13)によると:
関数を決定する際の最大相対誤差
実験の最大相対誤差を計算するためのルールに従って、次のことを見つけてみましょう。
b) 関数の平均値を計算します。
式 (14) を使用して関数を決定する際の二乗平均平方根誤差を計算するには、偏導関数を求めます。
平均値で計算します ×, y, z:
式 (14) に代入すると、次のようになります。
4. 線形回帰モデル特性の計算
要因間の関係を確立するための効果的な方法の 1 つは、相関回帰分析です。
相関回帰法のタスクは、結果として得られるパラメータ間の関係を特徴付ける経験式を見つけることです。 Y特定の入力要素を使用して ×.
コミュニケーションの一形態として Yそして ×線形依存は、計算が簡単であること、また他の多くの種類の依存を線形依存に帰着させることができるため、広く使用されています。
線形回帰モデルの計算には次の手順が含まれます。
1. 理論的な線形回帰式の計算。
2. つながりの強さを評価し、相関係数を計算します。
3. 相関係数の重要性の評価;
4. 回帰式係数の重要性を評価する。
5. 回帰式と信頼限界の妥当性を判断します。
線形回帰 Yの上 ×の形式は次のとおりです。
ここで、α と β は回帰パラメータです (β は回帰係数と呼ばれます)。
回帰パラメータ α および β の統計的推定値は、式によって計算された値が経験値にできるだけ近づくように選択されます。 偏差の二乗和が近さの尺度として選択されます。 同じ点における理論値からの経験値の偏差の二乗和を最小にしてパラメータを求める方法を最小二乗法といいます。
この方法に従って取得される最適なパラメーター値は、次の式によって決定されます。
ここで、 と は平均値です ×そして Y、次の式を使用して計算されます。
(15) を考慮して、経験的回帰直線を次の形式で書きます。
線形相関依存性の強さ Yそして ×相関係数を特徴付ける r。 係数 rは から 1 まで変化します。 に近づくほど、線形関係が強くなります。 Yそして ×、限定的なケースでは、 の場合、正確な線形関数依存性が存在します。 Yから ×。 の場合、 Yそして ×相関関係はありません。 相関係数を推定すると rはサンプル相関係数として機能し、次の式で計算されます。
サンプルデータから求められた相関係数は、一般母集団に対応する実際の値と一致しない場合があります。 サンプル相関係数の有意性に関する統計的仮説を検定するには、次を使用します。 t- スチューデントの t 検定。観測値は次の式を使用して計算されます。
クリティカル値 t- 自由度の数と有意水準 α の基準は、スチューデント分布の臨界点の表から求められます。 の場合、相関係数のゼロ値に関する仮定は確認されず、サンプルの相関係数は有意です。 の場合、値 rゼロに近い。
実際の問題を解決する場合、回帰式 (16) に含まれるパラメータを推定するには、信頼区間の構築に限定できます。 特定の信頼性 γ に対して、パラメーターの信頼区間と β は次の式で決定されます。
クリティカル値はどこにありますか t- 自由度の数と有意水準の基準。スチューデント分布の臨界点の表から求められます。 - 残差分散の平方根。次の式で求められます。
経験的に回帰式を取得したら、それが観測結果とどの程度一致しているかを確認します。 回帰式の重要性に関する仮説をテストするには、次を使用します。 F-フィッシャー基準。その観測値は次の式を使用して計算されます。
修正された分散はどこにありますか Y、次の式で計算されます。
クリティカル値 F- 自由度の数と有意水準 α の基準は、Fisher-Snedecor 分布の臨界点の表から求められます。 の場合、回帰式の有意性に関する仮説は確認されず、式は観測結果と一致します。 の場合、結果として得られる方程式は重要ではありません。
経験式が特定の観測システムをどの程度うまく記述しているかを示す尺度のもう 1 つの特徴は、決定係数です。 d、次の式で計算されます。
係数が近いほど d 1 つにするほど、説明が良くなります。
モデルが構築されると、それは分析と予測に使用されます。 予測は式 (17) に係数を代入することで実行されます。 結果の点推定は次のようになります。
予測値の信頼区間は次のとおりです。
クリティカル値はどこにありますか t- 自由度の数と重要度の基準。スチューデント分布の臨界点の表から見つかります。
例。線形回帰モデルの構築
観測データに基づいて、線形回帰式のパラメータを決定します Yの上 ×。 回帰係数と相関係数を見つけて、サンプルの相関係数の有意性に関する仮説を検証します。 回帰式のパラメーターの信頼区間を見つけます。 決定係数を決定します。 結果として得られる回帰式の重要性に関する仮説をテストします。 モデルによって予測された値を見つける yで x=x 0 を設定し、その信頼区間を見つけます。 有意水準を 0.05 とします。
× | ||||||||
Y | 0,5 | 0,7 | 0,9 | 1,1 | 1,4 | 1,4 | 1,7 | 1,9 |
回帰式のパラメータを取得するために、テーブルを作成しましょう。 表2
0,5 0,7 0,9 1,1 1,4 1,4 1,7 1,9 | -40 -28 -11 | -0,7 -0,5 -0,3 -0,1 0,2 0,2 0,5 0,7 | 0,49 0,25 0,09 0,01 0,04 0,04 0,25 0,49 | 3,3 -0,2 1,8 2,6 10,5 23,8 | 0,43 0,661 0,998 1,239 1,373 1,450 1,604 1,854 | 0,0049 0,0015 0,0077 0,0193 0,0007 0,0025 0,0092 0,0021 | ||
9,6 | 1,66 | 83,8 | 0,0479 |
表の最後の行には、計算に使用された列の合計が表示されます。
平均値を求めてみましょう ×そして Y式(16)によると:
式 (15) を使用して回帰係数を計算してみましょう。
そして、(17) に代入して経験的な回帰式を取得します。
式 (28) を使用して理論値を計算し、表 2 の最後の 2 列を記入します。
式 (18) を使用して相関係数を計算してみましょう。
そして、その重要性についての仮説を検証してみましょう。 式 (19) を使用して、基準の観測値を求めます。
スチューデント分布の臨界点の表を使用して、自由度の数と有意水準を使用してスチューデント分布の臨界点を求め、比較します。したがって、相関係数は有意です。 Yそして ×は線形相関で結ばれています。
線形回帰式 (28) のパラメーターの信頼区間を決定するには、式 (22) を使用して残差分散を求めます。
式 (20) に代入して、 の信頼区間を計算し、信頼性のある区間推定値を取得します。
式 (21) を使用して信頼区間を取得します。
したがって、信頼性のあるパラメータの間隔推定値は
結果として得られる回帰式の重要性に関する仮説を確認してみましょう。 観測値を計算するには F-基準 修正された分散を見つけます Y式 (24) を使用して: 式 (23) に代入すると、次の結果が得られます: 自由度および有意水準のフィッシャー・スネデコール分布の臨界点の表を使用して、次のことがわかります。 観測値と臨界値を比較します。 Fしたがって、方程式が有意であることがわかります。
観測値に対する線形モデルの適切性を評価するために、式 (25) を使用して決定係数も求めます。
この結果は次のように解釈されます: 97.1% の変動性 Y因子の変化で説明される ×、残りのランダム要因は変動の 2.9% を占めます。 ただし、この結論は、考慮された値の範囲に対してのみ有効です。 ×.
予測には式 (28) を使用します。 のポイント推定値を使用すると、 y式 (28) に代入することで次の値が得られます。 式 (27) から得られる信頼区間は次のとおりです。
最後に、信頼性のある間隔推定
問題は次のように提起されます: 必要な量を z他の量によって決定される a、b、c, ... 直接測定から得られる
z = f (a、b、c、...) (1.11)
関数の平均値とその測定値の誤差を見つける必要があります。 信頼区間を求める
信頼性と相対誤差を備えています。
については、(11)の右辺に代入して求めます。 a、b、c、...それらの平均値
間接測定の絶対誤差は直接測定の絶対誤差の関数であり、次の式で計算されます。
(1.14)
ここで関数の偏導関数は f変数による a、b、 …
値が a、b、c、...関数に Z = f (a、b、c、...)さまざまな程度の因子の形で含まれます。
, (1.15)
その場合、最初に相対誤差を計算すると便利です。
, (1.16)
そして絶対的な
D の公式 zおよび e z は参考文献に記載されています。
3.14 を取る必要があります。 この場合
1. 間接測定の場合、計算式には既知の物理定数 (重力加速度) が含まれる場合があります。 g、真空中の光の速度 となど)、小数因数のような数値...。 これらの値は計算中に四捨五入されます。 この場合、当然ながら計算に誤差が生じます。 - 計算における丸め誤差。これは考慮する必要があります。
一般に、近似数値の丸め誤差は、この数値を四捨五入した桁の半分の単位に等しいと認められています。 たとえば、p = 3.14159... 。 p = 3.1 の場合は Dp = 0.05、p = 3.14 の場合は Dp = 0.005 ...などとなります。 近似値を何桁に四捨五入するかという問題は、次のように解決されます。丸めによって生じる相対誤差は、他のタイプの相対誤差の最大値と同じオーダーか、または 1 桁小さくなければなりません。 表形式データの絶対誤差も同様に推定されます。 たとえば、表では r = 13.6 × 10 3 kg/m 3 であるため、Dr = 0.05 × 10 3 kg/m 3 となります。
普遍的な定数の値の誤差は、平均としてとられた値とともに示されることがよくあります: ( と = m/s、ここで D と= 0.3×10 3 m/秒。
2. 間接的な測定では、実験条件が繰り返しの観察と一致しない場合があります。 この場合、関数の値は z個々の測定値ごとに計算され、値全体にわたって信頼区間が計算されます。 z直接測定の場合と同じ(ここでのすべての誤差は、1 つのランダムな測定誤差に含まれます) z)。 測定されていないが指定されている値(存在する場合)は、十分に高い精度で示す必要があります。
測定結果の処理手順
直接測定
1. の平均値を計算します。 n測定値
2. 個々の測定値の誤差を見つける .
3. 個々の測定値の二乗誤差とその合計を計算します。 .
4. 信頼性 a を設定し (目的のために a = 0.95 を採用します)、テーブルを使用してスチューデント係数を決定します。 tああ、 nと ta、¥ 。
5. 系統的誤差の評価: 機器 D ×測定値の丸め誤差D × env = D/2 (D は機器の除算値) を計算し、測定結果の合計誤差 (信頼区間の半値幅) を求めます。
.
6. 相対誤差の推定
.
7. 最終結果をフォームに書き込みます
ε = … % (a = ... の場合)
間接測定
1. 直接測定された各量について、必要な量を決定するための式に含まれます。 、上記のような処理を行います。 数量の範囲内であれば a、b、c, ... 型 p のテーブル定数または数値があり、 e、...、計算中に、導入される相対誤差が直接測定された量の最大相対誤差よりも 1 桁小さくなるように (可能であれば) 四捨五入する必要があります。
希望数量の平均値を決定します
z = f ( ,,
3. 間接測定の結果の信頼区間の半値幅を推定する
,
ここで、導関数 ... は次のように計算されます。
4. 結果の相対誤差を決定します。
5. z の依存性が a、b、c、...の形式があります 、 どこ k、l、m– 実数の場合は、最初に見つける必要があります 相対的エラー
その後 絶対 .
6. 最終結果をフォームに書き込みます
z =
注記:
直接測定の結果を処理する場合は、次の規則に従う必要があります。計算されたすべての量の数値は、元の (実験的に決定された) 量より 1 桁多く含まれていなければなりません。
間接測定の場合、計算は次に従って行われます。 近似計算のルール:
ルール1。 近似値を加算および減算する場合は、次のことを行う必要があります。
a) 疑わしい数字が最も高い数字を持つ用語を選択します。
b) 他のすべての項を次の桁に丸めます (予備の桁が 1 つ保持されます)。
c) 加算(減算)を実行します。
d) その結果、最後の桁を四捨五入して切り捨てます(結果の疑わしい桁の桁が、項の疑わしい桁の最大の桁と一致します)。
例: 5.4382・10 5 – 2.918・10 3 + 35.8 + 0.064。
これらの数値では、最後の有効数字が疑わしいです (間違った数字はすでに破棄されています)。 543820 – 2918 + 35.8 + 0.064 の形式で書きましょう。
最初の項では、疑わしい数字 2 が最高位 (10 の位) を持っていることがわかります。 他のすべての数値を次の桁に四捨五入して加算すると、次のようになります。
543820 – 2918 + 36 + 0 = 540940 = 5.4094 10 5。
ルール2。 近似値を乗算 (除算) するときは、次のことを行う必要があります。
a) 有効数字の数が最も少ない数値を選択します ( SIGNIFICANT – ゼロ以外の数値とそれらの間のゼロ);
b) 残りの数値を、ステップ a で割り当てた数値より有効桁が 1 つ多くなるように丸めます (予備の桁は 1 つ保持されます)。
c) 結果の数値を乗算 (除算) します。
d) その結果、有効数字の数が最も少ない数字と同じだけ多くの有効数字を残します。
例: .
ルール3。 累乗すると、ルートを抽出するときに、結果には元の数値と同じ数の有効桁数が保持されます。
例: .
ルール4。 数値の対数を求める場合、対数の仮数には元の数値と同じ数の有効桁数が必要です。
例: .
最終レコーディングでは 絶対エラーは残しておかなければなりません 有効数字 1 つ。 (この数字が 1 であることが判明した場合、その後に別の数字が格納されます)。
平均値は絶対誤差と同じ桁に四捨五入されます。
例えば: V= (375.21 0.03) cm 3 = (3.7521 0.0003) cm 3。
私= (5.530 0.013) A、 あ = J.
いかなる測定も、測定器の精度の限界、測定方法の誤った選択と誤差、実験者の生理機能、測定対象物の特性、測定条件の変化などに伴う多少の誤差を常に伴います。 したがって、測定タスクには、値そのものだけでなく、測定誤差、つまり測定誤差を見つけることも含まれます。 測定量の真の値が存在する可能性が最も高い区間。 たとえば、分周値 0.2 秒のストップウォッチで時間 t を計測する場合、その真の値は s から s までの区間にあると言えます。
と。 したがって、測定値には必ず誤差が含まれます。
、 どこ と X はそれぞれ、研究対象の量の真の値と測定値です。 マグニチュード
呼ばれた 絶対誤差測定値(誤差)と式
測定精度を特徴付けるものは、と呼ばれます。 相対誤差。
実験者があらゆる測定を達成可能な最高の精度で行うよう努めるのはごく自然なことですが、そのようなアプローチは常に推奨されるわけではありません。 特定の量をより正確に測定したいほど、使用する機器が複雑になり、測定に必要な時間が長くなります。 したがって、最終結果の精度は実験の目的に対応している必要があります。 誤差理論は、誤差を最小限に抑えるために測定を行う方法と結果を処理する方法についての推奨事項を提供します。
測定中に発生するすべての誤差は、通常、系統的誤差、ランダム誤差、または重大な誤差の 3 つのタイプに分類されます。
- これらは、デバイスの不注意な読み取り、測定値の記録の判読不能の結果として生じる誤った測定値です。 たとえば、結果を 2.65 ではなく 26.5 として記録します。 13 ではなく 18 のスケールで数えるなど。デバイスの製造精度の限界(機器誤差)、選択した測定方法の欠陥、計算式の不正確さ、デバイスの不適切な設置などが原因です。 したがって、系統誤差は、同じ測定が何度も繰り返されるときに同じように作用する要因によって引き起こされます。 この誤差の大きさは、一定の法則に従って体系的に繰り返されるか、変化します。 一部の系統誤差は、測定方法を変更し、機器の読み取り値に補正を導入し、外部要因の継続的な影響を考慮することによって排除できます (実際には、これは常に簡単に達成できます)。
繰り返し測定の系統的(機器的)誤差により、測定値の一方向の真の値からの偏差が生じますが、どの方向にあるのかはわかりません。 したがって、計器誤差は二重記号で表記されます。
ランダムエラーこれらは多数のランダムな原因(温度、圧力の変化、建物の揺れなど)によって引き起こされ、各測定に対する影響は異なり、事前に考慮することはできません。 実験者の感覚の不完全さによって、ランダムなエラーも発生します。 ランダム誤差には、測定対象の特性に起因する誤差も含まれます。
個々の測定でランダムな誤差を排除することは不可能ですが、複数の測定を実行することで、最終結果に対するこれらの誤差の影響を軽減することは可能です。 ランダム誤差が機器 (系統的) 誤差よりも大幅に小さいことが判明した場合、測定数を増やしてランダム誤差の値をさらに減らすことに意味はありません。 ランダム誤差が機器誤差よりも大きい場合は、ランダム誤差の値を減らして機器誤差以下にするために、測定数を増やす必要があります。
間違いや失敗- これらは、デバイス上の誤った測定値、誤った測定値の記録などです。 原則として、対応する測定値が他の測定値と大きく異なるため、これらの理由によって引き起こされるエラーははっきりとわかります。 ミスは管理測定によって排除する必要があります。 したがって、測定量の真の値が存在する間隔の幅は、ランダムおよび系統誤差によってのみ決定されます。
2 。 系統的(機器)誤差の推定
直接測定の場合測定量の値は、測定装置の目盛上で直接カウントされます。 読み取り誤差は目盛の数十分の一に達する場合があります。 通常、このような測定では、系統誤差は測定器の目盛りの半分に等しいと考えられます。 たとえば、目盛り値 0.05 mm のノギスで測定する場合、機器の測定誤差の値は 0.025 mm と見なされます。
デジタル測定器は、測定器のスケールの最後の桁の 1 単位の値に等しい誤差を持って測定量の値を示します。 したがって、デジタル電圧計が 20.45 mV の値を示した場合、絶対測定誤差は次のようになります。
mV。
体系的な誤差は、テーブルから決定された定数値を使用する場合にも発生します。 このような場合、誤差は最後の有効数字の半分に等しいと想定されます。 たとえば、表で鋼の密度の値が 7.9∙10 3 kg/m 3 と指定されている場合、この場合の絶対誤差は次のようになります。
kg/立方メートル。
電気測定器の器差を計算する際のいくつかの機能については、以下で説明します。
間接測定の系統的(機器的)誤差を決定する場合機能的価値
使用される公式
, (1)
どこ - 量の直接測定の機器誤差 , - 変数に関する関数の偏導関数。
例として、円柱の体積を測定するときの系統誤差を計算する式を取得します。 円柱の体積を計算する式は次のとおりです。
.
変数に関する偏導関数 d そして h等しくなります
,
.
したがって、(2...) に従って円柱の体積を測定するときの絶対系統誤差を決定する公式は次の形式になります。
,
どこ
そして
シリンダーの直径と高さを測定する際の機器誤差
3. ランダム誤差の推定。
信頼区間と信頼確率
単純な測定の大部分では、ランダム誤差のいわゆる正規法則が十分に満たされます ( ガウスの法則)、以下の経験規定から導き出されます。
測定誤差は連続した一連の値をとる可能性があります。
多数の測定では、同じ大きさで符号が異なる誤差が同じ頻度で発生します。
ランダム誤差が大きいほど、発生する可能性は低くなります。
正規ガウス分布則のグラフを図 1 に示します。 曲線の方程式は次のとおりです。
, (2)
どこ
- エラーが発生する確率を特徴付けるランダムエラー (エラー) の分布関数
、σ – 平均二乗誤差。
量 σ は確率変数ではなく、測定プロセスを特徴づけます。 測定条件が変わらなければ、σは一定の値になります。 この量の二乗はと呼ばれます 測定のばらつき。分散が小さいほど、個々の値の広がりが小さくなり、測定精度が高くなります。
二乗平均平方根誤差 σ の正確な値は、測定値の真の値と同様に不明です。 このパラメータにはいわゆる統計的推定値があり、それによると、平均二乗誤差は算術平均の平均二乗誤差に等しくなります。 。 その値は次の式で決まります。
, (3)
どこ - 結果 私次元。 - 得られた値の算術平均。 n – 測定の数。
次元数が大きくなるほど小さくなり、σ に近づきます。 測定量の真の値を μ 、測定の結果得られるその算術平均値を 、ランダムな絶対誤差を とすると、測定結果は次の形式で記述されます。
.
値の範囲から
に
測定量μの真の値を含む、と呼ばれます。 信頼区間。確率変数であるため、真の値は確率 α で信頼区間に入ります。これは、と呼ばれます。 信頼確率、または 信頼性測定。 この値は、数値的には、影付きの湾曲した台形の面積に等しくなります。 (写真を参照)
σ が近い場合、これはすべて、十分に多数の測定値に当てはまります。 実験室での作業で扱う少数の測定値の信頼区間と信頼確率を見つけるには、次の式を使用します。 生徒の確率分布。これは確率変数の確率分布です 、と呼ばれる 学生係数は、算術平均の二乗平均平方根誤差の分数で信頼区間の値を与えます。
. (4)
この量の確率分布は σ 2 には依存しませんが、実験の数に大きく依存します。 n. 実験の数が増えるにつれて nスチューデント分布はガウス分布になる傾向があります。
分布関数を表に示します (表 1)。 スチューデント係数の値は、測定数に対応する線の交点にあります。 n、および信頼確率 α に対応する列
表1.
テーブル データを使用すると、次のことが可能になります。
特定の確率が与えられた場合に信頼区間を決定します。
信頼区間を選択し、信頼確率を決定します。
間接測定の場合、関数の算術平均値の二乗平均平方根誤差は次の式を使用して計算されます。
. (5)
信頼区間と信頼確率は、直接測定の場合と同じ方法で決定されます。
合計測定誤差の推定。 最終結果を記録します。
X値の測定結果の誤差の合計 系統誤差とランダム誤差の平均二乗値として定義します。
, (6)
どこ δх –器差、Δ ×– ランダムエラー。
X は、直接または間接的に測定された量のいずれかになります。
、α=…、E=… (7)
誤差理論の公式自体が多数の測定に対して有効であることに留意する必要があります。 したがって、ランダムの値、したがって合計誤差は小さく決定されます。 n大きな間違いで。 Δを計算する場合 ×測定回数に応じて
有効数字が 3 より大きい場合は 1 桁に制限し、最初の有効数字が 3 未満の場合は 2 桁に制限することをお勧めします。たとえば、Δ の場合 ×= 0.042 の場合、2 を破棄して Δ と書きます。 ×=0.04、Δの場合 ×=0.123 の場合、Δと書きます。 ×=0,12.
結果の桁数と合計誤差は同じでなければなりません。 したがって、誤差の算術平均は同じになるはずです。 したがって、最初に算術平均が測定値より 1 桁多く計算され、結果を記録するときに、その値が合計誤差の桁数に調整されます。
4. 測定誤差を計算する方法。
直接測定の誤差
直接測定の結果を処理する場合は、次の操作順序を採用することをお勧めします。
. (8)
.
.
合計誤差が決定されます
測定結果の相対誤差を推定
.
最終結果は次の形式で記述されます。
、α=… E=…% です。
5. 間接測定の誤差
他の独立した量の関数である、間接的に測定された量の真の値を推定する場合
、2つの方法を使用できます。
最初の方法値の場合に使用されます y異なる実験条件下で決定されました。 この場合、それぞれの値について計算されます
、すべての値の算術平均が決定されます y 私
. (9)
系統的(機器的)誤差は、すべての測定の既知の機器誤差に基づいて、次の公式を使用して求められます。 この場合のランダム誤差は、直接測定の誤差として定義されます。
第二の方法この機能が適用される場合 y 同じ測定値で数回測定されました。 この場合、値は平均値を使用して計算されます。 私たちの実験室では、間接的に測定された量を決定する 2 番目の方法がよく使用されます。 y. 最初の方法と同様に、系統的 (機器的) 誤差は、次の式を使用して、すべての測定の既知の機器誤差に基づいて求められます。
間接測定のランダム誤差を見つけるには、最初に個々の測定値の算術平均の二乗平均平方根誤差が計算されます。 次に、値の平均二乗誤差が求められます y. 信頼確率 α の設定、スチューデント係数の求め、ランダム誤差と合計誤差の決定は、直接測定の場合と同じ方法で実行されます。 同様に、すべての計算の結果は次の形式で表示されます。
、α=… E=…% です。
6. 実験室の作業設計例
実験室作業その1
シリンダー容積の決定
付属品:目盛値0.05mmのノギス、目盛値0.01mmのマイクロメータ、円筒体。
仕事の目的:最も単純な物理測定、円柱の体積の決定、直接および間接測定の誤差の計算に慣れる。
作業命令
シリンダーの直径をノギスで少なくとも 5 回測定し、その高さをマイクロメーターで測定します。
円柱の体積を求める計算式
ここで、d はシリンダーの直径です。 h – 高さ。
測定結果
表 2.
測定番号 | ||||||
; |
間接測定の誤差を計算する式は、微分積分の概念に基づいています。
量の依存性を考えてみましょう Y測定値から Zは単純な形式です: 。
ここ と は値が既知の定数です。 z を特定の数値だけ増減すると、それに応じて次のように変化します。
測定値の誤差がある場合 Z、それに応じて計算値に誤差が生じます Y.
1 変数の関数の一般的な場合の絶対誤差の公式を取得してみましょう。 この関数のグラフが図 1 に示す形になるとします。 引数 z 0 の正確な値は、関数 y 0 = f(z 0) の正確な値に対応します。
引数の測定値は、測定誤差により、引数の正確な値と Δz 異なります。 関数の値は正確な値とは Δy だけ異なります。
特定の点における曲線の接線の傾斜角の接線としての導関数の幾何学的意味 (図 1) から、次のようになります。
. (10)
1 変数の関数の場合の間接測定の相対誤差の式は次のようになります。
. (11)
関数の微分が に等しいと考えると、次のようになります。
(12)
間接測定が関数の場合 メートル変数 の場合、間接測定の誤差は直接測定の誤差に依存します。 引数 の測定誤差に関連する部分誤差を示します。 他のすべての引数が変更されていない場合、関数をインクリメントすることは、関数をインクリメントすることと同じです。 したがって、(10) に従って部分絶対誤差を次の形式で書きます。
(13)
したがって、間接測定の偏誤差を求めるには、(13) に従って、偏導関数に直接測定の誤差を乗算する必要があります。 に関する関数の偏導関数を計算する場合、残りの引数は定数とみなされます。
間接測定の結果として生じる絶対誤差は、部分誤差の 2 乗を含む式によって決定されます。
間接測定:
または考慮に入れる (13)
(14)
間接測定の相対誤差は次の式で求められます。
または、(11) と (12) を考慮してください。
. (15)
(14) と (15) を使用すると、計算の都合に応じて、絶対的または相対的な誤差の 1 つが見つかります。 したがって、たとえば、作業公式が測定量の比率である積の形式である場合、対数をとり、式 (15) を使用して間接測定の相対誤差を求めるのは簡単です。 次に、式 (16) を使用して絶対誤差を計算します。
間接測定の誤差を決定するための上記の手順を説明するために、仮想実験室での作業「数学的振り子を使用した自由落下の加速度の決定」に戻りましょう。
実際の式 (1) は、測定量の比の形式をとります。
したがって、相対誤差の定義から始めましょう。 これを行うには、この式の対数をとり、偏導関数を計算します。
; ; .
式 (15) に代入すると、間接測定の相対誤差の式が得られます。
(17)
直接測定結果を代入後
{ ; ) (17) では次のようになります。
(18)
絶対誤差を計算するには、式 (16) と、以前に計算した自由落下加速度の値 (9) を使用します。 g:
絶対誤差の計算結果は有効数字1桁に四捨五入されます。 絶対誤差の計算値によって、最終結果の記録の精度が決まります。
、α ≈ 1。 (19)
この場合、信頼確率は、間接測定の誤差に決定的な寄与をした直接測定の信頼確率によって決定されます。 この場合、これらは周期の測定値です。
したがって、1 に近い確率で、値は g 8から12の範囲にあります。
重力加速度のより正確な値を取得するには g測定方法を改善する必要がある。 そのためには、主に式(18)のように、時間計測の誤差で決まる相対誤差を小さくする必要がある。
これを行うには、1 回の完全な振動ではなく、たとえば 10 回の完全な振動の時間を測定する必要があります。 次に、(2) から次のように、相対誤差の式は次の形式になります。
. (20)
表 4 に、時間の測定結果を示します。 N = 10
価値のために L表2から測定結果を見てみましょう。 直接測定の結果を式 (20) に代入すると、間接測定の相対誤差が求められます。
式 (2) を使用して、間接的に測定された量の値を計算します。
.
.
最終結果は次のように記述されます。
; ; .
この例では、測定技術を改善するための可能な方向の分析における相対誤差式の役割を示します。