что такое среднеквадратичная погрешность

Погрешность средняя квадратическая

Смотреть что такое «Погрешность средняя квадратическая» в других словарях:

средняя квадратическая погрешность уравненного значения (результата геодезических измерений) — 3.7.11 средняя квадратическая погрешность уравненного значения (результата геодезических измерений) <тx0>Оценка значения геодезической величины по результатам уравнивания измерений, получаемая по формуле где mQ средняя квадратическая погрешность … Словарь-справочник терминов нормативно-технической документации

средняя квадратическая погрешность результата измерений — aritmetinio vidurkio vidutinė kvadratinė paklaida statusas T sritis Standartizacija ir metrologija apibrėžtis Apibrėžtį žr. priede. priedas( ai) Grafinis formatas atitikmenys: angl. root sum square error vok. mittlerer quadratischer Fehler, m;… … Penkiakalbis aiškinamasis metrologijos terminų žodynas

средняя квадратическая погрешность результата (геодезических) измерений — 3.6.13 средняя квадратическая погрешность результата (геодезических) измерений; СКП <т>Эмпирическая оценка среднего квадратического отклонения результата измерений. Примечание: Оценка т погрешности отдельного результата геодезических измерений… … Словарь-справочник терминов нормативно-технической документации

интегральная средняя квадратическая погрешность телеметрирования — Показатель, характеризующий среднюю квадратическую погрешность телеметрирования на наблюдаемом интервале времени и равный корню квадратному из результата усреднения квадрата погрешности как по времени, так и по множеству реализаций. [ГОСТ 19619… … Справочник технического переводчика

Интегральная средняя квадратическая погрешность телеметрирования — 54. Интегральная средняя квадратическая погрешность телеметрирования Е. Integral mean square error of telemetering Показатель, характеризующий среднюю квадратическую погрешность телеметрирования на наблюдаемом интервале времени и равный корню… … Словарь-справочник терминов нормативно-технической документации

Интегральная средняя квадратическая погрешность телеметрирования — 1. Показатель, характеризующий среднюю квадратическую погрешность телеметрирования на наблюдаемом интервале времени и равный корню квадратному из результата усреднения квадрата погрешности как по времени, так и по множеству реализаций… … Телекоммуникационный словарь

Погрешность — 10. Погрешность По title= РМГ 29 99 ГСИ. Метрология. Основные термины и определения Источник: ГОСТ 12.1.016 79: Система станд … Словарь-справочник терминов нормативно-технической документации

Средняя — периодическое увлажнение пола, при котором поверхность покрытия пола влажная или мокрая; покрытие пола пропитывается жидкостями. Источник: МДС 31 12.2007: Полы жилых, общественных и производственных зданий с применением м … Словарь-справочник терминов нормативно-технической документации

Погрешность измерения — Сюда перенаправляется запрос «Относительная точность». На эту тему нужна отдельная статья. Сюда перенаправляется запрос «Абсолютная то … Википедия

Погрешность — измерения оценка отклонения величины измеренного значения величины от её истинного значения. Погрешность измерения является характеристикой (мерой) точности измерения. Поскольку выяснить с абсолютной точностью истинное значение любой величины… … Википедия

Источник

Как посчитать среднее значение, квадратическое отклонение и погрешность

wikiHow работает по принципу вики, а это значит, что многие наши статьи написаны несколькими авторами. При создании этой статьи над ее редактированием и улучшением работали, в том числе анонимно, 24 человек(а).

Количество просмотров этой статьи: 60 818.

После сбора данных их нужно проанализировать. Обычно нужно найти среднее значение, квадратичное отклонение и погрешность. Мы расскажем вам, как это сделать.

Источник

Средняя квадратическая погрешность

В теории вероятностей и статистике среднеквадрати́ческое (среднеквадрати́чное) отклоне́ние — наиболее распространённый показатель рассеивания значений случайной величины относительно её математического ожидания (аналога среднего арифметического с бесконечным числом исходов). Обычно он означает квадратный корень из дисперсии случайной величины, но иногда может означать тот или иной вариант оценки этого значения.

Содержание

Термин

Встречаются также синонимы словосочетания среднеквадрати́ческое отклоне́ние, как то́:

Основные сведения

Среднеквадратическое отклонение определяется как квадратный корень из дисперсии случайной величины: σ = D [ X ] <\displaystyle \sigma =<\sqrt >> .

Среднеквадратическое отклонение измеряется в единицах измерения самой случайной величины и используется при расчёте стандартной ошибки среднего арифметического, при построении доверительных интервалов, при статистической проверке гипотез, при измерении линейной взаимосвязи между случайными величинами.

На практике, когда вместо точного распределения случайной величины в распоряжении имеется лишь выборка, стандартное отклонение, как и математическое ожидание, оценивают (выборочная дисперсия), и делать это можно разными способами. Термины «стандартное отклонение» и «среднеквадратическое отклонение» обычно применяют к квадратному корню из дисперсии случайной величины (определённому через её истинное распределение), но иногда и к различным вариантам оценки этой величины на основании выборки.

то два основных способа оценки стандартного отклонения записываются нижеследующим образом.

Оценка стандартного отклонения на основании смещённой оценки дисперсии (иногда называемой просто выборочной дисперсией [1] ):

Это в буквальном смысле среднее квадратическое разностей измеренных значений и среднего.

Само по себе, однако, S 0 <\displaystyle S_<0>> не является несмещённой оценкой квадратного корня из дисперсии, то есть извлечение квадратного корня «портит» несмещённость.

Среднеквадратичное отклонение среднего

Среднее значение выборки также является случайной величиной с оценкой среднеквадратичного отклонения [2] [ нет в источнике ]

Правило трёх сигм

Интерпретация величины среднеквадратического отклонения

Большее значение среднеквадратического отклонения показывает больший разброс значений в представленном множестве со средней величиной множества; меньшее значение, соответственно, показывает, что значения в множестве сгруппированы вокруг среднего значения.

Например, у нас есть три числовых множества: <0, 0, 14, 14>, <0, 6, 8, 14>и <6, 6, 8, 8>. У всех трёх множеств средние значения равны 7, а среднеквадратические отклонения, соответственно, равны 7, 5 и 1. У последнего множества среднеквадратическое отклонение маленькое, так как значения в множестве сгруппированы вокруг среднего значения; у первого множества самое большое значение среднеквадратического отклонения — значения внутри множества сильно расходятся со средним значением.

В общем смысле среднеквадратическое отклонение можно считать мерой неопределённости. К примеру, в физике среднеквадратическое отклонение используется для определения погрешности серии последовательных измерений какой-либо величины. Это значение очень важно для определения правдоподобности изучаемого явления в сравнении с предсказанным теорией значением: если среднее значение измерений сильно отличается от предсказанных теорией значений (большое значение среднеквадратического отклонения), то полученные значения или метод их получения следует перепроверить.

Практическое применение

На практике среднеквадратическое отклонение позволяет оценить, насколько значения из множества могут отличаться от среднего значения.

Экономика и финансы

Среднее квадратическое отклонение доходности портфеля σ = D [ X ] <\displaystyle \sigma =<\sqrt >> отождествляется с риском портфеля.

В техническом анализе среднеквадратическое отклонение используется для построения линий Боллинджера, расчёта волатильности.

Климат

Предположим, существуют два города с одинаковой средней максимальной дневной температурой, но один расположен на побережье, а другой внутри континента. Известно, что в городах, расположенных на побережье, множество различных максимальных дневных температур меньше, чем у городов, расположенных внутри континента. Поэтому среднеквадратическое отклонение максимальных дневных температур у прибрежного города будет меньше, чем у второго города, несмотря на то, что среднее значение этой величины у них одинаковое, что на практике означает, что вероятность того, что максимальная температура воздуха каждого конкретного дня в году будет сильнее отличаться от среднего значения, выше у города, расположенного внутри континента.

Спорт

Предположим, что есть несколько футбольных команд, которые оцениваются по некоторому набору параметров, например, количеству забитых и пропущенных голов, голевых моментов и т. п. Наиболее вероятно, что лучшая в этой группе команда будет иметь лучшие значения по большему количеству параметров. Чем меньше у команды среднеквадратическое отклонение по каждому из представленных параметров, тем предсказуемее является результат команды, такие команды являются сбалансированными. С другой стороны, у команды с большим значением среднеквадратического отклонения сложно предсказать результат, что в свою очередь объясняется дисбалансом, например, сильной защитой, но слабым нападением.

Использование среднеквадратического отклонения параметров команды позволяет в той или иной мере предсказать результат матча двух команд, оценивая сильные и слабые стороны команд, а значит, и выбираемых способов борьбы.

Пример вычисления стандартного отклонения оценок учеников

Предположим, что интересующая нас группа (генеральная совокупность) это класс из восьми учеников, которым выставляются оценки по 10-бальной системе. Так как мы оцениваем всю группу, а не её выборку, можно использовать стандартное отклонение на основании смещённой оценки дисперсии. Для этого берём квадратный корень из среднего арифметического квадратов отклонений величин от их среднего значения.

Пусть оценки учеников класса следующие:

Тогда средняя оценка равна:

μ = 2 + 4 + 4 + 4 + 5 + 5 + 7 + 9 8 = 5 <\displaystyle \mu =<\frac <2+4+4+4+5+5+7+9><8>>=5>

Вычислим квадраты отклонений оценок учеников от их средней оценки:

( 2 − 5 ) 2 = ( − 3 ) 2 = 9 ( 5 − 5 ) 2 = 0 2 = 0 ( 4 − 5 ) 2 = ( − 1 ) 2 = 1 ( 5 − 5 ) 2 = 0 2 = 0 ( 4 − 5 ) 2 = ( − 1 ) 2 = 1 ( 7 − 5 ) 2 = 2 2 = 4 ( 4 − 5 ) 2 = ( − 1 ) 2 = 1 ( 9 − 5 ) 2 = 4 2 = 16 <\displaystyle <\begin(2-5)^<2>=(-3)^<2>=9&&(5-5)^<2>=0^<2>=0\\(4-5)^<2>=(-1)^<2>=1&&(5-5)^<2>=0^<2>=0\\(4-5)^<2>=(-1)^<2>=1&&(7-5)^<2>=2^<2>=4\\(4-5)^<2>=(-1)^<2>=1&&(9-5)^<2>=4^<2>=16\\\end>>

Среднее арифметическое этих значений называется дисперсией:

σ 2 = 9 + 1 + 1 + 1 + 0 + 0 + 4 + 16 8 = 4 <\displaystyle \sigma ^<2>=<\frac <9+1+1+1+0+0+4+16><8>>=4>

Стандартное отклонение равно квадратному корню дисперсии:

Эта формула справедлива только если эти восемь значений и являются генеральной совокупностью. Если бы эти данные были случайной выборкой из какой-то большой совокупности (например, оценки восьми случайно выбранных учеников большого города), то в знаменателе формулы для вычисления дисперсии вместо n = 8 нужно было бы поставить n − 1 = 7:

и стандартное отклонение равнялось бы:

Этот результат называется стандартным отклонением на основании несмещённой оценки дисперсии. Деление на n − 1 вместо n даёт неискажённую оценку дисперсии для больших генеральных совокупностей.

Источник

Средняя квадратическая погрешность

Вот и еще одна средняя, которая связана с погрешностями.

Средняя квадратическая погрешность (СКП) является мерой точности результатов измерений либо функций измеренных величин и является вероятностной характеристикой.

Рис. 3.1. Нормальный закон распределения

— для диапазона ±m ® Р = 68,3% (» 68%);

— для диапазона ±2m® Р = 95,5% (» 95%);

— для диапазона ±3m® Р = 99,7% (практически 100%).

Таким образом, только в 3-х случаях из 1000 может появиться погрешность, превышающая значение 3m. Погрешности, по абсолютной величине превышающие 3m (предельную погрешность), принято считать грубыми, и результаты измерений, содержащие эту грубую погрешность, исключают из дальнейшей обработки. В некоторых случаях, для ужесточения требований к точности измерений, устанавливают предельную погрешность в диапазоне от 2m до 3m.

Значения коэффициента Стьюдента (t) для различных вероятностей (Р)

Часто значение СКП указывают с коэффициентом t (коэффициент Стьюдента), который и определяет доверительный вероятностный интервал (х ± tm) результата измерений при установленном уровне вероятности Р. Для этого удобно пользоваться табл. 3.1.

Например, необходимо определить доверительный интервал для величины Х с вероятностью 90%. По таблице интерполированием находим, что для Р₁ = 89,0% t₁ = 1,6, для Р₂ = 91,1% t₂ = 1,7: t_х = 1,6476 » 1,65.

Это значит, что результат измерений с вероятностью 90% находится в пределах (Х ± 1,65 m).

Если измеряемая величина Х известна, то значение СКП определяется по формуле Гаусса:

, (3.9)

Напомним, что знак [. ] – это знак гауссовой суммы.

Для случаев, когда измеряемая величина неизвестна, используется формула Бесселя:

, (3.10)

Как видно из формул (3.9) и (3.10), в случае, когда измеряемая величина известна, для оценки точности достаточно уже одного измерения (оно и является необходимым). Как уже указывалось выше, чаще всего формулу Гаусса используют при оценках точности эталонируемых приборов при измерении известных величин (эталонов). Для оценки точности по формуле Бесселя необходимыми являются как минимум два измерения. Формула Бесселя используется при оценках точности результатов массовых (многократных) измерений одной величины, заранее неизвестной.

При возрастании числа измерений значения СКП, полученные по формулам Гаусса и Бесселя, становятся практически одинаковыми (примерно с n ³ 20). При этом значение СКП одного измерения стремится к пределу m_пред, который определяется точностью прибора, точностью метода или программы измерений. Очевидно, выше об этом уже было сказано, что на практике невозможно, да и нецелесообразно по ряду причин, обеспечивать весьма большое число измерений одной величины. При этом практическое число измерений должно обеспечивать получение результата измерения с заданной точностью при установленном уровне доверительной вероятности.

Поскольку число измерений является ограниченным, то сама СКП содержит погрешность, определяемую по приближенной формуле:

. (3.11)

Она так и называется – средняя квадратическая погрешность средней квадратической погрешности (СКП СКП).

Здесь уместно возвратиться к классификации погрешностей. Не все виды погрешностей рассмотрены нами выше.

Часто при исследованиях рядов погрешностей измерений используют т.н. вероятную погрешность, которую обозначают буквой r. Величина вероятной погрешности может быть оценена по приближенной формуле

(3.12)

в предположении, конечно, что распределение погрешностей подчиняется нормальному закону.

Вероятную погрешность называют еще срединной погрешностью. Если не хочется делать вычисления по формуле (3.12), потому что в неё входит значение m, которое необходимо получить по формуле Бесселя, то можно определить вероятную или срединную погрешность, расположив ряд погрешностей по их возрастанию по абсолютным величинам. В середине полученного ряда и будет находиться значение этой погрешности. Это если число погрешностей нечётное. А если оно чётное, то срединной погрешностью будет среднее значение соседних погрешностей в середине ряда.

Не надо путать срединную погрешность со средней погрешностью v_o, которую можно получить тоже по простой формуле:

. (3.13)

Здесь также требуется условие подчинения ряда измерений (погрешностей) нормальному закону.

Средняя погрешность является математическим ожиданием абсолютных значений отклонений результатов измерений какой-либо величины от математического ожидания для этих результатов. Приближенно значение средней погрешности можно оценить по формуле:

, (3.14)

где v_i – уклонения результатов измерений от их среднего арифметического.

Часто формулу (3.13) используют для предварительной оценки средней квадратической погрешности:

. (3.15)

Источник

Тема: Элементы теории ошибок измерений.

1. Классификация ошибок измерений

_______ Измерения в геодезии рассматриваются с двух точек зрения: количественной, выражающей числовое значение измеренной величины, и качественной, характеризующей ее точность. Из практики известно, что даже при самой тщательной и аккуратной работе многократные (повторные) измерения не дают одинаковых результатов. Это указывает на то, что получаемые результаты не являются точным значением измеряемой величины, а несколько отклоняются от него. Значение отклонения характеризует точность измерений.

_______ К грубым ошибкам относятся просчеты в измерениях по причине невнимательности наблюдателя или неисправности прибора, и они полностью должны быть исключены. Это достигается путем повторного измерения.

_______ Систематические ошибки происходят от известного источника, имеют определенный знак и величину и их можно учесть при измерениях и вычислениях.

_______ Случайные ошибки обусловлены разными причинами и полностью исключить их из измерений нельзя. Поэтому возникают две задачи: как из результатов измерений получить наиболее точную величину и как оценить точность полученных результатов измерений. Эти задачи решаются с помощью теории ошибок измерений _______

_______ В основу теории ошибок положены следующие свойства случайных ошибок :
_______ 1. Малые ошибки встречаются чаще, а большие реже.
_______ 2. Ошибки не превышают известного предела.
_______ 3. Положительные и отрицательные ошибки, одинаковые по абсолютной величине, одинаково часто встречаются.
_______ 4. Сумма ошибок, деленная на число измерений, стремится к нулю при большом числе измерений.

_______ По источнику происхождения различают ошибки приборов, внешние и личные. Ошибки приборов обусловлены их несовершенством, например погрешность угла, измеренного теодолитом, неточным приведением в вертикальное положение оси его вращения.

_______ Внешние ошибки происходят из-за влияния внешней среды, в которой протекают измерения, например погрешность в отсчете по нивелирной рейке из-за изменения температуры воздуха на пути светового луча (рефракция) или нагрева нивелира солнечными лучами.

_______ Личные ошибки связаны с особенностями наблюдателя, например, разные наблюдатели по-разному наводят зрительную трубу на визирную цель. Так как грубые погрешности должны быть исключены из результатов измерений, а систематические исключены или ослаблены до минимально допустимого предела, то проектирование измерений с необходимой точностью и оценку результатов выполненных измерений производят, основываясь на свойствах случайных погрешностей.

2. Арифметическая середина

_______ Величина x называется арифметической серединой или вероятнейшим значением измеренной величины. Разности между каждым измерением и арифметической срединой называют вероятнейшими ошибками измерений:

_______ Или в общем виде получим:

3. Средняя квадратическая ошибка

_______ Точность результатов измерений оценивается средней квадратической ошибкой. Средняя квадратическая ошибка одного измерения вычисляется по формуле:

где [v 2 ] – сумма квадратов вероятнейших ошибок; n – число измерений. Средняя квадратическая ошибка арифметической середины вычисляется по формуле:

_______ Предельная ошибка не должна превышать утроенной средней квадратической ошибки, т.е. ε = 3 x m.

_______ Иногда о точности измерений судят не по абсолютной величине средней квадратической или предельной погрешности, а по величине относительной ошибки. ___

_______ Относительной ошибкой называется отношение абсолютной ошибки к значению самой измеренной величины. Относительную ошибку выражают в виде простой дроби, числитель которой — единица, а знаменатель — число, округленное до двух-трех значащих цифр с нулями. Например, относительная средняя квадратическая погрешность измерения линии длиной:

_______ l = 110 м, при m = 2 см, равна m/ l = 1/5500.

_______ Линия измерена шесть раз. Определить ее вероятнейшую длину и оценить точность этого результата. Вычисления приведены в таблице:

Таб. 1

_______ По формулам вычислены абсолютные средние квадратические ошибки, а оценивать точность измерения длины линии необходимо по относительной ошибке. Поэтому нужно абсолютную ошибку разделить на длину линии. Для нашего примера относительная ошибка вероятнейшего значения измеренной линии равна

4. Оценка точности измерений

_______ Точность результатов многократных измерений одной и той же величины оценивают в такой последовательности:

_______ 1. Находят вероятнейшее (наиболее точное для данных условий) значение измеренной величины по формуле арифметической середины х = [ l ]/n.
_______ 2. Вычисляют отклонения для каждого значения измеренной величины от значения арифметической средины. Контроль вычислений: [v] = 0;
_______ 3. По формуле вычисляют среднюю квадратическую ошибку одного измерения.
_______ 4. По формуле вычисляют среднюю квадратическую ошибку арифметической средины.
_______ 5. Если измеряют линейную величину, то подсчитывают относительную среднюю квадратическую ошибку каждого измерения и арифметической средины.

_______ 6. При необходимости подсчитывают предельную ошибку одного измерения, которая может служить допустимым значением погрешностей аналогичных измерений.

5. Понятие о неравноточных измерениях

_______ Неравноточными измерениями называются такие, которые выполнены различным числом приемов, приборами различной точности и т.д. Если измерения неодинаковой точности, то для определения общей арифметической середины пользуются формулой:

________ Весом называется число, которое выражает степень доверия к результату измерения. В тех случаях, когда неизвестны веса измеренных величин, а известны их средние квадратические ошибки, то веса можно вычислить по формуле:

т.е. вес результата измерений обратно пропорционален квадрату средней квадратической ошибки.

_______ При неравноточных измерениях средняя квадратическая ошибка измерения, вес которого равен единице, определяется по формуле:

где δ – разность между отдельными результатами измерений и общей арифметической серединой.

Источник