Vyjadřování nejistot
|
|
- Iva Horáková
- před 8 lety
- Počet zobrazení:
Transkript
1 ÚČEL Účelem stanovení nejistot při měření je zjištění intervalu hodnot okolo výsledku měření, který lze přiřadit k hodnotě měřené veličiny. Nejistota měření zjištěná při kalibraci je základem pro zjištění nejistot měření ve výrobě, kontrole a zkušebně. Nejistoty měření se do běžné praxe kalibračních laboratoři dostaly poměrně nedávno - přibližné okolo roku V tomto roce byl vydán dokument WECC 19/90, který představoval jeden z prvních jednotících předpisů pro nejistoty, závazný pro akreditované laboratoře v rámci organizace WECC (Západoevropského kalibračního sdružení). Krátce poté je již výsledek bez uvedené nejistoty považován za naprosto nedostačující. Vztah mezi chybou měření a nejistotou lze dokumentovat i na grafickém znázorněni výsledku měření při kalibraci: Pojmy U ind U s U c D x X ind x s rozšířená nejistota indikace zkoušeného měřidla; rozšířená nejistota konvenčně pravé hodnoty; rozšířená nejistota měření chyba měření indikace zkoušeného přístroje konvenčně pravá hodnota u c standardní kombinovaná nejistota chyby měření (2 x u c = U c ) u xind standardní nejistota hodnoty x ind u xs standardní nejistota hodnoty x s. Strana 1/15
2 Postup vyhodnocení nejistot při měřeni a kalibracích Na počátku jakéhokoli vyhodnocení nejistot stojí detailní porozumění podstatě prováděného měřeni, popsaného (nebo popsatelného) modelem měření. To samozřejmé neznamená nutnost detailní znalosti principů, funkcí a konstrukčních detailů každého měřícího přístroje, ale znalost metody měření a schopnost rozhodnout, jaké vlivy mohou působit v průběhu měření jako zdroje nejistoty a ovlivnit výsledek. Mnohdy jsou tyto informace obsaženy v návodu k použiti konkrétních přístrojů, nebo v popisu již prověřených metod měření. Model měření tedy musí být schopen popsat nejen vlastni měření, ale též i to, jak se do výsledku promítají ovlivňující vlivy z okolí, které představuji jednotlivé zdroje výsledné nejistoty. Někdy jde o naprosto triviální modely, s jednoduchými vazbami, jindy může mít i zdánlivé jednoduché měřeni velice komplikovaný model a vazby ovlivňujících veličin se ani nemusí podařit přesně popsat. Vlakových případech je nutné se uchýlit k odhadům na základě zkušeností, nebo dostupných informaci z literatury, dřívějších měření a podobných zdrojů. Děleni typu nejistot Existuje základní rozděleni nejistot podle způsobu, kterým byly získány, a to na nejistoty typu A typu B Z matematické statistiky byla jako míra nejistoty zvolena směrodatná odchylka příslušného rozdělení pravděpodobnosti pro jednotlivé zdroje nejistot. Nejistoty typu A a typu B se liší jen způsobem, jakým je tato směrodatná odchylka získána. Výpočet nejistoty typu A Definice pro nejistotu typu A říká, že tato je stanovena výpočtem z opakované provedených měření dané veličiny. Každý se již zřejmé setkal se skutečností, že pokud provede opakovaný odečet hodnoty neměnné měřené veličiny a má k dispozici měřicí přístroje s dostatečným rozlišením, bude v takto provedených odečtech patrný jistý rozptyl. Přitom se předpokládá že během tohoto opakovaného odečtu se nemění ani měřená veličina, ani ovlivňující podmínky, které mohou na měření působit. Je uvedeno, že mírou nejistoty typu A je výběrová směrodatná odchylka výběrového průměru. (Výběrová proto, že naměřené hodnoty představuji určitý malý výběr z prakticky nekonečného množství hodnot, kterých by mohla měřená veličina nabývat. Výběrového průměru proto, že hodnota, která se uvádí jako výsledek měření, se získá výpočtem průměrné hodnoty takto opakovaně provedených odečtu, tedy sečtením všech hodnot a vydělením součtu počtem provedených odečtu). Tomuto matematickému názvu též odpovídá příslušný vztah, podle kterého se standardní nejistota typu A vypočte. kde Strana 2/15
3 Aby však tento vztah platil, předpokládá se provedeni alespoň 10 odečtu, ze kterých je pak nejistota typu A vypočtena. Není-li možné dodržet tuto podmínku, je nutno provést doplňkovou korekci, která zohlední malý počet opakování měření. Pokud je počet opakovaných měření n < 10 a není možné učinit kvalifikovaný odhad na základě zkušeností, lze standardní nejistotu typu A stanovit ze vztahu : kde k s u = k. s A je koeficient, jehož velikost závisí na počtu měření n, viz tabulka s x n k s 1,2 1,2 1,3 1,3 1,4 1,7 2,3 7,0 Při větším počtu měření než 9 je k s =1 (doporučuje se volit počet měření > 10, v krajním případě > 5). Výpočet nejistoty typu B Na rozdíl od nejistoty typu A, která byla stanovena z opakovaných měření, pro složky nejistoty typu B platí, že jsou stanoveny jinak než opakovaným měřením. Rozdíl mezi typem A a typem B je tedy jasný, problém vsak je v tom. jak 'jinak' je tedy nejistota typu B stanovena Zde je nutné nejprve najit všechny možné Možné zdroje nejistot typu B Pro většinu případů měření elektrických veličin, nebo ostatních veličin které jsou vhodnými převodníky převedeny na elektrické signály (což je v poslední době případ většiny měřeni), je možné vybírat z následujících zdrojů: vlivy vázané na použité přístroje, etalony a vybavení - nejistoty kalibrace nebo ověřeni; - stabilita (časová specifikace) přístrojů - dynamické chyby přístrojů; - zanedbané systematické chyby; - vnitřní třeni v přístrojích; - rozlišitelnost/rozlišeni odečtu z přístrojů (v některých případech muže nahradit nejistotu typu A): - hystereze, mrtvý chod; - specifikace výměnných částí přístrojů. vlivy okolního prostředí a jejich změny - tlak, změna tlaku; - relativní vlhkost: - magnetické pole, - elektrické pole; Strana 3/15
4 - osvětleni, příp. jeho frekvence a tepelné vyzařování. - hustota vzduchu, - čistota prostředí, ovzduší, prašnost...; - napájecí napětí, stabilita, frekvence, harmonické zkreslení. - zemní smyčky vlivy metody - ztráty, svodové proudy - interakce s měřeným předmětem - nejistoty použitých konstant - vlivy reálných parametru, oproti ideálním, uvažovaným v modelech - vlastní ohřev - odvod či přestup tepla vlivy operátora - nedodrženi metodik - paralaxa - elektrostatické pole - tepelné vyzařováni - osobní zvyklosti ostatní vlivy - náhodné omyly při odečtech nebo zápisu hodnot - těžko postihnutelné globální vlivy (vliv Měsíce, vlivy ročních období, vlivy denní doby, vliv polohy ionosféry a podobně). Postup při určování nejistot typu B : 1) Vytipují se možné zdroje nejistot Z 1, Z 2 Z n. 2) Určí se standardní nejistoty typu B u BZj každého zdroje nejistot (převzetím hodnot z technické dokumentace /kal.listy, technické normy, údaje výrobce /, nebo odhadem). Postup : Odhadne se maximální rozsah změn ± z max (např.od měřené hodnoty). Velikost z max se volí tak, aby její překročení bylo málo pravděpodobné. Uváží se které rozdělení pravděpodobností nejlépe vystihuje výskyt hodnot v intervalu ± z max a z tabulky rozdělení pravděpodobností odečteme konstantu K někdy se používá značení (c) Je-li pravděpodobnost výskytu hodnot v okolí středu intervalu vyšší než výskyt hodnot v krajích intervalu použijeme normální rozdělení. V případě že rozdělení pravděpodobností odchylek v intervalu ± z max je přibližně stejné, nebo je není možné zodpovědně posoudit, předpokládá se stejná hodnota pravděpodobnosti pro všechny odchylky, tzn. volíme rovnoměrné rozdělení. Určí se nejistoty typu B z jednotlivých zdrojů Z j ze vztahu : z u Bz = max χ Strana 4/15
5 kde K (χ) se zvolí dle rozdělení. Tato konstanta udává poměr maximální hodnoty z max ku směrodatné odchylce normálního rozdělení. 3) Celková nejistota typu B je dána geometrickým součtem nejistot jednotlivých zdrojů : 2 u B = u Bz Kombinovaná standardní nejistota Kombinovaná standardní nejistota výsledku měření je geometrickým součtem nejistoty typu A a nejistoty typu B. u = + Rozšířená standardní nejistota U 2 2 u A u B Standardní kombinovaná nejistota u byla určena s pravděpodobností P = 68 %, tj. pro koeficient rozšíření K = 1. Pro jinou pravděpodobnost se nejistota přepočte vynásobením koeficientem rozšíření K zvoleným dle tabulky Koeficienty rozšíření. U = k u Koeficient rozšíření k Pravděpodobnost P 1 68 % 2 95 % 2,58 99 % 3 99,7 % Tabulka - Koeficienty rozšíření V praxi se uvádí nejistota výsledku měření rozšířená koeficientem rozšíření k = 2, což pro normální rozdělení odpovídá pravděpodobnosti pokrytí asi 95 %. Pro zajištění přehlednosti je doporučeno uvádět všechny údaje analýzy nejistot tabulkou (viz příloha č.1). Tento postup stanovení nejistot vychází z předpokladu že vstupní veličiny nejsou korelované a jedná se o přímé měření. Strana 5/15
6 Výklad - Standardní a rozšířená nejistota Jak již bylo v textu uvedeno, výše popsaným postupem se získá standardní kombinovaná nejistota. Standardní znamená, že při skládáni byly použity hodnoty směrodatných odchylek. Při splnění jistých předpokladu je možné považovat rozděleni takto určené nejistoty za přibližné normální. Z toho pak vyplývá, že takto vypočtená nejistota pokrývá asi 67 % možných výsledků, jinak řečeno, že asi 1/3 výsledku muže padnout mimo takto stanovené pole nejistot. Jelikož z metrologického hlediska je takováto situace dosti těžko přijatelná, přistupuje se k vynásobeni standardní nejistoty rozšiřujícím koeficientem, který umožní získat pokryti možných výsledku s vyšší pravděpodobností. K rozšiřování nejistoty lze přistupovat několika způsoby. Bud se rozšiřující koeficient stanoví poměrně komplikovaným postupem tak, aby odpovídal požadované pravděpodobnosti pokrytí výsledku (např. 90%, 95% nebo 99,7%), přičemž se vychází z určení efektivního počtu stupňů volnosti měření a tabulek koeficientu Studentova rozdělení - (postup je uveden v dokumentu EA-4/02). Jinou možností je určeni rozšiřujícího koeficientu dohodou pro určitou hrubě odhadovanou pravděpodobnost pokrytí výsledku. Tento druhý postup je obvyklý v běžné praxi a z paralely s normálním rozdělením jsou vžité dva základní koeficienty 2 a 3 pro pravděpodobnosti pokryti přibližné 95 % resp 99,7 %. Případy standardní a rozšířené nejistoty můžeme ilustrovat pro normální rozděleni. pásmo ±s představuje standardní nejistotu, pásmo ±b představuje rozšířenou nejistotu pro k = 2 pásmo ±a představuje rozšířenou nejistotu pro k = 3. Strana 6/15
7 Odhad rozdělení pro složky nejistoty typu B Pokud se již podařilo k seznamu možných zdrojů nejistoty typu B stanovit krajní meze, kterých tyto mohou nabývat, ještě stále není možné pustit se do vlastního vyhodnoceni souhrnné nejistoty typu B z těchto zdrojů. Je to proto, jak již bylo uvedeno dříve, že k tomuto vyhodnocení potřebujeme mít směrodatné odchylky odpovídající rozděleni pravděpodobností příslušného těmto zdrojům. Je třeba se tedy rozhodnout, jak bude rozdělena pravděpodobnost, se kterou mohou tyto zdroje nejistoty či ovlivňující veličiny nabývat] jednotlivých hodnot mezi svými již známými krajními mezemi. Předpokládá se vesměs, že tyto meze jsou symetrické, tj. nulová nebo ustálená hodnota zdroje nejistoty leží uprostřed mezi oběma krajními mezemi (viz následující grafy). Například tedy vliv rozlišeni odečtu na stupnici nebo displeji přístroje bude uvažován jako ± 1 /2 hodnoty rozlišitelnosti nebo digitu. V nabídce možných rozdělení, která lze použít, se také] nejvíce liší jednotlivé materiály uvedené v přehledu dostupné literatury. Zatímco dokument EA4/02 pro zdroje nejistoty typu B předpokládá vesměs použití pouze rovnoměrného rozdělení, u kterého je stejná] pravděpodobnost výskytu libovolné hodnoty, ležící mezi krajními mezemi, předpis TPM uvádí tabulku s šesti různými rozděleními, z nichž některá umožňuji i více variant. Dokument ISO/IEC se této] otázce věnuje více z teoretického hlediska a uvádí několik možností, jak použít dostupné informace k odhadu tohoto rozdělení. Nejčastěji používaná rozdělení jsou uvedena v Tabulce 1 v TPM Z této tabulky byla též převzata grafická znázornění jednotlivých rozdělení uvedená dále. Pro každé z nich je zde koeficient v, sloužící k přepočtu mezní hodnoty ovlivňující veličiny na směrodatnou odchylku příslušného vybraného rozdělení. (Viz. Odstavec 2.3 TPM směrodatná odchylka je hodnotou standardní nejistoty). Přepočet se provádí podle jednoduchého vztahu: Strana 7/15
8 Normální (Gaussovo) rozdělení s K=3, trojúhelníkové (Simpsonovo) rozdělení s K =2,45 a normální rozdělení s K=2 dávají možnost volby pro takové případy, kdy je pravděpodobnost malých či velmi malých odchylek značná, zatímco pravděpodobnost velkých odchylek, rovných mezím, je zanedbatelná (pak K= 3) nebo velmi malá (pak K = 2). Normální rozdělení se též předpokládá pro výsledek výpočtu nejistoty typu A, případně pro výsledek výpočtu kombinované standardní nejistoty (kdy podle centrální limitní věty má rozděleni vzniklé složením několika obecných rozdělení charakter normálního rozdělení). Simpsonovo rozděleni lze použit například u specifikaci stability v době mezi kalibracemi, pokud je dlouhodobým sledováním potvrzeno, že skutečné chyby jsou prakticky stále podstatně nižší, než výrobcem uváděné hodnoty. Strana 8/15
9 V opačném případě, kdy je buď pravděpodobnost odchylek blízkých mezím velká a klesá směrem ke správné hodnotě, nebo prakticky vždy dosahuji některé z mezních hodnot, se voli bimodální (trojúhelníkové) rozděleni K= 2, resp. Bimodální (Diracovo) rozdělení K= 1. Diracovo rozdělení lze použít například pro ohodnocení pravděpodobnosti vlivu hystereze měřícího přístroje, která se prakticky vždy uplatni jako zdroj nejistoty v plné výši, tj. směrodatná odchylka je přímo rovna krajní mezi. Bimodální (trojúhelníkové) rozdělení lze použít pro ohodnocení pravděpodobnosti chybného odečtu např. při odečítání na noniu posuvného měřítka či mikrometru (pokud jsou rysky pevné a pohyblivé části proti sobě, je pravděpodobnost omylu nulová, zatímco čím blíže je ryska pohyblivé části ke středu mezi dvěma ryskami na pevné části, tím je pravděpodobnost omylu vyšší). Strana 9/15
10 Ve většině běžných případů lze uvažovat, že hodnota ovlivňujících veličiny muže ležet kdekoli mezi oběma mezními hodnotami, aniž by byla kterákoli hodnota upřednostňována. Tehdy volíme rovnoměrné rozdělení K= 3. Pokud se v určité oblasti hodnot chová ovlivňující veličina podle rovnoměrného rozděleni, ale i mimo tuto oblast se též mohou vyskytovat hodnoty ovlivňující veličiny, ovšem s klesající pravděpodobností směrem k mezním hodnotám, muže se zvolit některé z uvedených lichoběžníkových rozdělení s K =2,04 až 2, 32. (Praktickým příkladem muže být například teplota v laboratoři, při použití klimatizační jednotky dimenzované na běžné teploty venkovního prostředí, ale nepostačující pokrýt teplotní extrémy.) Strana 10/15
11 Shrnutí postupu výpočtu nejistoty Pří výpočtu nejistot lze postupovat dle následujících kroku. 1. provedou se opakovaná měření (pokud je to možně) a zaznamenají se hodnoty ovlivňujících veličin (teplota, tlak. vlhkost,...), které jsou složkami nejistoty typu B; 2. na odečtené hodnoty se aplikují veškeré nutné korekce (napf. známých systematických chyb měřicích přístrojů); 3. stanoví se průměrná hodnota korigovaných odečtu a nejistota typu A, 4. určí se všechny zdroje nejistoty typu B. 5. pro každý zdroj nejistoty typu B se určí jeho krajní meze, mezi nimiž by se měla nacházet jeho skutečná hodnota; 6. pro každý zdroj nejistoty typu B se určí předpokládané rozdělení pravděpodobnosti výskytu jeho hodnot mezi krajními mezemi; 7. pomocí koeficientu v pro určená rozdělení se přepočtou krajní meze na hodnoty směrodatných odchylek, jako míry nejistoty, 8. pro jednotlivé složky nejistoty typu B (případné lež nejistoty typu A u nepřímých měření) se určí převodní (citlivostní) koeficienty vyjadřující vazbu mezi zdrojem nejistoty a měřenou veličinou; 9. posoudí se vzájemná vazba mezi jednotlivými zdroji nejistot a pokud je významná, určí se korelační (vazební) koeficienty pro každý pár vzájemně se ovlivňujících složek, 10. pomoci Gaussova (příp. rozšířeného) zákona šířeni nejistot se vypočítá kombinovaná nejistota typu B a obdobně i kombinovaná standardní nejistota. 11. urči se koeficient rozšíření pro požadovanou pravděpodobnost pokrytí a urči se rozšířená nejistota; 12. do protokolu se uvede výsledek měřeni, nejistota, koeficient rozšíření a další doplňující údaje s respektováním výše uvedených zásad pro desetinná místa, platné cifry a zaokrouhlováni. Strana 11/15
12 Přehled některých důležitých termínů Termín Vysvětlení aritmetický průměr Součet hodnot dělený jejich počtem nejlepší měřící schopnost Nejmenší nejistota měření, které může v rámci akreditace laboratoř dosahovat při provádění více či méně rutinních kalibrací téměř ideálních měřících etalonů s cílem definovat, realizovat, uchovat či reprodukovat jednu či více jednotek dané veličiny, nebo které může dosahovat při více či méně rutinně prováděných kalibracích téměř ideálních měřících zařízení určených pro měření dané veličiny korelace Vztah mezi dvěma či několika náhodnými proměnnými v rámci jejich rozdělení hodnot. korelační koeficient Míra vzájemné relativní závislosti dvou náhodných proměnných, která je rovná podílu jejich kovariance a druhé kladné odmocniny součinu jejich rozptylů. kovariance Míra vzájemné závislosti dvou náhodných proměnných, která je rovná očekávané hodnotě součinu odchylek dvou náhodných veličin od jejich očekávaných hodnot. koeficient rozšíření Číslo, kterým se po vynásobení standardní nejistoty měření získá rozšířená nejistota měření. pravděpodobnost pokrytí Podíl (obvykle velký) z rozdělení hodnot, které mohou být jako výsledek měření přiřazeny měřené veličině výběrová směrodatná Kladná druhá odmocnina výběrového rozptylu. odchylka rozšířená nejistota Veličina definující interval okolo výsledku měření, do kterého lze zařadit velkou část z rozdělení hodnot měřené veličiny. výběrový rozptyl Veličina charakterizující rozptýlení výsledků série n pozorování stejné měřené veličiny. Hodnota výběrového rozptylu se stanoví dle vztahu (3.2) z tohoto dokumentu. odhad hodnoty vstupní Odhad hodnoty vstupní veličiny použitý pro stanovení výsledku měření veličiny vstupní veličina Veličina, na které vzhledem ke způsobu stanovení výsledku měření závisí měřená veličina měřená veličina Určitá veličina, která je předmětem měření. odhad hodnoty výstupní Výsledek měření vypočítaný z odhadů hodnot vstupních veličin pomocí funkce veličiny zachycující model měření výstupní veličina Veličina, která při vyhodnocování měření reprezentuje měřenou veličinu odhad rozptylu z velkého Odhad výběrového rozptylu, který je získán z dlouhé série pozorování stejné počtu měření měřené veličiny, kdy měření je dobře popsáno a statisticky vyhodnocováno hustota pravděpodobnosti Funkce udávající pravděpodobnost, že náhodná proměnná nabývá určitých hodnot nebo leží v určité množině hodnot. náhodná proměnná Proměnná, která může nabývat jakékoliv hodnoty ze specifikované množiny hodnot a které je přiřazena hustota pravděpodobnosti. relativní standardní Standardní nejistota určité veličiny dělená odhadem hodnoty této veličiny. nejistota měření Standardní nejistota určité Diference změny hodnoty výstupní veličiny vyvolaná změnou odhadu hodnoty veličiny dělená odhadem vstupní veličiny dělená změnou odhadu hodnoty vstupní veličiny hodnoty této veličiny. Strana 12/15
13 Termín Vysvětlení směrodatná odchylka Kladná druhá odmocnina rozptylu náhodné veličiny. standardní nejistota Nejistota měření vyjádřená jako směrodatná odchylka. měření stanovení nejistoty typu A Metoda stanovení nejistoty měření založená na statistickém vyhodnocení série pozorování stanovení nejistoty typu B Metoda stanovení nejistoty měření založená na jiném principu, než je statistické vyhodnocení série pozorování. nejistota měření Parametr vztahující se k výsledku měření, který charakterizuje rozptýlení hodnot jež je možné přiřadit k měřené veličině rozptyl Očekávaná hodnota druhých mocnin odchylek náhodné veličiny od její očekávané hodnoty Zdroje nejistoty měření Nejistota výsledku měření odráží omezenou možnost znalosti hodnoty měřené veličiny. Kompletní znalost by vyžadovala nekonečné množství informace. Jevy přispívající k nejistotě a způsobující, že výsledek měření nemůže být charakterizován pouze jedním číslem, jsou nazývány zdroji nejistot. V praxi existuje mnoho možných zdrojů nejistot měření (viz (1)), zahrnujících např.: nekompletní definici měřené veličiny nedokonalou realizaci definice měřené veličiny nereprezentativní vzorkování naměřené hodnoty nemusí reprezentovat definovanou měřenou veličinu nedostatečnou znalost vlivů okolního prostředí nebo jejich nedokonalé měření vliv lidského faktoru při odečítání analogových měřidel omezené rozlišení měřícího přístroje nebo práh rozlišení nepřesné hodnoty měřících etalonů a referenčních materiálů nepřesné hodnoty konstant a dalších parametrů získaných z externích zdrojů a použitých při výpočtu aproximace a zjednodušení obsažené v měřící metodě a postupu změny v opakovaných pozorováních měřené veličiny, která jsou prováděna za zjevně shodných podmínek Strana 13/15
14 Příloha 1. Stanovení nejistot měření při kalibraci POSUVKY 0,01 Nejistota je stanovena pro měření vnějších rozměrů rozsahu měření do 110 mm. 1. Standardní nejistota typu A - u A : Pro zjištění nejistoty u A bylo provedeno měření koncové měrky jmenovitého rozměru 110 mm, které bylo 20 x opakováno. Tabulka naměřených hodnot: ,01 110,00 110,00 110,01 110,00 110,00 110,00 109,99 110,00 110, ,00 110,01 110,00 110,00 110,00 110,00 110,00 110,00 110,00 110,01 1 x = n n x i i= 1 u A = s x = 1 n( n 1) n i= 1 ( x x) i 2 n 1 u A = ( x i 110,0015) 20(20 1) i= 1 2 u A = 1,1 μm kde n počet měření x výběrový průměr s x výběrová směrodatná odchylka výběrového průměru x i jednotlivá měření ( i = 1-20) Standardní nejistota typu A u A = 1,1 μm byla zjištěna pro měření vnějších rozměrů do rozsahu 110mm. Při běžných kalibracích se provádí pouze jedno měření v každém měřícím bodě Strana 14/15
15 2. Standardní nejistota typu B - u B : A) Koncové měrky : Etalonové koncové měrky byly byly kalibrovány ve středisku kalibrační služby SKS. Mezní chyba koncových měrek ± 0,2 + 2L /µm, délka v m /. Mezní chyba pro měrky rozměru 110 mm je ± 0,8 µm. Při normálním rozdělení je nejistota koncových měrek u BE = z max /χ = 0,8 / 3 0,26 µm. B) Teplotní odchylka : Teplota prostředí metrologického střediska se může pohybovat mezi 18 C a 22 C. Při rovnoměrném rozdělení této odchylky za předpokladu že koeficient délkové roztažnosti (α 1 ) je stejný jak pro koncové měrky, tak pro posuvné měřítko (tzn. 11, ) je nejistota teplotní odchylky pro rozsah měření 110 mm u BT = z max /χ = 2 α 1 L (délka měrky v mm) = 2 11, / 3 1,5 µm. C) Chyba odečítání : Nejistota odečtení údaje posuvky se odhaduje na ± 0,005 mm s rovnoměrným rozdělením, takže u BR = z max /χ = 0,005 / 3 2,9 µm. D) Měřící síla (vč.abbeho chyby) : Měřící síla závisí na obsluze, Abbeho chybě a vztahem mezi měřítkem a pohyblivou čelistí. Chyba byla odhadnuta na základě měření různých koncových měrek v různých vzdálenostech od měřítka. Pozorované chyby se pohybovaly v rozmezí 0,01 0,01 mm. Při normálním rozdělení je nejistota chyby způsobené měřící sílou u BM = z max /χ = 0,01 / 3 3,3 µm. kde z max maximální rozsah změn (např. od měřené hodnoty) χ konstanta pro zvolené rozdělení pravděpodobností Tabulka analýzy nejistot měření při kalibraci Zdroj nejistoty Odhad odchylek Rozdělení pravděpodobností ( χ ) Koeficient citlivosti Nejistota Nejistota typu A rovnoměrné ( 3) 1 1,1 µm Koncové měrky 0,5 µm normální (3) 1 0,26 µm Teplotní odchylka 2 C rovnoměrné ( 3) 110 mm 1,9 µm Chyba odečítání 5 µm rovnoměrné ( 3) 1 2,9 µm Měřící síla 10 µm normální (3) 1 3,3 µm Standardní kombinovaná nejistota u pro k = 1 / u = ( u 2 A + Σu 2 BZ) / 5 µm Standardní rozšířená nejistota U : U = k u = 2 0,005 mm = 0,01 mm Rozšířená nejistota výsledku kalibrace U = ± 0,01 mm pro rozsah měření do 110 mm byla stanovena pro k = 2, což při normálním rozdělení odpovídá pravděpodobnosti pokrytí přibližně 95%. Rozšířená nejistota byla stanovena v souladu s dokumenty EA-4/02 a TPM Strana 15/15
Detailní porozumění podstatě měření
Nejistoty Účel Zjištění intervalu hodnot okolo výsledku měření, který lze přiřadit k hodnotě měřené veličiny Nejčastěji X X [%] X U X U [%] V roce 1990 byl vydán dokument WECC 19/90, který představoval
VíceHODNOCENÍ ZPŮSOBILOSTI KONTROLNÍCH PROSTŘEDKŮ
HODNOCENÍ ZPŮSOBILOSTI KONTROLNÍCH PROSTŘEDKŮ DOC.ING. JIŘÍ PERNIKÁŘ, CSC Požadavky na přesnost měření se neustále zvyšují a současně s tím i požadavky na vyhodnocení kvantifikovatelných charakteristik
VícePosouzení přesnosti měření
Přesnost měření Posouzení přesnosti měření Hodnotu kvantitativně popsaného parametru jakéhokoliv objektu zjistíme jedině měřením. Reálné měření má vždy omezenou přesnost V minulosti sloužila k posouzení
VíceVYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ. #2 Nejistoty měření
VYSOKONAPĚŤOVÉ ZKUŠEBNICTVÍ # Nejistoty měření Přesnost měření Klasický způsob vyjádření přesnosti měření chyba měření: Absolutní chyba X = X M X(S) Relativní chyba δ X = X(M) X(S) - X(M) je naměřená hodnota
VíceVyjadřování přesnosti v metrologii
Vyjadřování přesnosti v metrologii Měření soubor činností, jejichž cílem je stanovit hodnotu veličiny. Výsledek měření hodnota získaná měřením přisouzená měřené veličině. Chyba měření výsledek měření mínus
VícePostup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy )
Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy ) Kalibrace se provede porovnávací metodou pomocí kalibrovaného ocelového měřicího
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace 17.SPEC-ch.2. ZS 2014/2015 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb semmmm Teorie měření a regulace nejistoty - 2 17.SPEC-ch.3. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. NEJISTOTY MĚŘENÍ a co s tím souvisí 2. Speciál informací
VíceEXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,
Více3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT
PROKAZOVÁNÍ SHODY VÝROBKŮ část 3, díl 8, kapitola 4, str. 1 3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT Vyjadřování standardní kombinované nejistoty výsledku zkoušky Výsledek zkoušky se vyjadřuje v
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 2.p-1a.mt 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
VíceT- MaR. Ústav technologie, mechanizace a řízení staveb. Teorie měření a regulace. Podmínky názvy. 1.c-pod. ZS 2015/ Ing. Václav Rada, CSc.
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace Podmínky názvy 1.c-pod. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. MĚŘENÍ praktická část OBECNÝ ÚVOD Veškerá měření mohou probíhat
VícePOKYN PRO UVÁDĚNÍ SHODY A NEJISTOT MĚŘENÍ V PROTOKOLECH O ZKOUŠKÁCH
POKYN PRO UVÁDĚNÍ SHODY A NEJISTOT MĚŘENÍ V PROTOKOLECH O ZKOUŠKÁCH Obsah. ÚČEL 2 2. SOUVISEJÍCÍ PŘEDPISY 2 3. VYSVĚTLENÍ POJMU DEFINICE NEJISTOTA MĚŘENÍ 2 4. STANOVENÍ NEJISTOTY MĚŘENÍM 3 4. STANOVENÍ
VíceVYUŽITÍ MULTIFUNKČNÍHO KALIBRÁTORU PRO ZKRÁCENOU ZKOUŠKU PŘEPOČÍTÁVAČE MNOŽSTVÍ PLYNU
VYUŽITÍ MULTIFUNKČNÍHO KALIBRÁTORU PRO ZKRÁCENOU ZKOUŠKU PŘEPOČÍTÁVAČE MNOŽSTVÍ PLYNU potrubí průtokoměr průtok teplota tlak Přepočítávač množství plynu 4. ročník mezinárodní konference 10. a 11. listopadu
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
VíceÚvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
VíceTechnický experiment, příprava, provedení, hodnocení výsledků
Technický experiment, příprava, provedení, hodnocení výsledků 1 Katedra stavebních hmot a hornického stavitelství VŠB - Technická univerzita Ostrava 8. 3. 2012 Experiment Experiment se snaží získat potřebné
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceStanovení akustického výkonu Nejistoty měření. Ing. Miroslav Kučera, Ph.D.
Stanovení akustického výkonu Nejistoty měření Ing. Miroslav Kučera, Ph.D. Využití měření intenzity zvuku pro stanovení akustického výkonu klapek? Výhody: 1) přímé stanovení akustického výkonu zvláště při
VícePoužitý rezistor (jmenovitá hodnota): R1 = 270 kω je přesný metalizovaný rezistor s přesností ± 0,1%.
Laboratorní úloha Snímač teploty R je zapojený podle schema na Obr. 1. Snímač je termistor typ B57164K [] se jmenovitým odporem pro teplotu 5 C R 5 00 Ω ± 10 %. Závislost odporu termistoru na teplotě je
VíceKALIBRACE PRACOVNÍCH MĚŘIDEL Z OBORU DÉLKA NEJISTOTY MĚŘENÍ. Ing. Václav Duchoň ČMI OI Brno
KALIBRACE PRACOVNÍCH MĚŘIDEL Z OBORU DÉLKA NEJISTOTY MĚŘENÍ Ing. Václav Duchoň ČMI OI Brno Skupiny měřidel úkol technického rozvoje PRM 2012 č. VII/4/12 velké množství jednotlivých měřidel délky 11 skupin,
VíceKATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů
KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE Stanovení základních materiálových parametrů Vzor laboratorního protokolu Titulní strana: název experimentu jména studentů v pracovní skupině datum Protokol:
VíceNEJISTOTA MĚŘENÍ. David MILDE, 2014 DEFINICE
NEJISTOTA MĚŘENÍ David MILDE, 014 DEFINICE Nejistota měření: nezáporný parametr charakterizující rozptýlení hodnot veličiny přiřazených k měřené veličině na základě použité informace. POZNÁMKA 1 Nejistota
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace chyby*nejistoty - 1 17.SP-ch.3cv ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY Označení v literatuře není jednotné. obvyklý symbol
VíceSimulace. Simulace dat. Parametry
Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,
VíceBilance nejistot v oblasti průtoku vody. Mgr. Jindřich Bílek
Bilance nejistot v oblasti průtok vody Mgr. Jindřich Bílek Nejistota měření Parametr přiřazený k výsledk měření ymezje interval, o němž se s rčito úrovní pravděpodobnosti předpokládá, že v něm leží sktečná
VíceResolution, Accuracy, Precision, Trueness
Věra Fišerová 26.11.2013 Resolution, Accuracy, Precision, Trueness Při skenování se používá mnoho pojmů.. Shodnost měření, rozlišení, pravdivost měření, přesnost, opakovatelnost, nejistota měření, chyba
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 5. Odhady parametrů základního souboru Mgr. David Fiedor 16. března 2015 Vztahy mezi výběrovým a základním souborem Osnova 1 Úvod, pojmy Vztahy mezi výběrovým a základním
VíceChyby a neurčitosti měření
Radioelektronická měření (MREM) Chyby a neurčitosti měření 10. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Základní pojmy Měření je souhrn činností s cílem určit hodnotu měřené veličiny
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 Teorie měření a regulace Praxe názvy 1. ZS 2015/2016 2015 - Ing. Václav Rada, CSc. OBECNÝ ÚVOD - praxe Elektrotechnická měření mohou probíhat pouze při
Více2. PŘESNOST MĚŘENÍ A1B38EMA P2 1
. ŘESNOST MĚŘENÍ přesnost měření nejistota měření, nejistota typ A a typ B, kombinovaná nejistota, nejistoty měření kazovacími (analogovými) a číslicovými měřicími přístroji, nejistota při nepřímých měřeních,
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceZákladní terminologické pojmy (Mezinárodní metrologický slovník VIM3)
Základní terminologické pojmy (Mezinárodní metrologický slovník VIM3) Přesnost a správnost v metrologii V běžné řeči zaměnitelné pojmy. V metrologii a chemii ne! Anglický termín Measurement trueness Measurement
VíceStavba slovníku VIM 3: Zásady terminologické práce
VIM 1 VIM 2:1993 ČSN 01 0115 Mezinárodní slovník základních a všeobecných termínů v metrologii VIM 3:2007 International Vocabulary of Metrology Basic and General Concepts and Associated Terms Mezinárodní
VíceSTATISTICKÉ ODHADY Odhady populačních charakteristik
STATISTICKÉ ODHADY Odhady populačních charakteristik Jak stanovit charakteristiky rozložení sledované veličiny v základní populaci? Populaci většinou nemáme celou k dispozici, musíme se spokojit jen s
VíceČlenění podle 505 o metrologii
Členění podle 505 o metrologii a. etalony, b. pracovní měřidla stanovená (stanovená měřidla) c. pracovní měřidla nestanovená (pracovní měřidla) d. certifikované referenční materiály Etalon: je ztělesněná
VíceTeorie měření a regulace
Ústav technologie, mechanizace a řízení staveb semmmm Teorie měření a regulace chyby*nejistoty - 2 17.SP-ch.4cv ZS 2015/2016 2015 - Ing. Václav Rada, CSc. CHYBY Označení v literatuře není jednotné. obvyklý
VíceZABEZPEČENÍ KVALITY V LABORATOŘI
ZABEZPEČENÍ KVALITY V LABORATOŘI David MILDE, 2014-2017 QUALITY KVALITA (JAKOST) Kvalita = soubor znaků a charakteristik výrobku či služby, který může uspokojit určitou potřebu. Kvalita v laboratoři=výsledky,které:
VíceAbstrakt. Abstract. Klíčová slova. Keywords. Strana 5
[Zadejte text.] [Zadejte text.] Strana 5 Abstrakt Diplomová práce se zabývá problematikou vyjadřování nejistot měření, zejména pak u měření nepřímých. Tato problematika je zde ukázána na několika jednoduchých
VíceKomplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
VícePopisná statistika kvantitativní veličiny
StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali
VíceNejistoty měření. 1. Model měření Citlivost měřící sestavy Rozsah výstupní veličiny Rozlišovací schopnost měření 3
Tomáš Rössler Nejistoty měření Měření je souhrn činností, prováděných za účelem stanovení hodnoty měřené veličiny. Při měření se využívá měřicích přístrojů a měřicích metod, měření se uskutečňuje v určitém
VíceNejistota měření. Thomas Hesse HBM Darmstadt
Nejistota měření Thomas Hesse HBM Darmstadt Prof. Werner Richter: Výsledek měření bez určení nejistoty měření je nejistý, takový výsledek je lépe ignorovat" V podstatě je výsledek měření aproximací nebo
VíceAnalytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
VíceInferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů
Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že
VíceMěřicí přístroje a měřicí metody
Měřicí přístroje a měřicí metody Základní elektrické veličiny určují kvalitativně i kvantitativně stav elektrických obvodů a objektů. Neelektrické fyzikální veličiny lze převést na elektrické veličiny
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Literatura: Novák, R. Úvod do teorie měření. Ústí nad Labem: UJEP, 2003 Sprušil, B., Zieleniecová, P.: Úvod do teorie fyzikálních měření. Praha: SPN, 1985 Brož, J. a kol.
VíceNejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík
Nejistota měř ěření, návaznost a kontrola kvality Miroslav Janošík Obsah Referenční materiály Návaznost referenčních materiálů Nejistota Kontrola kvality Westgardova pravidla Unity Referenční materiál
VíceMetrologie v praxi. Eliška Cézová
Metrologie v praxi Eliška Cézová 1. Úvod Metrologie se zabývá jednotností a správností měření. Pro podnikovou metrologii bychom měli definovat měřidla, která v daném oboru používáme, řádně je rozčlenit
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘÍCÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
Více8/2.1 POŽADAVKY NA PROCESY MĚŘENÍ A MĚŘICÍ VYBAVENÍ
MANAGEMENT PROCESŮ Systémy managementu měření se obecně v podnicích používají ke kontrole vlastní produkce, ať už ve fázi vstupní, mezioperační nebo výstupní. Procesy měření v sobě zahrnují nemalé úsilí
VíceChyby měřidel a metody měření vybraných fyzikálních veličin
Chyby měřidel a metody měření vybraných fyzikálních veličin Viz oskenovaný text ze skript Sprušil, Zieleniecová: Úvod do teorie fyzikálních měření http://physics.ujep.cz/~ehejnova/utm/materialy_studium/chyby_meridel.pdf
VíceSemestrální práce. 2. semestr
Licenční studium č. 89002 Semestrální práce 2. semestr PŘEDMĚT 2.2 KALIBRACE A LIMITY JEJÍ PŘESNOSTI Příklad 1 Lineární kalibrace Příklad 2 Nelineární kalibrace Příklad 3 Rozlišení mezi lineární a nelineární
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
VíceChyby měřidel a metody měření vybraných fyzikálních veličin
Chyby měřidel a metody měření vybraných fyzikálních veličin Jaké měřidlo je vhodné zvolit? Pravidla: Přesnost měřidla má být pětkrát až desetkrát vyšší, než je požadovaná přesnost měření. Např. chceme-li
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Podmínky získání zápočtu: Podmínkou pro získání zápočtu je účast na cvičeních (maximálně tři absence) a úspěšné splnění jednoho písemného testu alespoň na 50 % max. počtu
VíceSTATISTICKÉ ZPRACOVÁNÍ DAT PŘI MANAGEMENTU JAKOSTI
UNIVERZITA PARDUBICE, FAKULTA CHEMICKO TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE SEMESTRÁLNÍ PRÁCE Licenční studium STATISTICKÉ ZPRACOVÁNÍ DAT PŘI MANAGEMENTU JAKOSTI Předmět: Faktory ovlivňující jakost
VíceChyby spektrometrických metod
Chyby spektrometrických metod Náhodné Soustavné Hrubé Správnost výsledku Přesnost výsledku Reprodukovatelnost Opakovatelnost Charakteristiky stanovení 1. Citlivost metody - směrnice kalibrační křivky 2.
VíceIlustrační příklad odhadu LRM v SW Gretl
Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná
VíceČas potřebný k prostudování učiva kapitoly: 1,25 hodiny
Fyzikální praktikum III 15 3. PROTOKOL O MĚŘENÍ V této kapitole se dozvíte: jak má vypadat a jaké náležitosti má splňovat protokol o měření; jak stanovit chybu měřené veličiny; jak vyhodnotit úspěšnost
VícePOČET PLATNÝCH ČÍSLIC PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ 2
PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ RNDr. Simona Klenovská ČMI Brno POČET PLATNÝCH ČÍSLIC PRAVIDLA PRO UVÁDĚNÍ VÝSLEDKŮ MĚŘENÍ 2 Při stanovování počtu platných číslic použijeme následující metodu: u každého
VíceLaboratorní práce č. 1: Měření délky
Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.
VíceVýsledky kalibrace a jak s nimi pracovat
Výsledky kalibrace a jak s nimi pracovat Ing. Miroslav Netopil, Ing. Pavel Trávníček Akreditovaná kalibrační laboratoř Institut pro testování a certifikaci, a.s, 1 Základní pojmy I Kalibrace (slovník VIM
VíceChyby měřidel a metody měření vybraných fyzikálních veličin
Chyby měřidel a metody měření vybraných fyzikálních veličin Jaké měřidlo je vhodné zvolit? Pravidla: Přesnost měřidla má být pětkrát až desetkrát vyšší, než je požadovaná přesnost měření. Např. chceme-li
VíceStatistické zpracování výsledků
Statistické zpracování výsledků Výpočet se skládá ze dvou částí. Vztažná hodnota a také hodnota směrodatné odchylky jednotlivých porovnání se určuje z výsledků dodaných účastníky MPZ. V první části je
VíceÚvod do teorie měření. Eva Hejnová
Úvod do teorie měření Eva Hejnová Program semináře 1. Základní pojmy - metody měření, druhy chyb, počítání s neúplnými čísly, zaokrouhlování 2. Chyby přímých měření - aritmetický průměr a směrodatná odchylka,
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceE(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =
Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní
VíceKATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. GUM: Vyjádření nejistot měření
KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE GUM: Vyjádření nejistot měření Chyby a nejistoty měření - V praxi nejsou žádná měření, žádné měřicí metody ani žádné přístroje absolutně přesné. - Výsledek měření
VíceLiteratura Elektrická měření - Přístroje a metody, Metrologie Elektrotechnická měření - měřící přístroje
Měření Literatura Haasz Vladimír, Sedláček Miloš: Elektrická měření - Přístroje a metody, nakladatelství ČVUT, 2005, ISBN 80-01-02731-7 Boháček Jaroslav: Metrologie, nakladatelství ČVUT, 2013, ISBN 978-80-01-04839-9
VíceČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Dokumenty ILAC. ILAC Mezinárodní spolupráce v akreditaci laboratoří
ČESKÝ INSTITUT PRO AKREDITACI, o.p.s. Opletalova 41, 110 00 Praha 1 Nové Město Dokumenty ILAC ILAC Mezinárodní spolupráce v akreditaci laboratoří Číslo publikace: ILAC - G17:2002 Zavádění koncepce stanovení
VíceČást 4 Stanovení a zabezpečení garantované hladiny akustického výkonu
Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Obsah 1. Úvod 2. Oblast působnosti 3. Definice 3.1 Definice uvedené ve směrnici 3.2 Obecné definice 3.2.1 Nejistoty způsobené postupem
VíceKorekční křivka napěťového transformátoru
8 Měření korekční křivky napěťového transformátoru 8.1 Zadání úlohy a) pro primární napětí daná tabulkou změřte sekundární napětí na obou sekundárních vinutích a dopočítejte převody transformátoru pro
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
VíceANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 2. POPISNÉ STATISTIKY Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz CO SE SKRÝVÁ V DATECH data sbíráme proto, abychom porozuměli
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký
VíceZpracování náhodného výběru. Ing. Michal Dorda, Ph.D.
Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní
Více2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení
2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků
VíceKapitola Hlavička. 3.2 Teoretický základ měření
23 Kapitola 3 Protokol o měření Protokol o měření musí obsahovat všechny potřebné údaje o provedeném měření, tak aby bylo možné podle něj měření kdykoliv zopakovat. Proto protokol musí obsahovat všechny
VíceKALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)
KALIBRACE Chemometrie I, David MILDE Definice kalibrace: mezinárodní metrologický slovník (VIM 3) Činnost, která za specifikovaných podmínek v prvním kroku stanoví vztah mezi hodnotami veličiny s nejistotami
Více676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368
Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540
VíceUniverzitní centrum energeticky efektivních budov, České vysoké učení technické, Buštěhrad
Zjednodušená měsíční bilance solární tepelné soustavy BILANCE 2015/v2 Tomáš Matuška, Bořivoj Šourek Univerzitní centrum energeticky efektivních budov, České vysoké učení technické, Buštěhrad Úvod Pro návrh
Více1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy:
1 Pracovní úkoly 1. Změřte závislost indukčnosti cívky na procházejícím proudu pro tyto případy: (a) cívka bez jádra (b) cívka s otevřeným jádrem (c) cívka s uzavřeným jádrem 2. Přímou metodou změřte odpor
VíceAnalýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
VíceP13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.
P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové
VícePorovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
VíceVybraná rozdělení náhodné veličiny
3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘICÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
VíceStatistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristiky často potřebujeme vyšetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
Více5.1 Definice, zákonné měřící jednotky.
5. Měření délek. 5.1 Definice, zákonné měřící jednotky. 5.2 Měření délek pásmem. 5.3 Optické měření délek. 5.3.1 Paralaktické měření délek. 5.3.2 Ryskový dálkoměr. 5.4 Elektrooptické měření délek. 5.4.1
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základní pojmy diagnostiky a statistických metod vyhodnocení Učební text Ivan Jaksch Liberec 2012 Materiál vznikl
VícePraktická statistika. Petr Ponížil Eva Kutálková
Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo
VíceZákony hromadění chyb.
Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky
Více