Уравнения погрешности имеет следующий вид

Составление уравнений погрешностей

Вывод уравнений погрешностей при уравнивании триангуляции по направлениям сводится к установлению зависимости между поправками координат и поправками измеренных направлений. Ранее после дифференцирования уравнения

.

Дифференцируя исходное уравнений tg a = f (x, y) получим:

.

Для получения d a_k—i в секундах необходимо правую часть уравнения умножить на r”. Если S_k—i выражено в километрах, то для получения d x и d y в дециметрах в уравнении

принимаем r = 20,6265”.

В этом уравнении пункты k и i являются определяемыми. Т.к. поправки в исходные координаты не вводятся, то если пункт і является исходным, то:

Если оба пункта являются исходными, то d a_k—i = 0.

Таким образом, мы получили так называемые непреобразованные уравнения погрешностей, в которых неизвестными являются поправки d x и d y к приближенным значениям координат x’ и y’ определяемых пунктов и ориентирные поправки d z:

1. измеренному направлению с исходного пункта k на исходный пункт i соответствует уравнение:

2. измеренному направлению с определяемого пункта k на исходный пункт i соответствует уравнение:

Направлению с исходного пункта i на определяемый пункт k соответствует уравнение:

3. измеренному направлению с определяемого пункта k на определяемый пункт i соответствует уравнение:

Веса всех преобразованных уравнений погрешностей равны между собой, т.е. направления измерены равноточно. Число уравнений погрешностей равно общему числу измеренных направлений, включая и направления между исходными пунктами. Число неизвестных равно 2 р + q, где р – количество определяемых пунктов; q – количество отнаблюденных пунктов, равное числу поправок d z.

При уравнивании триангуляции по углам уравнения погрешностей получают как разности из уравнений для соответствующих направлений. Например, в пункте k между направлениями на пункты i и j имеем уравнения погрешностей для направлений:

При этом число уравнений погрешностей равно числу измеренных углов, а число неизвестных – удвоенному числу определяемых пунктов.

9.5 Преобразование уравнений погрешностей

Для упрощения вычислений непреобразованные уравнений погрешностей (т.е. уравнения с ориентирными поправками dz) преобразовывают на основании теории эквивалентных уравнений. Эти преобразования позволяют сократить число уравнений погрешностей и число входящих в них неизвестных.

9.5.1 Исключение ориентирных поправок.

Вес измеренного направления (непреобразованного уравнения погрешностей) примем равным ½. Для каждого наблюдаемого пункта записывают группу уравнений с общеориентирной поправкой dz.

Если один или несколько пунктов являются исходными, то поправки в координаты этих пунктов равны нулю. На основании 1-го правила Шрейбера исключаем ориентирную поправку dz из п уравнений, заменив ее эквивалентной системой п+1 уравнений:

В этой системе уравнений поправки v’_k—i уже не являются поправками к измеренным направлениям, а численно равны v’_k—i = v_k—i + dz_k. Учитывая, что

и [l_k—i] = 0, на основании третьего положения теории эквивалентных уравнений последнее суммарное уравнение заменим на уравнение

Аналогично преобразовывают уравнения погрешностей на остальных наблюдаемых пунктах.

9.5.2 Сложение уравнений взаимных направлений.

Для стороны сети триангуляции между определяемыми пунктами k и i в случае двустороннего визирования после исключения ориентирных поправок получим два уравнения, которые отличаются только свободными членами:

На основании второго положения теории эквивалентных уравнений эти уравнения могут быть заменены одним уравнением:

где .

9.5.3 Приведение уравнений погрешностей к весу, равному 1.

Теперь только уравнения для сторон с односторонним визированием и суммарные уравнения будут иметь веса, не равные 1. Их можно привести к весам, равным 1 или –1. Согласно третьему положению теории эквивалентных уравнений такие уравнения можно заменить на эквивалентные с весом 1 или –1.

с весом р = 1.

9.6 Составление преобразованных уравнений погрешностей

На основании правил составления эквивалентных уравнений погрешностей можно сформулировать правила составления преобразованных уравнений погрешностей:

1-е правило. Стороне сети между определяемыми пунктами k и i соответствует уравнение погрешностей:

а) в случае двустороннего визирования:

б) в случае одностороннего визирования с пункта k на пункт i:

.

2-е правило.Стороне сети между определяемым пунктом k и исходным пунктом i соответствует уравнение погрешностей:

а) в случае двустороннего визирования:

б) в случае одностороннего визирования с пункта k на пункт i:

.

3-е правило. Каждому отнаблюденному пункту k отвечает суммарное уравнение с отрицательным весом:

При этом на исходном пункте k в суммарных уравнениях отсутствуют два первых слагаемых с коэффициентами [a_k—i] и [b_k—i].

Общее число уравнений погрешностей равно числу сторон в сети (не считая сторон между исходными пунктами) плюс общее число отнаблюденных пунктов. В преобразованных уравнениях погрешностей неизвестными являются поправки в координаты определяемых пунктов. Количество неизвестных равно удвоенному числу определяемых пунктов.

9.7 Последовательность и контроль уравнительных вычислений

2. вычисление предварительных координат определяемых пунктов Х’_опр, Y’_опр;

4. составление уравнений погрешностей;

5. составление и решение нормальных уравнений;

6. вычисление уравненных значений:

,

dz_k = .

7. выполнение контрольных вычислений. Кроме того, для контроля a_k—i вычисляют по уравненным координатам точек:

.

8. оценка точности уравненных элементов сети. При весе измеренных направлений р = ½ средняя квадратическая погрешность единицы веса равна:

где N – число измеренных направлений (включая и между исходными пунктами);

р – число определяемых пунктов;

q – число отнаблюденных пунктов.

СКП измеренного направления:

.

СКП измеренного угла:

.

СКП положения пункта:

,

где ;

.

Дата добавления: 2016-06-02 ; просмотров: 1455 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Оценка погрешностей результатов измерений

Оценка погрешностей результатов измерений

Погрешности измерений и их типы

Любые измерения всегда производятся с какими-то погрешностями, связанными с ограниченной точностью измерительных приборов, неправильным выбором, и погрешностью метода измерений, физиологией экспериментатора, особенностями измеряемых объектов, изменением условий измерения и т. д. Поэтому в задачу измерения входит нахождение не только самой величины, но и погрешности измерения, т. е. интервала, в котором вероятнее всего находится истинное значение измеряемой величины. Например, при измерении отрезка времени t секундомером с ценой деления 0,2 с можно сказать, что истинное значение его находится в интервале от с до с. Таким образом, измеряемая величина всегда содержит в себе некоторую погрешность , где и X – соответственно истинное и измеренное значения исследуемой величины. Величина называется абсолютной погрешностью (ошибкой) измерения, а выражение , характеризующее точность измерения, называется относительной погрешностью.

Вполне естественно стремление экспериментатора произвести всякое измерение с наибольшей достижимой точностью, однако такой подход не всегда целесообразен. Чем точнее мы хотим измерить ту ил иную величину, тем сложнее приборы мы должны использовать, тем больше времени потребуют эти измерения. Поэтому точность окончательного результата должна соответствовать цели проводимого эксперимента. Теория погрешностей дает рекомендации, как следует вести измерения и как обрабатывать результаты, чтобы величина погрешности была минимальной.

Все возникающие при измерениях погрешности обычно разделяют на три типа – систематические, случайные и промахи, или грубые ошибки.

Систематические погрешности обусловлены ограниченной точностью изготовления приборов (приборные погрешности), недостатками выбранного метода измерений, неточностью расчетной формулы, неправильной установкой прибора и т. д. Таким образом, систематические погрешности вызываются факторами, действующими одинаковым образом при многократном повторении одних и тех же измерений. Величина этой погрешности систематически повторяется либо изменяется по определенному закону. Некоторые систематические ошибки могут быть исключены (на практике этого всегда легко добиться) путем изменения метода измерений, введение поправок к показаниям приборов, учета постоянного влияния внешних факторов.

Хотя систематическая (приборная) погрешность при повторных измерениях дает отклонение измеряемой величины от истинного значения в одну сторону, мы никогда не знаем в какую именно. Поэтому приборная погрешность записывается с двойным знаком

Случайные погрешности вызываются большим числом случайных причин (изменением температуры, давления, сотрясения здания и т. д.), действия которых на каждое измерение различно и не может быть заранее учтено. Случайные погрешности происходят также из-за несовершенства органов чувств экспериментатора. К случайным погрешностям относятся и погрешности обусловленные свойствами измеряемого объекта.

Исключить случайны погрешности отдельных измерений невозможно, но можно уменьшить влияние этих погрешностей на окончательный результат путем проведения многократных измерений. Если случайная погрешность окажется значительно меньше приборной (систематической), то нет смысла дальше уменьшать величину случайной погрешности за счет увеличения числа измерений. Если же случайная погрешность больше приборной, то число измерений следует увеличить, чтобы уменьшить значение случайной погрешности и сделать ее меньше или одного порядка с погрешностью прибора.

Промахи, или грубые ошибки, — это неправильные отсчеты по прибору, неправильная запись отсчета и т. п. Как правило, промахи, обусловленные указанными причинами хорошо заметны, так как соответствующие им отсчеты резко отличаются от других отсчетов. Промахи должны быть устранены путем контрольных измерений. Таким образом, ширину интервала в котором лежат истинные значения измеряемых величин, будут определять только случайные и систематические погрешности.

2. Оценка систематической (приборной) погрешности

При прямых измерениях значение измеряемой величины отсчитывается непосредственно по шкале измерительного прибора. Ошибка в отсчете может достигать нескольких десятых долей деления шкалы. Обычно при таких измерениях величину систематической погрешности считают равной половине цены деления шкалы измерительного прибора. Например, при измерении штангенциркулем с ценой деления 0,05 мм величина приборной погрешности измерения принимают равной 0,025 мм.

Цифровые измерительные приборы дают значение измеряемых ими величин с погрешностью, равной значению одной единицы последнего разряда на шкале прибора. Так, если цифровой вольтметр показывает значение20,45 мВ, то абсолютная погрешность при измерении равна мВ.

Систематические погрешности возникают и при использовании постоянных величин, определяемых из таблиц. В подобных случаях погрешность принимается равной половине последнего значащего разряда. Например, если в таблице значение плотности стали дается величиной, равной 7,9∙103 кг/м3, то абсолютная погрешность в этом случае равна кг/м3.

Некоторые особенности в расчете приборных погрешностей электроизмерительных приборов будут рассмотрены ниже.

При определении систематической (приборной) погрешности косвенных измерений функциональной величины используется формула

, (1)

где — приборные ошибки прямых измерений величины , — частные производные функции по переменной .

В качестве примера, получим формулу для расчета систематической погрешности при измерении объема цилиндра. Формула вычисления объема цилиндра имеет вид

.

Частные производные по переменным d и h будут равны

, .

Таким образом, формула для определения абсолютной систематической погрешности при измерении объема цилиндра в соответствии с имеет следующий вид

,

где и приборные ошибки при измерении диаметра и высоты цилиндра

3. Оценка случайной погрешности.

Доверительный интервал и доверительная вероятность

Для подавляющего большинства простых измерений достаточно хорошо выполняется так называемый нормальный закон случайных погрешностей (закон Гаусса), выведенный из следующих эмпирических положений.

1) погрешности измерений могут принимать непрерывный ряд значений;

2) при большом числе измерений погрешности одинаковой величины, но разного знака встречаются одинаково часто,

3) чем больше величина случайной погрешности, тем меньше вероятность ее появления.

График нормального закона распределения Гаусса представлен на рис.1. Уравнение кривой имеет вид

, (2)

где — функция распределения случайных ошибок (погрешностей), характеризующая вероятность появления ошибки , σ – средняя квадратичная ошибка.

Величина σ не является случайной величиной и характеризует процесс измерений. Если условия измерений не изменяются, то σ остается постоянной величиной. Квадрат этой величины называют дисперсией измерений. Чем меньше дисперсия, тем меньше разброс отдельных значений и тем выше точность измерений.

Точное значение средней квадратичной ошибки σ, как и истинное значение измеряемой величины, неизвестно. Существует так называемая статистическая оценка этого параметра, в соответствии с которой средняя квадратичная ошибка равняется средней квадратичной ошибке среднего арифметического . Величина которой определяется по формуле

, (3)

где — результат i-го измерения; — среднее арифметическое полученных значений; n – число измерений.

Чем больше число измерений, тем меньше и тем больше оно приближается к σ. Если истинное значение измеряемой величины μ, ее среднее арифметическое значение, полученное в результате измерений , а случайная абсолютная погрешность , то результат измерений запишется в виде .

Интервал значений от до , в который попадает истинное значение измеряемой величины μ, называется доверительным интервалом. Поскольку является случайной величиной, то истинное значение попадает в доверительный интервал с вероятностью α, которая называется доверительной вероятностью, или надежностью измерений. Эта величина численно равна площади заштрихованной криволинейной трапеции. (см. рис.)

Все это справедливо для достаточно большого числа измерений, когда близка к σ. Для отыскания доверительного интервала и доверительной вероятности при небольшом числе измерений, с которым мы имеем дело в ходе выполнения лабораторных работ, используется распределение вероятностей Стьюдента. Это распределение вероятностей случайной величины , называемой коэффициентом Стьюдента, дает значение доверительного интервала в долях средней квадратичной ошибки среднего арифметического .

. (4)

Распределение вероятностей этой величины не зависит от σ2, а существенно зависит от числа опытов n. С увеличением числа опытов nраспределение Стьюдента стремится к распределению Гаусса.

Функция распределения табулирована (табл.1). Значение коэффициента Стьюдента находится на пересечении строки, соответствующей числу измерений n, и столбца, соответствующего доверительной вероятности α

Погрешность измерения

Что такое погрешность измерения

Любой расчет состоит из истинного и вычисляемого значения. При этом всегда должны учитываться значения ошибки или погрешности. Погрешность — это расхождение между истинным значением и вычисляемым. В маркетинге выделяют следующие виды погрешностей.

1. Математическая погрешность. Она описывается алгебраической формулой и бывает абсолютной, относительной и приведенной. Абсолютная погрешность измерения — это разница между вычисляемым и истинным значением. Относительная погрешность вычисляется в процентном соотношении истинного значения и полученного. Вычисление погрешности приведенной схоже с относительной, указывается она также в процентах, но дает разницу между нормирующей шкалой и полученными данными, то есть между эталонными и полученными значениями.
2. Оценочная погрешность. В маркетинге она бывает случайной и систематической. Случайная погрешность возникает из-за любых факторов, которые случайным образом влияют на измерение переменной в выборке. Систематическая погрешность вызывается факторами, которые систематически влияют на измерение переменной в выборке.

Математическая погрешность: формула для каждого типа

Если определение погрешности можно провести точным путем, она считается математической. Зачем нужно вычисление этого значения в маркетинге?

Погрешности возникают настолько часто, что популярной практикой в исследованиях является включение значения погрешности в окончательные результаты. Для этого используются формулы. Математическая погрешность — это значение, которое отражает разницу между выборкой и фактическим результатом. Если при расчетах учитывалась погрешность, в тексте исследования указывается что-то вроде: «Абсолютная погрешность для этих данных составляет 3,25%». Погрешность можно вычислить с любыми цифрами: количество человек, участвующих в опросе, погрешность суммы, затраченной на маркетинговый бюджет, и так далее.

Формулы погрешностей вычисляются следующим образом.

Абсолютная погрешность измерений: формула

Формула дает разницу между измеренным и реальным значением.

Относительная погрешность: формула

Формула использует значение абсолютной погрешности и вычисляется в процентах по отношению к фактическому значению.

Приведенная погрешность: формула

Формула также использует значение абсолютной погрешности. В чем измеряется приведенная погрешность? Тоже в процентах, но в качестве «эталона» используется не реальное значение, а единица измерения любой нормирующей шкалы. Например, для обычной линейки это значение равно 1 мм.

Классификация оценочной погрешности

Определение погрешности в оценках — это всегда методическая погрешность, то есть допустимое значение ошибки, основанное на методах проведения исследования. Погрешность метода вызывает два типа погрешностей — случайные и систематические. Таблица погрешностей в графической форме покажет все возможные типы.

Что такое случайная погрешность

Случайная погрешность бывает статической и динамической. Динамическая погрешность возникает, когда мы имеем дело с меняющимися значениями — например, количество человек в выборке при маркетинговом исследовании. Статическая погрешность описывает ошибки при вычислении неизменных величин — вроде количества вопросов в вопроснике. Все они относятся к случайным погрешностям.

Типичный пример возникновения случайной погрешности — настроение участников маркетингового опроса. Как известно, эмоциональный настрой человека всегда влияет на его производительность. В ходе тестирования одни люди могут быть в хорошем расположении духа, а другие — в «миноре». Если настроение влияет на их ответы по заданному критерию выборки, это может искусственно завышать или занижать наблюдаемые оценки. Например, в случае с истинным значением 1 случайная погрешность может дать как -0,8, так и +0,5 к этому числу. Очень часто это случается при оценке времени ответа, например.

Случайная погрешность добавляет изменчивости данным, но не оказывает постоянного влияния на всю выборку. Вместо этого она произвольно изменяет измеряемые значения в диапазоне. В маркетинговой практике считается, что все случайные погрешности в распределении перекрывают друг друга и практически не влияют на конечный результат. Поэтому случайная погрешность считается «шумом» и в расчет не принимается. Эту погрешность нельзя устранить совсем, но можно уменьшить, просто увеличив размер выборки.

Что такое систематическая погрешность

Систематическая погрешность существует в результатах исследования, если эти результаты показывают устойчивую тенденцию к отклонению от истинных значений. Иными словами, если полученные цифры постоянно выше или ниже расчетных, речь идет о том, что в данных имеется систематическая погрешность.

В маркетинговых исследованиях есть два основных типа систематической погрешности: погрешность выборки и погрешность измерения.

Погрешность выборки

Погрешность выборки возникает, когда выборка, используемая в исследовании, не репрезентативна для всей совокупности данных. Типы такой погрешности включают погрешность структуры, погрешность аудитории и погрешность отбора.

Погрешность структуры

Погрешность структуры возникает из-за использования неполной или неточной основы для выборки. Распространенным источником такой погрешности в рамках маркетинговых исследований является проведение какого-либо опроса по телефону на основе существующего телефонного справочника или базы данных абонентов. Многие данные там указаны неполно или неточно — например, если люди недавно переехали или изменили свой номер телефона. Также такие данные часто указывают неполную или неверную демографию.

Если в качестве основы для исследования взят телефонный справочник, оно подвержено погрешности структуры, так как не учитывает всех возможных респондентов.

Погрешность аудитории

Погрешность аудитории возникает, если исследователь не знает, как определить аудиторию для исследования. Пример — оценка результатов исследования, проведенного среди клиентов крупного банка. Доля ответов на анкету составила чуть менее 1%. Анализ профессий всех опрошенных показал, что процент пенсионеров среди них в 20 раз выше, чем в целом по городу. Если эта группа значительно различается по интересующим переменным, то результаты будут неверными из-за погрешности аудитории.

Погрешность отбора

Даже если маркетологи правильно определили структуру и аудиторию, они не застрахованы от погрешности отбора. Она возникает, когда процедуры отбора являются неполными, неправильными или не соблюдаются должным образом. Например, интервьюеры при полевом исследовании могут избегать людей, которые живут в муниципальных домах. Потому что, по их мнению, жители вряд ли согласятся пройти такой опрос. Если жители муниципальных домов отличаются от тех, кто проживает в домах бизнес-класса, в результаты опроса будет внесена погрешность отбора.

Как минимизировать погрешность выборки

• Знайте свою аудиторию.
  Знайте, кто покупает ваш продукт, использует его, работает с вами и так далее. Имея базовую социально-экономическую информацию, можно составить стабильную выборку целевой аудитории. Маркетинговые исследования часто касаются одной конкретной группы населения — например, пользователей Facebook или молодых мам.
• Разделите аудиторию на группы.
  Вместо случайной выборки разбейте аудиторию на группы в соответствии с их численностью в общей совокупности данных. Например, если люди с определенной демографией составляют 35% населения, убедитесь, что 35% респондентов исследования отвечают этому условию.
• Увеличьте размер выборки.
  Больший размер выборки приводит к более точному результату.

Погрешность измерения

Погрешность измерения представляет собой серьезную угрозу точности исследования. Она возникает, когда существует разница между искомой информацией — то есть истинным значением, и информацией, фактически полученной в процессе измерения. К таким погрешностям приводят различные недостатки процесса исследования. Погрешность измерения, в основном, вызывается человеческим фактором — например, формулировкой вопросника, ошибками ввода данных и необъективными выводами.

К погрешностям измерения приводят следующие виды ошибок.

Ошибка цели

Ошибка цели возникает, когда существует несоответствие между информацией, фактически необходимой для решения проблемы, и данными , которые собирает исследование. Например, компания Kellogg впустую потратила миллионы на разработку завтраков для снижения уровня холестерина. Реальный вопрос, который нужно было бы задать в исследовании, заключался в том, купят ли люди овсяные хлопья для решения своей проблемы. Ответ «Нет» обошелся бы компании дешевле.

Предвзятость ответов

Некоторые люди склонны отвечать на конкретный вопрос определенным образом. Тогда возникает предвзятость ответа. Предвзятость ответа может быть результатом умышленной фальсификации или неосознанного искажения фактов.

Умышленная фальсификация происходит, когда респонденты целенаправленно дают неверные ответы на вопросы. Есть много причин, по которым люди могут сознательно искажать информацию. Например, они хотят скрыть или хотят казаться лучше, чем есть на самом деле.

Бессознательное искажение информации происходит, когда респондент пытается быть правдивым, но дает неточный ответ. Этот тип предвзятости может возникать из-за формата вопроса, его содержания или по другим причинам.

Предвзятость интервьюера

Интервьюер оказывает влияние на респондента — сознательно или бессознательно. Одежда, возраст, пол, выражение лица, язык тела или тон голоса могут повлиять на ответы некоторых или всех респондентов.

Ошибка обработки

Примеры включают наводящие вопросы или элементы дизайна анкеты, которые затрудняют запись ответов или приводят к ошибкам в них.

Ошибка ввода

Это ошибки, возникающие при вводе информации. Например, документ может быть отсканирован неправильно, и его данные по ошибке перенесутся неверно. Или люди, заполняющие опросы на смартфоне или ноутбуке, могут нажимать не те клавиши.

Виды проводимых маркетинговых исследований различны, поэтому универсальных рецептов не существует. Мы дадим несколько общих советов, используемых для минимизации систематических погрешностей разного типа.

Как минимизировать погрешность измерения

• Предварительно протестируйте.
  Погрешностей обработки и предвзятости можно избежать, если проводить предварительные тесты вопросника до начала основных интервью.
• Проводите выборку случайным образом.
  Чтобы устранить предвзятость, при выборке респондентов можно включать каждого четвертого человека из общего списка.
• Тренируйте команду интервьюеров и наблюдателей.
  Отбор и обучение тех, кто проводит исследования, должен быть тщательным. Особое внимание нужно уделять соблюдению инструкций в ходе каждого исследования.
• Всегда выполняйте проверку сделанных записей.
  Чтобы исключить ошибки ввода, все данные, вводимые для компьютерного анализа, должны быть перепроверены как минимум дважды.

Мир без ошибок не может существовать. Но понимание факторов, влияющих на маркетинговые исследования и измеряемые погрешности, имеет важное значение для сбора качественных данных.