Вы находитесь на странице: 1из 442

ОСНОВЫ ОЦЕНКИ

НЕОПРЕДЕЛЕННОСТИ
ИЗМЕРЕНИЙ

Проф. Хакимов Ортигали Шарипович


(25.09.07, 14.12.07, 3.01.08)
Понятие "неопределенности" в измерениях,
как определяемой в количественном отношении
характеристики точности измерений, является
относительно новым в истории измерений в
противоположность терминам "погрешность" и
"анализ погрешностей", которые уже давно
используются в практике метрологии.
В 1978 году, признавая отсутствие
международного единства по этому вопросу,
наивысший мировой авторитет в области
метрологии - Международный комитет мер и
весов (МКМВ, CIPM) обратился к
Международному бюро мер и весов (МБМВ,
BIPM) с просьбой рассмотреть эту проблему. В
результате к этой проблеме были привлечены
национальные метрологические институты (НМИ)
32 стран и семь международных организаций:
•Международный комитет мер и весов (МКМВ, CIPM);
•Международное бюро мер и весов (МБМВ, BIPM);
•Международная электротехническая комиссия (МЭК, IEC);
•Межд-ная федерация клинической химии (МФКХ, IFCC);
•Межд-ная организация по стандартизации (ИСО, ISO);
•Межд-ный союз по чистой и прикладной химии (ИЮПАК, IUPAC);
•Межд-ный союз по чистой и прикладной физике (ИЮПАП, IUPAP
•Межд-ная организация законодат-ной метрологии (МОЗМ, OIML
В 1993 году разработан международный документ
"Руководство по выражению неопределенности в измерениях"
на французском языке (далее Руководство).

Целями данного Руководства явились:

-обеспечить полную информацию о том, как составлять


отчеты о неопределенностях;

-предоставить основу для международного сличения


результатов измерений.
В эру глобального рынка необходимо, чтобы
метод для оценки и выражения неопределенности
был единым во всем мире так, чтобы измерения,
проводимые в разных странах, можно было легко
сличить. И именно такой универсальный
метод, применимый ко всем видам измерений и
различным уровням точности во многих областях
измерений, начиная от магазина сопротивления до
фундаментальных исследований, дает Руководство.
Сразу после издания в 1993 году Руководство приобрело
статус неформального международного стандарта, который
привнес согласованность во все научные и технологические
измерения и всемирное единство в оценке и выражении
неопределенности в измерениях.

Многие региональные и национальные стандарты других


стран, например. Европейские нормы EN 45001 по аккредитации
поверочных и испытательных лабораторий, предъявляли
обязательное требование - снабжать количественные
результаты измерений значениями неопределенности.
С принятием международного стандарта
ИСО/МЭК 17025: 1999, предъявляющим
требования к компетентности испытательных и
калибровочных лабораторий, требования по
оценке неопределенности в аккредитованных
лабораториях стали международными.
Однако, отечественные нормативные
документы не используют понятия
"неопределенность" и ориентированы на
традиционный и устоявшийся подход,
основанный на понятиях "погрешность" и
"характеристики погрешности".

В настоящий момент уже просто необходимо,


начинать оценивать неопределенность хотя
бы в тех областях метрологической
деятельности, на которые распространяются
требования стандарта ИСО/МЭК 17025, то есть
при проведении калибровок и испытаний в
аккредитованных лабораториях.
Целями международного документа "Руководство по выражению неопределенности в

измерениях" явились:

а) обеспечить предварительную информацию о том, как составлять отчеты о

неопределенностях; предоставить основу для международного сличения результатов

измерений;

б) предоставить основу для международного сличения результатов измерений;

в) обеспечить полную информацию о том, как составлять отчеты о неопределенностях;

предоставить основу для международного сличения результатов измерений.

Когда был разработан международный документ "Руководство по выражению

неопределенности в измерениях" на французском языке.

а) 1993 год;

б) 1994 год;

в) 1978 год.
В каких стандартах или нормативных документах
существует требования по оценке неопределенности
в аккредитованных лабораториях.
а)O’z Dst 16.4 -2000; EN 45001;
б) EN 45001; ИСО/МЭК 17025: 1999;
в) ИСО/МЭК 17025: 1999.
Неопределенность измерения можно назвать мерой:

а) наших знаний об измеряемой величине после измерения; качества измерения с точки

зрения их точности;

б) наших знаний об измеряемой величине после измерения; качества измерения с точки

зрения их точности; ненадежности результата измерений, в качестве оценки для значения

измеряемой величины.

в) наших знаний об измеряемой величине после измерения; качества измерения с точки

зрения их точности; надежности результата измерений, в качестве оценки для значения

измеряемой величины.
1. НЕОПРЕДЕЛЕННОСТЬ ИЗМЕРЕНИЯ.
КЛАССИФИКАЦИЯ
НЕОПРЕДЕЛЕННОСТЕЙ
Неопределенность (измерения) - это
параметр, связанный с результатом измерений,
который характеризует разброс значений, которые
могли бы быть обоснованно приписаны
измеряемой величине.
В качестве параметра, связанный с
результатом измерений, который
характеризует разброс значений, обычно
используют среднее квадратичное
(стандартное) отклонение результата
наблюдений.
Из определения "неопределенности" следует,
что она является количественной мерой точности
соответствующего результата измерений, и
выражает степень доверия, с которой может
допускаться, что значение измеренной величины в
условиях измерения лежит внутри определенного
интервала значений.
Таким образом, неопределенность
измерения можно назвать мерой:
- наших знаний об измеряемой величине после
измерения;
- качества измерения с точки зрения их точности;
- надежности результата измерений, в качестве
оценки для значения измеряемой величины.
Что такое неопределенность?
а) параметр, связанный с результатом измерений
и характеризующий разброс (рассеяние) значений,
которые могли бы быть обоснованно приписаны
измеряемой величине;
б) параметр, который характеризует значения
систематических отклонений;
в) параметр, характеризующий значения
случайной погрешности метода измерения.
Классификация неопределенности измерений

Виды неопределенности измерений

По методу оценки По способу выражений

Стандартная неопределенность
Неопределенности типа А
Суммарная стандартная неопр.

Неопределенности типа В
Расширенная неопределенность
Стандартная неопределенность оценки
величины- неопределенность результата измерений,
выраженная как стандартное отклонение среднего
арифметического значения
Суммарная стандартная неопределенность -
стандартная неопределенность результата
измерений, когда результат получают из значений
ряда других величин, равная положительному
квадратному корню суммы членов, причем члены
являются дисперсиями или ковариациями этих
других величин, взвешенными в соответствии с тем,
как результат измерений изменяется в зависимости
от изменения этих величин.
Расширенная неопределенность —
величина, определяющая интервал вокруг
результата измерений, в пределах которого, можно
ожидать, находится большая часть распределения
значений, которые с достаточным основанием
могли бы быть приписаны измеряемой величине.
Какие существуют типы оценок
неопределенности?

а) тип А;
б) тип А и тип В;
в) тип А, тип В и тип С.
2. ЭТАПЫ ОЦЕНИВАНИЯ НЕОПРЕДЕЛЕННОСТИ
ИЗМЕРЕНИЙ
Обычно результат измерений является только
аппроксимацией или оценкой значения измеряемой
величины и, таким образом, он будет полным, только
когда оцененное значение измеряемой величины
сопровождается значением неопределенности.
Весь процесс оценивания значения некоторой
измеряемой величины и неизбежно сопровождающую ее
неопределенность, можно представить в виде следующих
8-ми этапов:
Этап 1. Описание измеряемой величины и составление
его модели;
Этап 2. Выявление источников неопределенности;
Этап 3. Количественное описание составляющих
неопределенности;
Этап 4. Анализ корреляций;
Этап 5. Составление бюджета неопределенности;
Этап 6. Расчет оценки выходной величины;
Этап 7. Вычисление суммарной неопр-ленности
Этап 8. Расчет расширенной неопределенности и
представление конечного результата
измерений.

Рассмотрим более подробно каждые из них.


Процесс оценивания неопределенности можно
представить в виде:

а) 3-х этапов;
б) 8-ми этапов;
в) 5-ти этапов;
Этап 1
ОПИСАНИЕ ИЗМЕРЕНИЯ

Необходимо точно сформулировать, что именно


измеряется. На практике спецификация или
определение измеряемой величины зависит от
требуемой точности измерения. Измеряемую
величину следует определять с достаточной
полнотой по отношению к требуемой точности,
чтобы для всех практических целей, связанных с
измерением, ее значение было
единственным.
ПРИМЕР - Длину l стального стержня с
номинальной длиной 1 m нужно определить с
точностью до микрометра.
Спецификация должна включать
конкретные значения тех величин, которые могут
влиять на длину стержня, например температуры,
атмосферного давления, а может быть и положение
(горизонтальное или вертикальное) стержня, при
которых эта длина определяется. Значить, до
составления спецификации измеряемой величины,
необходимо предварительно оценить степень
влияния этих величин.
Известно, что коэффициент αл линейного
теплового расширения стали равен 20.10-6 0С-1.
Следовательно, при изменении температуры
стержня на 1 0С, относительное изменение его
длины равен 20.10-6 0С-1, а абсолютное изменение
Δl ( с учетом того, что l=1m=10-6 m) равно 20 mkm.
Поскольку длину стержня нужно определить с
точностью до микрометра, оказывается,
недостаточно температуру стержня давать с
точностью до 1 0С.
Недостаточно и точность 0,1 0С,
поскольку, при изменении температуры стержня
на 0,1 0С абсолютное изменение Δl длины
стержня будет в 10 раз меньше, чем при
изменении температуры на 1 0С, т.е. равно 2 mkm.
При изменении температуры стержня на
0,01 0С абсолютное изменение Δl длины стержня
будет в 100 раз меньше, чем при изменении
температуры на 1 0С, т.е. равно 0,2 mkm.
Такая точность задания температуры
удовлетворяет условие измерительной задачи.
Оценки действия атмосферного давления
(при изменение на 100 кРа) и собственного веса
стержня (при вертикальном положении) на его
длину показали, что длина стержня изменяется
соответственно на 0,5 и 0,13 mkm. Следовательно,
их влияния намного меньше, чем требуемая
точность измерения, и поэтому их можно не
включать в спецификацию измерения.
Таким образом, измеряемую величину следует
специфицировать, как, например, длина стержня
при температуре 25,00 °С.

Однако если длина должна быть определена


только с точностью до миллиметра,
то ее спецификация не требует определения
температуры или давления или значения любого
другого определяющего параметра.
МОДЕЛЬ ИЗМЕРЕНИЯ
Описание измеряемой величины требует не
только ясной и однозначной формулировки того,
что именно измеряется, но и представления
количественного выражения, связывающего
измеряемую величину с параметрами, от которых
она зависит. Этими параметрами могут быть другие
измеряемые величины, величины, которые
напрямую не измеряются или константы. Вся эта
информация должна содержаться в документе на
методику.
В большинстве случаев измеряемая величина
Y не является прямо измеряемой, а зависит от
других измеряемых величин X1, X2,...,ХN. Эти
так называемые влияющие величины воздействуют
на нее и преобразуют ее "истинное" значение в то
значение, которое показывает средство измерений
Xind.

Неопределенности обычно оценивают


используя математическую модель измерения и
Закон распространения неопределенности.
Измеряемую величину Y следует выразить
через функциональную зависимость,
представляющую собой в общем виде:

Y=f(X1, X2,…, Xn), (3.1)

где величины Xi (i=1,2,...,n) называются входными


величинами, а величина Y называется выходной
величиной.
ПРИМЕРЫ:
1. Активное R и реактивное X сопротивление
элемента электрической цепи определяют путем
измерения амплитуд переменного напряжения V, тока
I, проходящего через него, и угла сдвига фаз Ф между
ними.
Таким образом, тремя входными величинами Хi
(i=1, 2, 3) являются V, I и Ф, а тремя выходными
(измеряемыми) величинами Уi (i=1, 2, 3) являются
три составляющие импеданса: R, X и Z.
Функциональные зависимости измеряемых
величин с входными величинами, в соответствии с
законом Ома:
V
X  sin Ф;
I
V
R  cosФ;
I
V
Z 
I
2. Длину l концевой меры номинальной длиной
50 mm определяют путем сравнения ее с
известным эталоном той же самой номинальной
длины. Прямой результат сличения этих двух
концевых мер длины (КМД) есть разница d в их
длинах.
Модель измеряемой величины дается уравнением
l э (1   э э )  d
l
1  
где
•l- измеряемая величина, т.е. длина при 20 °С
калибруемой концевой меры длины;
•lэ- длина эталона при 20 °С, приведенная в
сертификате о калибровке;
• a и aэ - коэффициенты теплового расширения
КМД длины и эталона соответственно;
 и э - отклонения температуры КМД и эталона
от исходной 20 °С соответственно.
Сами входные величины Хi могут в свою очередь
зависеть от других величин, включая поправки на
систематические эффекты, что ведет к сложной
функциональной зависимости, которая никогда не
может быть записана точно:
X1=g1(w1, w2,…, wk),
X2=g2(z1, z2,…, zl), и т.д.

Поэтому выходная величина Y может быть


выражена просто как
Y= x + П1 + П2 + …+ П1М (3.3)
где Пi- это поправки, например, для оператора,
условий окружающей среды, лаборатории и т. д.
Для упрощения составления математической
модели измерения и выявления всех, необходимых
для каждой конкретной измерительной задачи
входных величин рекомендуется составлять
список источников неопределенности. С целью
иллюстрации, ниже представлен список некоторых
источников неопределенности.
Этап 2.
ИСТОЧНИКИ НЕОПРЕДЕЛЕННОСТЕЙ

До того как приступить к оценке


неопределенности измерений, прежде всего, следует
составить список возможных источников
неопределенности. На этом этапе нет
необходимости учитывать количественные
аспекты; целью является только обеспечение полной
ясности в отношении того, что именно подлежит
рассмотрению
При составлении списка источников
неопределенности обычно удобно начать с
основного выражения, используемого для
вычисления результата из промежуточных величин.
Все параметры в этом выражении могут иметь свои
неопределенности, и уже, поэтому они являются
потенциальными источниками неопределенности.
Кроме того, могут быть другие параметры,
которые в явном виде не входят в выражение,
используемое для нахождения значения измеряемой
величины, но которые, тем не менее, влияют на
результат (например, время экстракции или
температура). Могут быть также скрытые
источники неопределенности. Все эти источники
должны быть включены в список.

Ниже приведены основные источники


неопределенности
Источники неопределенностей

Метод измерения

Измерительное оборудование

Окружающая среда

Измеряемый объект

Оператор
Неопределенности МЕТОДа измерения:
•модель измерения;
•число наблюдений;
•длительность измерения;
•выбор методики измерения;
•выбор эталона или средства измерений;
•выбор подходящего фильтра, стандартного
образца и т. д.
Неопределенности
ИЗМЕРИТЕЛЬНОГО Оборудования
•неопределенность калибровки;
•вариация показаний;
•гистерезис;
•время, прошедшее с момента последней
калибровки;
•применяемое программное обеспечение;
•порог чувствительности или конечная
разрешающая способность;
•температура и т. д.
Неопределенности
ОКРУЖАЮЩЕЙ СРЕДЫ:
•температура;
•влажность;
•давление;
•чистота помещения;
•магнитные и гравитационные поля;
•вибрация;
•различные излучения, свет и т. д.
Неопределенности
ИЗМЕРЯЕМОГО ОБЪЕКТА:
температура;
поверхность;
материал;
размеры;
отклонение формы для геометрических измерений и
т. д.
Неопределенности
ОПЕРАТОРА:
измерительное усилие;
опыт работы;
выбор средства измерения;
образование;
параллакс;
добросовестность;
манипулирование (ловкость рук) и т. д.
Источниками неопределенностей являются:

а) только метод измерения и измерительное


оборудование;
б) метод измерения, измерительное оборудование,
окружающая среда, измеряемый объект, оператор;
в) только измерительное оборудование и
окружающая среда.
Какие качества или достоинство оператора
могут быт источниками неопределенности в
оценки неопределенности измерений:
а) измерительное усилие; опыт работы; выбор
средства измерения; образование; добросовестность;
б) параллакс; манипулирование (ловкость рук);
в) измерительное усилие; опыт работы; выбор
средства измерения; образование; добросовестность;
параллакс; манипулирование (ловкость рук);
Этап 3.
КОЛИЧЕСТВЕННОЕ ОПИСАНИЕ
СОСТАВЛЯЮЩИХ НЕОПРЕДЕЛЕННОСТИ
На этом этапе определяют (оценивают) значение
неопределенности, присущей каждому выявленному
потенциальному источнику. Зачастую можно оценить
или определить единый вклад в неопределенность,
связанный с несколькими источниками.
Так­же важно рассмотреть, в достаточной ли мере
имеющиеся данные учитывают все источники
неопределенности, и тщательно спланировать
измерения для обеспечения адекватного учета всех
источников неопределенности.
ОЦЕНИВАНИЕ СТАНДАРТНЫХ
НЕОПРЕДЕЛЕННОСТЕЙ

Оценивание неопределенности не является ни


рутинной процедурой, ни чисто математической
задачей. Оно зависит от детального знания природы
измеряемой величины, используемого метода и
методики измерений. Поэтому качество и полезность
оценки неопределенности, указываемой для
результата измерения, в конечном счете, зависят от
понимания, критического анализа и
добросовестности тех, кто проводит это оценивание.
В зависимости от типа имеющейся
информации о величине и о возможной
изменчивости значения величины (статистической
или нестатистической) стандартные
неопределенности входных величин оценивают по
типу А или типу В.
ОЦЕНИВАНИЕ СТАНДАРТНОЙ
НЕОПРЕДЕЛЕННОСТИ ПО ТИПУ А

Если информация о величине является


статистической, т.е получена экспериментально путем
многократных измерений или испытаний, то
стандартные неопределенности входных величин
оценивают по типу А используя ф-лу

u( x )  S x 
1 n

  xi  x
n (n  1) i  1
2
 (5.2)

 1
x  x 
2



 

1  x  x 
 2
 
2


n (n  1)  ...................
 
 

 x n  x 
2

где
1 n
x    xi
n i 1
-оценка величины Х (среднее арифметическое
значение из n наблюдений).

Если не требуется высокой точности


оценивания, на практике обычно достаточно 15
повторных измерений.
ПРИМЕР 5.1.
Результаты пяти независимых рядов наблюдений
электрического напряжения V приведены в таблице.
Оцените неопределенность
№п/п V, V (Vi  V ), V (Vi  V ) 2 , V 2

1 5,007 0,008 0,000064


2 4,994 -0,005 0,000025
3 5,005 0,006 0,000036
4 4,990 -0,009 0,000081
5 4,999 0,000 0,000000
∑ 24,995   0,000206
Ср.знач. 4,999    
u( V )  S
V

1 n
 2
  Vi  V 
n (n  1) i  1

1 6
  206 10 
5 (5  1)
6 3
 10,3 10  3,2 10 V
Средние арифметическое наблюдений и
экспериментальная стандартня неопределенность
(отклонения) оценки величины, вычислены из
уравнений (5.1, 5.2)

V  4,9990 V , u (V )  3,2 10 3 V


ПРИМЕР 5.2.
Результаты пяти независимых рядов
наблюдений электрического тока I приведены в
таблице. Оцените неопределенность

Номер ряда, k  I, mA  (Ii-Ī), mA  (Ii-Ī)2, mA2


1  19,663 0,002 0,000004
2  19,639 -0,022 0,000484
3  19,64 -0,021 0,000441
4  19,685 0,024 0,000576
5  19,678 0,017 0,000289
∑  98,305   0,001794
Среднее знач  19,661    
u( I )  S I 
1 n
2
  Ii  I 
n (n  1) i  1

1 6
 1794 10 
5 (5  1)
6 3
 89,7 10  9,5 10 mA
Средние арифметическое наблюдений и
экспериментальная стандартня неопределенность
(отклонения) оценки величины, вычислены из
уравнений (5.1, 5.2)

I  19,661 mA, u ( I )  9,5 10 3 mA


ПРИМЕР 5.3.
Результаты пяти независимых рядов
наблюдений сдвига фазы между напряжением V и
электрическим током I приведены в таблице. Оцените
стандартную неопределенность
Номер ряда, k   Ф, rad (Фi  Ф ) rad (Фi  Ф) 2 , rad 2

1  1,0456 0,00114 0,0000013


2  1,0438 -0,00066 0,0000004
3  1,0468 0,00234 0,0000055
4  1,0428 -0,00166 0,0000028
5  1,0433 -0,00116 0,0000013
∑  5,2223   0,0000113
Среднее знач   1,04446    
u( Ф )  S Ф 
1 n
2
  Фi  Ф 
n (n  1) i  1

1 6
 11,3 10 
5 (5  1)
6 3
 0,565 10  0,75 10 rad
Средние арифметическое наблюдений и
экспериментальная стандартнaя неопределенность
(отклонения) оценки величины, вычислены из уравнений
(5.1, 5.2)

3
Ф  1,04446 rad , u (Ф)  0,75 10 rad
Стандартные неопределенности входных величин
оценивают по типу А:

а) если информация о величине является


статистической, т.е получена экспериментально путем
многократных измерений или испытаний;
б) если информация о величине является
нестатистической, т.е не оценивалось в ходе данного
измере­ния, а было получено где-то в результа­те
независимого оценивания (заимствованное значение
величины);
в) если информация о величине получено где-то в
результа­те независимого оценивания (заимствованное
значение величины);
Стандартная неопределенность оценки величины,
оцениваемая по типу А рассчитывается по
формуле:
1 n
а) x   xi
n i 1

 
1 n 2
б) u( x )  S x    xi  x
n(n  1) i 1

N 2
 f  2
в) u c ( у )     u ( xi )

i 1  x i 
ОЦЕНИВАНИЕ СТАНДАРТНОЙ НЕОПРЕДЕЛЕННОСТИ
ПО ТИПУ В

Если информация о величине является


нестатистической, т.е не оценивалось в ходе данного
измерения, а было получено где-то в результате
независимого оценивания (заимствованное значение
величины) и известно одно значение величины, то
стандартные неопределенности входных величин
оценивают по типу В
Оценивание (стандартной неопределенности) по
типу В основывается на базе научного суждения,
основанного на всей доступной информации о
возможной изменчивости заимствованного значения
величины, которое не оценивалось в ходе данного
измерения, а было получено где-то в результате
независимого оценивания.
Фонд информации может включать:

•данные предварительных измерений;


•данные, полученные в результате опыта, или
общие знания о поведении и свойствах
соответствующих материалов и приборов;
•спецификация изготовителя (информация
поставщика);
•данные, которые приводятся в свидетельствах о
калибровке и в других сертификатах;
•неопределенности, приписываемые справочным
данным, взятым из справочников;
•и т.д.
Свидетельства о калибровке или каталоги
поставщиков оборудования могут дать информацию в
отношении многих источников неопределенности.
Например, допуски на мерную стеклянную посуду
можно взять из каталога фирмы изготовителя или
свидетельства о калибровке конкретного экземпляра
мерной посуды до его непосредственного применения.
Имеющуюся информацию о величинах Xi
необходимо правильно описать с
помощью функции распределения
вероятностей или правильно отнести к
той или иной функции распределения
вероятностей, чтобы затем определить
оценки величин и их стандартные
отклонения.
Используются следующие основные
распределения:
•равновероятное (равномерное, прямоугольное);
•Симпсона (треугольное);
•трапецеидальное;
•Гаусса (нормальное);
и другие.
Формы функции распределения вероятностей

Равновероятное (равномерное,
прямоугольное) Симпсона (треугольное)

Гаусса (нормальное)
Если вероятность заимствованного значения
величины описывается равновероятным
(равномерным, прямоугольным) распределением
полушириной а, то его стандартная неопределенность
равна
u a/ 3
Если вероятность заимствованного значения
величины описывается Симпсона (треугольным)
распределением полушириной а, то его стандартная
неопределенность равна

u a/ 6
Если вероятность заимствованного значения
величины описывается распределением Гаусса
(нормальным), для которого а является половиной
ширины интервала с уровнем доверия 99,73
процентов, то его стандартная неопределенность равна

u a/ 9
Из рассмотренных законов распределений
вероятностей при одинаковой полуширине а
наименьшую стандартную неопределенность имеет
Гаусса (нормальное) распределение, а наибольшую
– равновероятное (равномерное, прямоугольное)
распределение
Стандартные неопределенности входных величин
оценивают по типу В:

а) если информация о величине является


статистической, т.е получена экспериментально
путем многократных измерений или испытаний;
б) если информация о величине является
нестатистической, т.е не оценивалось в ходе данного
измере­ния, а было получено где-то в результа­те
независимого оценивания (заимствованное значение
величины);
в) если информация о величине получено в
результа­те многократного измерения.
Равновероятное (равномерное, прямоугольное)
распределение случайных величин (чисел)
представлено на рис:
а) рис.3; б) рис.2; в) рис.1.
Симпсона (треугольное) распределение случайных
величин (чисел) представлено на рис:
а) рис.3; б) рис.2; в) рис.1.
Гаусса (нормальное) распределение случайных
величин (чисел) представлено на рис:
а) рис.3; б) рис.2; в) рис.1.
Рис.2 Рис.3

Рис.1
Стандартная неопределенность равновероятного
(равномерного, прямоугольного) распределения
случайных величин (чисел) полушириной а
определяется по формуле:

а) u = а / √3 б) u = а /√6 в) u = а / √9

Стандартная неопределенность Симпсона


(треугольного) распределения случайных величин
(чисел) полушириной а определяется по формуле:

а) u = а / √3 б) u = а /√6 в) u = а / √9


Стандартная неопределенность Гаусса
(нормального) распределение случайных величин
(чисел), для которого а является половиной ширины
интервала с уровнем доверия 99,73 процентов
определяется по формуле:

а) u = а /√3; б) u = а /√6; в); u = а /√9

Из законов распределений случайных величин (чисел)


при одинаковой полуширине а, наименьшую стандартную
неопределенность имеет:

а) Гаусса (нормальное) распределение;


б) равновероятное (равномерное, прямоугольное)
распределение;
в) Симпсона (треугольное) распределение;
ВИДЫ ИНФОРМАЦИЙ О НЕОПРЕДЕЛЕННОСТИ
ЗАИМСТВОВАННОГО ЗНАЧЕНИЯ ВЕЛИЧИНЫ

Часто заимствованное значение сопровождается


сообщением того или иного вида о его
неопределенности.
Например, неопределенность может быть
указана в виде:
•стандартного отклонения (СО);
•значения, кратного СО;
•полуширины интервала, имеющего указанный
уровень доверия;
•верхний и нижний пределы;
•максимальные пределы, в которых лежат все
значения величины;
•не дана никакая информация.
ОТНЕСЕНИЕ ИНФОРМАЦИИ О ВЕЛИЧИНЕ
К ПРЯМОУГОЛЬНОМУ ЗАКОНУ
РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ
Ниже показаны как выбрать вид распределения
значений величины в зависимости от имеющееся
информации о величине.
Вариант 1.
Если информация о величине представлена в
виде границ интервала, или максимальных
(верхних и нижних) пределов, или интервала, в
котором лежат все значения величины, то ее
вероятность распределена по прямоугольному
закону.
ПРИМЕР 1.
В спецификации изготовителя для мензурки указана,
что ее объем V равна 25,00 ml±0,05 ml.
Следовательно,
полуширина интервала, а = 0,05 ml,
а стандартная неопределенность u(V) = 0,05/√3 =
0,029 ml = 0,03 ml
ПРИМЕР 2.
В справочнике утверждается, что
"наименьшим возможным значением
температурного коэффициента линейного
расширения чистой меди является 16,40*10-6  °С-
1
, а наибольшим возможным значением - 16,92*10-
6
 °С-1.
Естественно, полуширина прямоугольного
распределения
а = (16,92*10-6 -16,40*10-6) / 2 = 0,26*10-6 °С-1
Следовательно, стандартная
неопределенность 
u(а20) = 0,26*10-6 °С-1 / √3 = 0,15*10-6 °С-1
ПРИМЕР 3.
Справочник дает значение температурного
коэффициента линейного расширения чистой
меди при 20°С α20(Сu)=16,52*10-6 °С-1 и просто
утверждает, что "погрешность этого значения
не должна превышать 0,40*10-6 °С-1.

Основываясь на такой ограниченной


информации, можно только предположить, что
значение α20(Сu) находится с равной
вероятностью в интервале от (16,52-0,40)*10-6
°С-1 = 16,12*10-6 °С-1 до(16,52+0,40)*10-
6
°С-1=16,92*10-6 °С-1 и что очень маловероятно,
чтобы α20(Сu) находится за пределами этого
интервала.
Распределение вероятности значения температурного
коэффициента линейного расширения чистой меди
при 20 °С прямоугольная (равномерная) с полушириной
интервала а = 0,40*10-6 °С-1
Стандартная неопределенность 
u(α20) = а /√3 = 0,40*10-6 °С-1 /√3 = 0,23*10-6 °С-1
Вариант 2.
Если не дана никакая информация
относительно неопределенности, то считается, что
ее вероятность распределена по прямоугольному
закону. 3
ПРИМЕР 1.
Вычисления с ограниченной точностью δх,
например округлением результата вычесления
также может быть источником
неопределенности.
Стандартная неопределен­ность,
обусловленная округлением цифр
u=а / √3 =δх / (2√3 ) = 0,29*δх = 0,29 единиц
последнего разряда числа, полученного в результате
округления.
ПРИМЕР 2.
Определить стандартную неопределенность числа
π=3,14.

Единица последнего разряда числа 3,14 равна 0,01,


следовательно, полуширина а интервала распределения
вероятности а=0,01/2 = 0,005, а его стандартная
неопределенность равна
u=0,005/√3=0,0029
ПРИМЕР 3. 
Разрешение отсчетного устройства цифрового
прибора равно δх. Чему равна стандартная
неопределенность (СН) прибора для любого
показания ?

Значение воздействия, которое вызывает данное


показание X может с равной вероятностью лежать в
любом месте интервала от X – (δx/2) до X + (δx/2).
Значить, воздействие описывается прямоугольным
распределением вероятностей шириной δх и
полушириной а = δх/2.
Следовательно СН для любого показания
u = а / √3 = δх/(2 √3 ) = 0,29*δх.
ПРИМЕР 4.
Отсчетное устройство прибора для взвешивания
имеет наименьшую значимую цифру 1 g.
Стандартная неопределенность, обусловленная
разрешением отсчетного устройства
u = а / √3 = δх/(2 √3 ) = 0,29*δх = 0,29 g.
ПРИМЕР 5.
Вариация показаний измерительного прибора
равна δх.

Распределение вероятностей показаний


является прямоугольным с шириной δх и
полушириной а = δх/2.

Следовательно, стандартная
неопределенность, обусловленная вариацией,
u = а /√3 = δх / (2√3 ) = 0,29*δх
ПРИМЕР 6.
 В спецификациях изготовителя для цифрового
вольтметра указывается, что «в промежутке
от года до двух лет после калибровки прибора
его погрешность на диапазоне 1 V равняется
показанию, умноженному на 14.10-6 плюс диапазон,
умноженный на 2.10-6».  Прибор
используется спустя 20 месяцев после
калибровки. Установлено, что среднее
арифметическое ряда независимых повторных
V  0,928571 mkV
наблюдений V равняется при
u (V )  12 mkV
стандартной неопределенности ,
вычисленной по типу А.
Оценку по типу В стандартной
неопределенности, связанную со спецификациями
изготовителя, можно получить в предположении, что
указанная погрешность дает симметричные границы
аддитивной поправки к среднему значению V

Распределение вероятности–равновероятное
(равномерная, прямоуголь-ная). Полуширина
симметричного прямоугольного распределения
возможных значений представляет собой
а =0,928571 V.14.10-6 + 1 V.2.10-6 = 15 mkV
Следовательно, стандартная неопределенность
u(Δ )= а / √3 =15 mkV / √3 = 8,7 mkV
ОТНЕСЕНИЕ ИНФОРМАЦИИ О ВЕЛИЧИНЕ
К ТРЕУГОЛЬНОМУ ЗАКОНУ
РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ

Если информация о величине представлена в


нижеследующих видах, то ее вероятность распределена
по треугольному закону:
Вариант 1.
Значения рассматриваемой величины более вероятны
у центра, чем у границ интервала; или оценка получена
в форме максимальных значений диапазона (±а),
описанного симметричным распределением
вероятностей;
ПРИМЕР.
Справочник дает наименьшее возможное
значение температурного коэффициента линейного
расширения меди при 20°С α=16,40 .10-6 °С-1, а
наибольшее возможное значение - 16,92.10-6 °С-1, а
наиболее вероятное значение - 16,66.10-6 °С-1;
Вариант 2.
Когда величина является суммой или разностью
двух величин, распределение вероятностей значений
которых являются прямоугольными с одинаковыми
диапазонами, то ее вероятность распределена по
Симпсона (треугольному) закону.
ПРИМЕР.
В электрическую цепь включены
последовательно два резистора с номинальными
значениями R1 и R2 с отклонениями от номинального
значения, равные соответственно ± r1 и ± r2
ОТНЕСЕНИЕ ИНФОРМАЦИИ О ВЕЛИЧИНЕ
К НОРМАЛЬНОМУ ЗАКОНУ
РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ

Если информация о величине представлена в


нижеследующих видах, то можно предполагать, что ее
вероятность распределена по нормальному закону.

Вариант 1.
Если оценка величины получена из повторных
наблюдений случайно изменяющегося процесса, то
можно предполагать, что ее вероятность распределена
по нормальному закону.
Вариант 2.
Если утверждается, что значение величины Xi с
вероятностью (или уровнем доверия) столько то
процентов находится в интервале от а до в, то можно
предполагать, что ее вероятность распределена по
нормальному закону.

При этом стандартную неопределенность для хi,


получают делением половины приведенного интервала
на соответствующий коэффициент k, которые для
уровней доверия 50, 90, 95 или 99 % составляют
соответственно 0,674; 1,64; 1,96 и 2,58.
ПРИМЕР.
Станочник, определяющий размеры детали,
оценивает, что ее длина находится, с вероятностью
0,5, в интервале от 10,07 mm до 10,15 mm.

Следовательно, длина детали находится, с


вероятностью 0,5 в интервале (10,11± 0,04) mm.

Поскольку ± 0,04 mm определяет интервал,


имеющий 50 процентный уровень доверия, то
k=0,674. Следовательно, стандартная
неопределенность длины
u(l) = (0,04/0,674) mm = 0,06 mm.
Вариант 3.
Если дана полуширина интервала, имеющего
указанный уровень доверия, то можно предполагать, что
ее вероятность распределена по нормальному закону.

При этом стандартную неопределенность для


хi, получают делением полушерины интервала на
соответствующий коэффициент k, которые для
уровней доверия 50, 90, 95 или 99 составляют
соответственно 0,674; 1,64; 1,96 и 2,58.
ПРИМЕР.
Свидетельство о калибровке утверждает, что
сопротивление эталонного резистора Rэ с
номинальным значением десять Ω есть
10,000742 Ω±129 mkΩ при 23 °С и что "упомянутая
неопределенность 129 mkΩ определяет интервал,
имеющий 99 процентный уровень доверия".
Стандартную неопределенность резистора, при
k=2,58 можно принять как
u(Rэ) = (129 mkΩ)/2,58=50 mkΩ.
Вариант 4.
Если значения неопределенности дано в виде кратного
стандартному отклонению, то можно предполагать, что
ее вероятность распределена по нормальному закону.
При этом стандартную неопределенность для хi,
получают делением приведенной неопределенности на
соответствующий коэффициент.
ПРИМЕР.
Свидетельство о калибровке утверждает, что масса
mэ эталона с номинальным значением 1 kg составляет
1000,000325 g и что "неопределенность этого значения
равняется 240 mkg на уровне трех стандартных
отклонений". 
Стандартная неопределенность эталона массы есть
240/3=80 mkg.
Вариант 5.
Если даны значения стандартного отклонения
(абсолютного или относительного) без установления
вида распределения, то можно предполагать, что ее
вероятность распределена по нормальному закону.
ПРИМЕР.
Свидетельство о калибровке утверждает, что
масса mэ эталона с номинальным значением 1 kg
составляет 1000,000325 g и что стандартное
отклонение этого значения равняется 80 mkg.
  Следовательно, ее вероятность распределена по
нормальному закону, а стандартная неопределенность
эталона массы есть 80 mkg.
Результаты шести независимых рядов
наблюдений приведены в таблице
№ п/п 1 2 3 4 5 6
Значение тока, А 6,007 5,994 6,005 5,990 5,999 5,995
Вычисление экспериментальных стандартных отклонения
этих наблюдений проводится по:
а) типу В; б) типу А; в) так просто, сложно определит.

При оценивание стандартной неопределенности по типу В,


фонд информации может включать:
а) данные предварительных измерений; данные, полученные в
результате опыта, или общие знания о поведении и свойствах
соответствующих материалов и приборов; спецификация изготовителя
(информация поставщика);
б) данные, которые приводятся в свидетельствах о калибровке и
в других сертификатах; неопределенности, приписываемые
справочным данным, взятым из справочников; и т.д.;
в) верно пункт а и б.
Какие основные распределения используются в теории
неопределенности измерений:
а) квадратное, равновероятное (равномерное,
прямоугольное); треугольное (Симпсона); трапецеидальное;
нормальное (Гаусса); и другие;
б) параллельное, равновероятное (равномерное,
прямоугольное); треугольное (Гаусса); трапецеидальное;
нормальное (Симпсона); и другие;
в) равновероятное (равномерное, прямоугольное);
треугольное (Симпсона); трапецеидальное; нормальное (Гаусса)
и другие.

Из законов распределений случайных величин(чисел)


при одинаковой полуширине а, наибольшую стандартную
неопределенность имеет:
а) нормальное (Гаусса) распределение;
б) равновероятное (прямоугольное) распределение;
в) треугольное (Симпсона) распределение.
В спецификации изготовителя для мензурки указана,
что ее объем V равна 50,00 ml±0,08 ml. Следовательно,
полуширина интервала, а=0,08 ml, а стандартная
неопределенность определяется по:
а) типу В; б) типу А; в) типу А и В.

Если не дана никакая информация относительно


неопределенности, то считается, что ее вероятность
распределена по:
а) прямоугольному закону; б) треугольному закону;
в) нормальному закону.

Если информация о величине представлена в виде границ


интервала, или максимальных (верхних и нижних) пределов,
или интервала, в котором лежат все значения величины, то
ее вероятность распределена по:
а) треугольному закону; б) нормальному закону;
в) прямоугольному закону.
Значения рассматриваемой величины более вероятны у
центра, чем у границ интервала; или оценка получена в
форме максималь­ных значений диапазона (±а), описан­ного
симметричным распределением вероятностей, то ее
вероятность распределена по:
а) треугольному закону; б) нормальному закону; в)
прямоугольному закону.
Справочник дает наименьшее возможное значение
температурного коэффициента линейного расширения
чистой меди при 20°С α20(Сu)
=16,40*10-6 °С-1, а наибольшее возможное значение -
16,82*10-6 °С-1, а наибольшее вероятное значение -
16,66*10-6 °С-1, u (α20) определяется по:
а) типу В; б) типу А; в) так просто, сложно определит.
Когда величина является суммой или разностью двух величин, распределе­ние

вероятностей значений которых являются прямоугольными с одинако­выми диапазонами,

то ее вероятность распределена по:

а) нормальному закону;

б) треугольному закону;

в) прямоугольному закону.

Если дана полуширина интерва­ла, имеющего указанный уровень дове­рия, то можно

предполагать, что ее вероятность распределена по:

а) нормальному закону;

б) треугольному закону;

в) прямоугольному закону.
Неопределенности прямых измерений с однократными наблюдениями оцениваются:

а) по типу А;

б) по типу В;

в) по типу А и В.

Свидетельство о калибровке утверждает, что сопротивление эталонного резистора Rэ

с номинальным значением десять Ω есть 10,000742 Ω±129 mkΩ при 23 °С и что

"упомянутая неопределенность 129 mkΩ определяет интервал, имеющий 99 процентный

уровень доверия". Стандартную неопределенность резистора, при k=2,58 можно принять

как u(R ) и он определяется по:


э

а) типу А;

б) типу В;

в) типу А и В.
Этап 4
АНАЛИЗ КОРРЕЛЯЦИЙ

Две входные величины могут быть независимы или


связаны между собой, то есть взаимозависимы или
коррелированны. В концепции неопределенности
имеется в виду корреляция "логическая", а не
математическая. На сколько эффект корреляции
должен приниматься в расчет, зависит от
соответствующего измерения, от знаний о методе
измерения и от проведенной оценки взаимных
зависимостей входных величин.
Может существовать значительная корреляция
между двумя входными величинами, если при их
определении используют один и тот же измерительный
прибор, эталон измерения или справочные данные,
имеющие значительную стандартную
неопределенность.
ПРИМЕР
Поправка на температуру, необходимая для
оценки входных величин Хi и Хj получили с помощью
одного и того же термометра.
Следовательно, эти входные величины могут
быть значительно коррелированны.
В общем, необходимо обратить внимание на то,
что пренебрежение корреляциями между входными
величинами может привести к ошибочной оценке
стандартной неопределенности выходной величины.
Иногда корреляции могут исключаться с помощью
подходящего выбора функции модели.
Мерой взаимной зависимости или корреляции
двух случайных величин является ковариация.
Ковариация, связанная с оценками двух входных
величин Xi и Xj может устанавливаться равной нулю
или рассматриваться как пренебрежимо малая, т.е.
обе входные величины Xi и Xj являются независимыми
друг от друга если:
а) если они в различных, независимых один от
другого экспериментах многократно, но не
одновременно наблюдались;
б) если они представляют (описывают)
результирующую величину различных, независимых
друг от друга проведенных исследовании;
в) если одна из входных величин Xi или Xj может
рассматриваться как константа;
г) или если исходя из наших знаний и
предположений, просто не имеется никаких оснований
для корреляции между входными величинами Xi и Xj.
Если две входные величины Xi и Xj являются
коррелированными в определенной степени, то есть они
являются зависимыми друг от друга тем или иным
способом, то при оценивании суммарной стандартной
неопределенности среди вкладов неопределенностей
входных величин должна учитываться их ковариация
u ( xi , x j )
, которая оценивается по следующей формуле:
u ( xi , x j )  u ( xi )  u ( x j )  r ( xi , x j ), i  j (6.1)
Степень корреляции определяется с
помощью коэффициента r ( x i , x j ) корреляции.
Оцененный коэффициент корреляции получают из
уравнения (6.1):
r ( x i , x j )  u ( x i , x j ) / u ( x i )  u ( x j ), i  j , r ( x i , x j )  1 (6.2)
В случае n пар независимых повторных
наблюдений двух величин Xi и Xj ковариация их
средних арифметических значений xi и xj
оценивается по формуле:

u ( xi , x j )  s ( xi , x j ) 
1
n

  xik  xi x jk  x j
n(n  1) k 1
 (6.3)
ПРИМЕР:
Активное R и реактивное X сопротивления
элемента цепи определяют путем
одновременного измерения амплитуд напряжения
V, электрического тока I и угла сдвига фаз Ф
между ними. Таким образом, тремя входными
величинами Хi (i=1,2, 3) являются V, I и Ф
переменного тока, а тремя выходными
(измеряемыми) величинами Уi (i=1, 2, 3) являются
три составляющие импеданса R, X и Z, которые
связаны с входными величинами законом Ома:
V V V
R  cosФ; X  sin Ф; Z
I I I
Результаты пяти независимых рядов
наблюдений приведены в таблице

Номер ряда, k V, V I, mA Ф, rad


1 5,007 19,663 1,0456
2 4,994 19,639 1,0438
3 5,005 19,640 1,0468
4 4,990 19,685 1,0428
5 4,999 19,678 1,0433
x 4,999 19,661 1,04446
Определить ковариацию и коэффициент
корреляции входных величин.
Вследствие того, что входные величины V, I и Ф,
получают из одновременных наблюдений, они
коррелированы.
Оценка значения экспериментальной ковариации
между входными величинами V и I, вычисленная из
уравнения (6.3) представлена ниже
(V  V ), ( I  I ), (V  V )  ( I  I )
 Номер V, I,
ряда, k V V mA mA V.mA
 1 5,007 0,008 19,663 0,002000 0,000016
2  4,994 -0,005 19,639 -0,022000 0,000110
3  5,005 0,006 19,640 -0,021000 -0,000126
4  4,99 -0,009 19,685 0,024000 -0,000216
5  4,999 0,000 19,678 0,017000 0,000000
∑       -0,000216
х
4,999   19,661    
u (V , I )         -0,0000108
  
1 n
u (V , I )  S (V , I )    Vk  V I k  I 
n(n  1) k 1

1
  (216 10 6 )  10,8 10 6 V  mA
5(5  1)
Оценка значения экспериментальной ковариации
между входными величинами V и Ф, вычисленная из
уравнения (6.3) представлена ниже

 Номер V,
(V  V ),
Ф, (Ф  Ф), (V  V )  (Ф  Ф)
ряда, k V V rad rad V.rad
 1 5,007 0,008 1,0456 0,00114 0,000009
2  4,994 -0,005 1,0438 -0,00066 0,000003
3  5,005 0,006 1,0468 0,00234 0,000014
4  4,99 -0,009 1,0428 -0,00166 0,000015
5  4,999 0,000 1,0433 -0,00116 0,000000
∑       0,000041
х 4,999   1,04446    
u (V , Ф)         0,00000207
  
1 n
u (V , Ф)  S (V ,Ф)    Vk  V Фk  Ф 
n(n  1) k 1

1
  (41 10 6 )  2,07 10 6 V  rad
5(5  1)
Оценка значения экспериментальной
ковариации между входными величинами I и Ф,
вычисленная из уравнения (6.3) представлена ниже

(Ф  Ф), ( I  I ), ( I  I )  (Ф  Ф)
 Номер Ф, I,
ряда, k rad rad mA mA V.rad
  1,0456 0,00114 19,663 0,002000 0,000002
  1,0438 -0,0007 19,639 -0,022000 0,000015
  1,0468 0,00234 19,640 -0,021000 -0,000049
  1,0428 -0,0017 19,685 0,024000 -0,000040
  1,0433 -0,0012 19,678 0,017000 -0,000020
∑         -0,0000919
х 1,04446   19,661    
u (V , Ф)         -0,0000046
  
1 n
u ( I , Ф)  S ( I ,Ф)    I k  I Фk  Ф 
n(n  1) k 1

1
  (91,9 10 6 )  4,6 10 6 mA  rad
5(5  1)
Коэффициенты корреляции получают из
уравнения (6.2) с учетом средних арифметических
наблюдений и экспериментальных стандартных
отклонений (неопределенности) этих средних,
определенные нами ранее (см. примеры 5.1-5.3)

V  4,9990 V , I  0,019661, Ф  1,04446

u (V )  3,2 * 10 3 V ; u ( I )  9,5 *10 3 mА; u (Ф)  7,5 * 10 4 rad .

u (V , I )  1,08 10 8 , u (V , Ф)  2,07 10 6 , u ( I , Ф)   4,6 10 9


Коэффициенты корреляции между входными
величинами , вычислены из уравнения (6.2)

r (V , I )  u (V , I ) / u (V )  u ( I )   10,8 10  6  (3,2 10  3 )  (9,5 10  3 )   0,36;


 

r (V , Ф)  u (V , Ф) / u (V )  u (Ф)  2,07 10  6  (3,2 10  3 )  (0,75 10  3 )   0,86;


 

r ( I , Ф)  u ( I , Ф) / u ( I )  u (Ф)  4,6 10  6  (9,5 10  3 )  (0,75 10  3 )   0,65;


 
Может-ли существовать значительная
корреляция между двумя входными
величинами, если при их определении
используют один и тот же измерительный
прибор, эталон единиц измерения или
справочные данные, имеющие значительную
стандартную неопределенность.
а) да; б) нет; в) выше указанных факторов
неполно для корреляции между двух входных
величин.
При оценивании суммарной стандартной неопределенности среди вкладов

неопределенностей входных величин должна учитываться их ковариация, которая

оценивается по формуле:
r ( x i , x j )  u ( x i , x j ) / u ( x i )  u ( x j ), i  j , r ( x i , x j )  1

u ( x i , x j )  u ( x i )  u ( x j )  r ( x i , x j ), i  j

ковариация математическими формулами неопределенно.


Степень корреляции определяется с
помощью коэффициента корреляции.
Оцененный коэффициент корреляции получают
из уравнения:
а) корреляция математическими формулами
неопределенно;

u ( x i , x j )  u ( x i )  u ( x j )  r ( x i , x j ), i  j

r ( x i , x j )  u ( x i , x j ) / u ( x i )  u ( x j ), i  j , r ( x i , x j )  1
В случае n пар независимых повторных
наблюдений двух величин Xi и Xj ковариация их

средних арифметических значений xi и xj


оценивается по формуле:
а) таких математических формул нет;

u ( xi , x j )  s ( xi , x j ) 
1 n

  xik  xi x jk  x j
n(n  1) k 1
 

r ( x i , x j )  u ( x i , x j ) / u ( x i )  u ( x j ), i  j , r ( x i , x j )  1
Этап 5.
БЮДЖЕТ НЕОПРЕДЕЛЕННОСТИ

Бюджет неопределенности служит для обобщения и


наглядного представления всей полученной и
проанализированной ранее информации в количественной
форме о входных величинах с целью облегчения
непосредственного расчета значения стандартной
неопределенности выходной величины.

Бюджет неопределенности может также


использоваться для анализа вкладов от каждого источника
неопределенности в суммарную неопределенность с целью
определения точности измерительного процесса,
корректировки модели измерения или поиска способов
уменьшения влияния некоторых источников
неопределенности.
Бюджет неопределенности представляет собой
таблицу, в которой содержится как минимум следующая
информация:
• список всех источников неопределенности, то есть входных
величин с принятыми в модели обозначениями;
• значения оценок входных величин хi и связанные с ними
стандартные неопределенности u(xi);
• коэффициенты чувствительности сi ;
• вклады неопределенности каждой входной величины ui (y);
• тип оценивания неопределенности;
• вид распределения;
• диапазон значений величины;
• процентный вклад от каждого источника неопределенности в
суммарную неопределенность и т. п.
Таблица 7.1. Бюджет неопределенности
Коэффи-
Стан-
 Еди- Зна- Тип Распре- Сте- циент Вклад Про-
дартная
Вели ница чение Интер неопре деление пень чустви- неопре цент-
неопре-
чина вели- оцен- вал делен вероят- сво- тель- делен- ный
делен-
Хi , чины ки xi ±r ности ностей боды, ности, ности, вклад,
ность,
        ν ci ui(y ) %
u(xi )
 

X1 x1 u(x1 ) c1 u1(y )
X2 x2 u(x2 ) c2 u2(y )
… … … … …
Xn xn u(xn ) cn un(y )
Y y u(y)

После составления бюджета неопределенности


можно рассчитать оценку выходной величины у и
связанную с ней стандартную неопределенность u(у)
ПРИМЕР.
Определить значение массы гири с номинальным
значением 10 кг методом сравнения с эталонной гирей,
используя компаратор массы
Математическая модель измерения:
m  m  m  m  m  B
к э э c

mk-масса калибруемой гири (выходной величины)


mэ-масса эталонной гири (из сертификата калибровки)
δmэ-изменение массы эталонной гири со времени последной калибровки
δm-наблюдаемая разница между массами калибруемой и эталонной гирь
δmс-поправка на эксцентриситет нагрузки и магнитные эффекты
δB-поправка для силы выталкивания воздуха
U-расширенная неопределенность при k=2
Вклад
Тип Стан неопред.
  Значение Интер Распре Коэф.
неопр дартн.
Вели оценки вал деление чустви
еделе неопре
чина xi, g ± r, вероят тель
н делен. mg %
Хi mg ностей ности
ности mg

mэ 10000,005 45 B нормаль. 22,5 1,0 22,5 59,1


δmэ 0,000 15 B прямоуг. 8,66 1,0 8,7 8,8
δm 0,020 A нормаль. 14,4 1,0 14,4 24,3
δmс 0,000 10 B прямоуг. 5,77 1,0 5,8 3,9
δB 0,000 10 B прямоуг. 5,77 1,0 5,8 3,9
mk 10000,025       29,3   29,3  
Результат: mk=10,000025 ± 0,000059 kg (k=2, Р=95 %)
U             58,5  
Бюджет неопределенности представляет собой:
а) график;
б) рисунок;
в) таблицу
Этап 6
РАСЧЕТ ОЦЕНКИ ВЫХОДНОЙ ВЕЛИЧИНЫ

Оценка выходной величины Y, обозначаемая y,


является результатом измерения величины, значение
которой необходимо установить при проведении
измерения. Эту оценку получают из уравнения (3.1),
двумя способами.
Способ первый. Оценка выходной величины Y
получают из уравнения (3.1), заменяя входные
величины Xi их оценками хi (среднее
арифметическими значениями хi )

y  f(x1 , x 2 .., x N ) или y  f(x 1 , x 2 .., x N ) (8.1)


При этом предполагается, что значения входных
величин являются в прямом смысле лучшими
оценками входных величин, что они были
откорректированы (были внесены поправки) на
влияния и эффекты, значимые для данной модели.

Если это не так, то необходимые поправки


должны вводиться в модель в качестве отдельных
входных величин.
Если функция модели f является суммой или
разностью входных величин Xi:
n
f ( X , X ,..., X )   p X ,
1 2 n i i
i 1
где множители рi для каждой входной величины Хi
являются положительными или отрицательными
числами, то оценка выходной величины в соответствии
с равенством (8.1) также дает в результате
соответствующую сумму или разницу
оценок входных величин:
n
y  p x ,
i i
i 1
Если функция модели f является произведением
или отношением входных величин Xi:
n p
f ( X , X ,..., X )  c  X i ,
1 2 n i
i 1
где степени рi для каждой входной величины Xi, а также
общий множитель с являются положительными или
отрицательными числами, то оценка выходной
величины в свою очередь является соответствующим
произведением или отношением оценок входных
величин:
n p
уc П x i
i 1 i
ПРИМЕР.
Активное сопротивление R элемента цепи
определяют путем измерения амплитуды V
синусоидально изменяющейся разности потенциалов
на его выводах, амплитуды I переменного тока, прохо­
дящего через него, и угла сдвига фаз Ф между ними..
Таким образом, тремя входными величинами Хi (i=1, 2,
3) являются V, I и Ф, а выходной (измеряемой)
величиной У является активное сопротивление R.
Результаты измерения и оценки (средне
арифметические значения) входных величин
представлены на таблице 8.1.
Таблица 8.1.
Номер
ряда, k V (B) I(A) Ф (рад) cosФ
1 5,007 0,019663 1,0456 0,501383
2 4,994 0,019639 1,0438 0,502939
3 5,005 0,019640 1,0468 0,500344
4 4,990 0,019685 1,0428 0,503804
5 4,999 0,019678 1,0433 0,503372
n
1
x   xi
n i 1
4,9990 0,019661 1,04446 0,502368
Оценку выходной величины R получим из
уравнения, описывающий зависимости между
входными V, I, Ф и выходной величинами, т.е.

V
R  cosФ;
I
заменяя входные величины V, I, Ф их
V , Iоценками
иФ
(среднее арифметическими значениями, ),
т.е.
V
R cos Ф 
I
 4,9990  0,502368 / 0,019661  127,732025 
Второй способ. Оценка y выходной величины
Y получают из уравнения (3.1), заменяя входные
величины Xi их значениями, полученными в
результате их измерений.

В случае многократных рядов наблюдений


входных величин отдельные значения yk
выходной величины Y можно вычислить из
каждого ряда входных данных, а затем для
получения оценки выходной величины взять
среднее арифметическое этих значений, т.е.
1 n
y  yk
n k 1
ПРИМЕР.
Активное сопротивление R элемента цепи
определяют путем измерения амплиту­ды V
синусоидально изменяющейся разности потенциалов
на его выводах, амплитуды I переменного тока,
прохо­дящего через него, и угла сдвига фаз Ф между
ними.. Таким образом, тремя входными величинами
Хi (i=1, 2, 3) являются V, I и Ф, а выходной
(измеряемой) величиной У является активное
сопротивление R. Результаты измерения входных
величин и оценка выходной величины представлены
на таблице 8.2.
Таблица 8.2.
Номер ряда, V, I, R=V.cosФ
k V mA Ф (rad) cosФ /I, Ω
1 5,007 19,663 1,0456 0,50138 127,672486
2 4,994 19,639 1,0438 0,50294 127,892445
3 5,005 19,640 1,0468 0,50034 127,506261
4 4,990 19,685 1,0428 0,50380 127,710423
5 4,999 19,678 1,0433 0,50337 127,876537
n
1
x   xi
n i 1 4,999 19,661 1,04446 0,502368 127,7316
В результатах, полученных этими двумя
способами, нет расхождений, за исключением
эффектов второго порядка (сравните оценку 127,7322 и
127,7316 Ω). Это расхождение связано членами более
высокого порядка разложения функции в ряд Тейлора.
Поэтому, если функция f является линейной, то не
будет никакого расхождения. Расхождение
наблюдается только при нелинейной функции, как в
рассмотренных нами примерах (тригонометрические
функции, к примеру, sinα или cosα, являются
нелинейными). При возможности предпочтение
отдается второму способу.
π R 2.π. R π.R2 π.R5

3,14 25 157,00 1962,50 30664062,50


3,14 24 150,72 1808,64 25002639,36
3,14 26 163,28 2122,64 37307520,64
3,14 25 157,00 1962,50 30664062,50
3,14 26 163,28 2122,64 37307520,64
Ср. 2-способ 3,14 25,2 158,26 1995,78 32189161,13
Ср. 1-способ 3,14 25,2 158,26 1994,03 31910407,63
Отклонение, % 0,0 0,1 0,9
Этап 7
СУММАРНАЯ СТАНДАРТНАЯ
НЕОПРЕДЕЛЕННОСТЬ

Перед суммированием все составляющие


неопределенности должны быть выражены в виде
стандартных неопределенностей, то есть как стандартные
отклонения. Поэтому может потребоваться
преобразование из какой-то иной характеристики
рассеяния. Следующие правила дают указания по
преобразованию такой составляющей неопределенности в
стандартное отклонение.
- В тех случаях, когда составляющая
неопределенности была оценена экспериментально
исходя из дисперсии повторных измерений, она легко
выражается в виде стандартного отклонения.

-Для отдельного результата в ряду измерений


стандартная неопределенность есть просто
наблюдаемое стандартное отклонение.

- В тех случаях, когда результаты усредняют,


используют стандартное отклонение среднего.
- Если оценку неопределенности получают на
основании результатов предшествующих исследований
или имеющихся данных, она, возможно, уже выражена в
виде стандартного отклонения.

-Если же указан доверительный интервал с


соответствующим доверительным уровнем (в виде ±а
при вероятности р %), то значение а нужно поделить
на соответствующий коэффициент охвата k
(соответствующую процентную точку нормального
распределения) для заданного доверительного уровня.
ПРИМЕР.
Техническое описание устанавливает, что
показания весов находятся в пределах ±0,2 mg при
доверительном уровне 95 %. По таблицам процентных
точек нормального распределения 95 %-й
доверительный интервал вычисляется исходя из
значения 1,96σ (или k=1,96). Использование этого
соотношения дает стандартную неопределенность
0,2/1,96 = 0,1 mg.
-Если пределы ±а даны без указания доверительного
уровня, и есть основания ожидать, что крайние значения
столь же вероятны, как и значение в центре, обычно
уместно принять прямоугольное распределение со
стандартным отклонением а/√3.

ПРИМЕР
Мерная колба класса А вместимостью 10 ml;
указанное в сертификате допускаемое отклонение
±0,2`ml. Стандартная неопределенность равна 0,2/√3
= 0,12 ml.
-Если пределы ±а даны без указания
доверительного уровня, но есть основания ожидать,
что крайние значения маловероятны, обычно уместно
принять треугольное распределение со стандартным
отклонением а/√6
ПРИМЕР
Мерная колба класса А вместимостью 10 ml;
указанное в сертификате допускаемое отклонение
±0,2 ml, но опыт проверок показывает, что крайние
значения относительно редки. Стандартная
неопределенность равна 0,2/√6 = 0,08 ml.
Важно понимать, что не все из составляющих дадут
значимый вклад в суммарную неопределенность.
Действительно, на практике, число основных
составляющих, вероятно, будет незначительно. Если
число составляющих невелико, то те из них, которые по
своей величине меньше одной трети самой большой
составляющей, можно вообще исключить из
рассмотрения. Для этого нужно сделать
предварительную оценку вклада каждой составляющей
или суммы нескольких составляющих, и теми вкладами,
которые оказались незначимы, можно пренебречь.
СУММАРНАЯ СТАНДАРТНАЯ
НЕОПРЕДЕЛЕННОСТЬ

Стандартная неопределенность выходной величины


Y, обозначаемая u(у), представляет собой стандартное
отклонение оценки выходной величины или результата
измерений и характеризует разброс значений, которые
могут быть с достаточным основанием приписаны
измеряемой величине Y.
Стандартная неопределенность выходной
величины Y получается путем суммирования
стандартных неопределенностей входных величин
u(xi), оцененных то типу А или по типу В, используя
обычный метод суммирования или объединения
стандартных отклонений. Поэтому стандартная
неопределенность выходной величины Y является
суммарной или комбинированной стандартной
неопределенностью, обозначаемой uс(у).
Суммарную стандартную неопределен-ность
определяют также двумя способами, как и оценку
самой выходной величины Y.

Способ первый.
Суммарная стандартная неопределенность
рассчитывают по формуле:
2
N  f  2
uc ( у )     u ( xi )
i 1  xi 

если входные величины не коррелированы. В


противном случае, т.е. для коррелированных входных
величин вычисляется по формуле
N N f f
u c ( у)    u( xi , x j ) 
i 1 j 1 x i x j

N 2 N 1 N f f
 f  2
    u ( xi )  2  
 u ( xi , x j )
i 1  x i  i 1 j i 1 x i x j

где частные производные  f / xi – коэффициенты


чувствительности;
u(xi,xj) – ковариация входных величин.
Коэффициенты чувствительности

сi = f / xi (9.2)

показывают, как выходная оценка у


изменяется с изменением значений
входных оценок x1, x2,..., xn .
С учетом формулы (9.2) формула (9.1) преобразуются в следующие выражения

n
 2 n 2

u ( у)   с  u( x )   u ( y)
c i i i
(9.3)
i 1 i 1

где u ( y)  с  u( x ) (9.4)
i i i
Во всех случаях для определения коэффициентов чувствительности должна
применяться общая процедура, требующая нахождения частных производных
или их численных эквивалентов.
ПРИМЕР.
Активное сопротивление R и реактивное сопротивление X элемента цепи
определяют путем измерения амплитуды V синусоидально изменяющейся разности
потенциалов на его выводах, амплитуды I переменного тока, проходящего через него, и
угла сдвига фаз Ф переменной разности потенциалов относительно переменного тока.
Таким образом, тремя входными величинами Хi (i=1, 2, 3) являются V, I и Ф, а тремя
выходными (измеряемыми) величинами Уi (i=1, 2, 3) являются три составляющие
импеданса: R, X и Z.
Измеряемые величины связаны с входными величинами законом Ома:

V V V
R cos Ф ; X  sin Ф ; Z  (9.5)
I I I
Стандартные неопределенности R, X и Z получают из уравнения (9.1). При
отождествлении V c x , I c x , Ф с x и f c R затем с Х затем с Z
1 2 3
уравнение (9.1) для суммарной неопределенности R, Х и Z дает:

2 2 2
 R  2  R  2  R  2
u ( R)  
c  u V     u  I     u Ф  (9.6)
 V   I   Ф 

2 2 2
   2  X  2    2
 u V     u I     u Ф 
X X (9.7)
u (X )  
c  V   I   Ф 

2 2
 Z  2  Z  2
u (Z )    u V     u I  (9.8)
c  V   I 
С учетом следующих частных производных (коэффициентов
чувствительности)
R 1 X 1
R V R

V
 cos Ф  sin Ф
  sin Ф , cos Ф ,
V I
Ф I I I2 V I
X V X V

Z 1 Z V
  2 sin Ф , cos Ф ,   
I I Ф I V I
,
2
I I
из (9.6-9.8) для суммарной неопределенности R, Х и Z получим

2 2 2
1  2     ,
u ( R)    cos Ф  u V      cos Ф  u 2  I      sin Ф  u 2 Ф 
V V
c  2  (9.9)
I   I   I 

2 2 2
1   V   V 
u ( X )    sin Ф  u 2 V      sin Ф  u 2  I      cos Ф  u 2 Ф 
c I   2   I  , (9.10)
 I 

2 2
1 2  
u ( Z )    u V    u I 
 V  2
c   (9.11)
I 2
 I 
Из выше приведенного примера видно, что в
случаях, когда зависимость между входными и
выходными величинами выражены боле сложными
функциями, общие выражения для суммирования
неопределенностей получаются громоздкими и
неудобными для практических целей. Однако, они
сокращаются до гораздо более простых формул при
применении некоторых правил. Ниже приведены
несколько простые правила для суммирования
стандартных неопределенностей.
ПРАВИЛО 1.
Для моделей, включающих только суммы или
разности величин, например,

Y = Х1 + Х2+… или Y = Х1 – Х2–…

суммарная стандартная неопределенность uc(y)


величины Y определяется выражением (9.12):

u c ( y )  u 2 ( x1 )  u 2 ( x 2 )  ...

где u(х1) и u(х2) - стандартные неопределенности


величин Х1 и Х2.
ПРИМЕР.
Масса m образца определена с помощью
равноплечих двухчашечных весов. Равновесие весов
достигнуто при совокупности четырех гирь: m1 = 50 g,
m2 = 5 g, m3 = 200 mg, m4  = 5 mg. В сертификате
калибровки гирь указаны следующие неопределенности
калибровки: u(m1) = 1,90 mg, u(m2) = 0,80 mg,
u(m3) = 0,19 mg, u(m4) = 0,05 mg. Таким образом,
четырьмя входными величинами Хi (i=1, 2, 3, 4)
являются m1, m2, m3 и m4, а выходной (измеряемой)
величиной Y является масса m образца.
Измеряемая величина является суммой входных
величин
m= m1 + m2 + m3 + m4

Суммарная стандартная неопределенность


согласно (9.12)

     
u c (m)  u 2 m1  u 2 m 2  u 2 m3  u 2 m 4   
 (1,90) 2  (0,80) 2  (0,19) 2  (0,05) 2 
 3,6100  0,6400  0,0361  0,0025  4,2886  2,07 mg
ПРАВИЛО 2.
Для моделей, включающих только произведения или
частные, например,

Y = X1 . X2 … или Y = X1 / X2

относительная суммарная стандартная неопределенность


uco(y) величины Y определяется выражением (9.13):

2 2
u ( y)  u( x )   u( x ) 
u ( y)  c   1   2 
cо y  x   x 
 1   2 
ПРИМЕР.
Математическая модель (функция) измерения имеет
вид
V
R cos Ф
I
При использовании правили 2, т.е. формулы (9.13),
выражение для относительной суммарной
неопределенности выходной величины R, будет имеют
вид

u (R ) 2 2 2
c  u (V )   u ( I )   u (cosФ ) 
u (R )         ,
cо R  V   I   cosФ 
ПРАВИЛО 3.
Если функция модели является степенной
функцией типа
Y = Xn,

то суммарная стандартная неопределенность uс(y) и


относительная суммарная стандартная
неопределенность uсо(y) величины Y определяется
выражением:

n  1 u c ( y) u ( x)
u c ( y)  n  x  u ( x); u co ( y )   n (9.14)
y x
ПРИМЕР.
Определить стандартную неопределенность u(v)
измерения объема куба, если известно, что
стандартная неопределенность измерения его
сторон а равна u(a)

Модель измерения - V=a3.

Стандартная неопределенность u(v) измерения


объема куба, согласно (9.14)

2
u c (v ) u (a)
u c (v)  3  а  u (а ); u co (v)   3
v a
ПРАВИЛО 4.
Если функция модели является
логарифмической функцией типа
X
Y  ln 1  ln X 1  ln X 2
X
2
Y  ln( X 1  X 2 )  ln X 1  ln X 2
то суммарная стандартная неопределенность
uс(y) величины Y определяется выражением

2 2
 u( x )   u( x ) 
u ( y)   1    2 
c  x   x 
 1   2 
ПРАВИЛО 5.
Для того, чтобы просуммировать составляющие
неопределенности в случае сложной модели, удобнее
всего разбить исходную математическую модель на
отдельные выражения, состоящие только из операций,
которые подпадают под одно из четырех приведенных
выше правил. Промежуточные неопределенности для
каждой из них можно вычислить с помощью одного из
четқрех приведенных выше правил, а затем их
.
просуммировать по правилу 2, что и даст суммарную
стандартную неопределенность.
ПРИМЕР 1.
Функция модели является произведение или
частное суммы или разностей, например

Y  ( X 1  X 2 )  ( X 3  X 4 ) или
Y  ( X 1  X 2 )  ( X 3  X 4 ) или
X1  X 2 X1  X 2
Y или Y 
X3  X4 X3  X4
. Применяя правила 4 эту функцию можно
записать в виде

Y  ( X  X )  ( X  X )  Y1  Y2 или
1 2 3 4
Y  ( X  X )  ( X  X )  Y1  Y2 или
1 2 3 4
X X X X
Y 1 2  Y1 / Y2 или Y  1 2  Y1 / Y2
X X X X
3 4 3 4
Используя правила 1 и формулу (9.12), определяется
суммарные стандартные неопределенности uс(y1),
uс(y2) величин Y1 и Y2. Затем, используя правила 2 и
формулу (9.13), определяется относительная
суммарная стандартная неопределенность uco(y)
величины Y по формуле:
2 2
u с ( y)  u (y )   u (y ) 
 с 1   с 2 
u cо ( y )       
y1  y1   y 2 
   

u 2 ( x1 )  u 2 ( x 2 ) u 2 ( x3 )  u 2 ( x 4 )
 
( x1  x 2 ) 2 ( x3  x 4 ) 2
ПРИМЕР 2.
Функция модели является

n
YX X m n
или Y  X  X m
1 2 1 2
Применяя правила 4 эту функцию можно
записать в виде .

n m
Y  X  X  Y1  Y2 или
1 2
n m
.

Y  X  X  Y1  Y2
1 2
Используя правила 1 и формулу (9.12),
определяется суммарные стандартные
неопределенности uс(y1), uс(y2) величин Y1 и Y2. Затем,
используя правила 2 и формулу (9.13), определяется
суммарная стандартная неопределенность uc(y)
величины Y по формуле:

u c ( y )  u с2 ( y1 )  u с2 ( y 2 ) 

2 2
 n  x 2n  1  u ( x1 )  m  x 2m  1  u ( x 2 )
   
ПРИМЕР 3.
Если функция модели является
n
Y  X X m или Y  X n X m
1 2 1 2
Применяя правила 4 эту функцию можно записать в
виде

n m
Y  X  X  Y1  Y2 или
1 2
.

YX n m
X  Y1 / Y2
.

1 2
Используя правила 1 и формулу (9.12),
определяется суммарные стандартные
неопределенности uс(y1), uс(y2) величин Y1 и Y2. Затем,
используя правила 2 и формулу (9.13), определяется
суммарная стандартная неопределенность uc(y)
величины Y по формуле:
2 2
u c ( y)  u ( y1 )   u( y 2 ) 
u cо ( y )       
y  y   y 
 1   2 
2 2
 u ( x1 )   u( x 2 ) 
  n     m  
 x1   x2 
ПРИМЕР 4.
Если функция модели является
Y  ( X 1n  X 2m )  ( X 3k  X 4l ) или Y  ( X 1n  X 2m )  ( X 3k  X 4l )

или Y  ( X 1n  X 2m ) ( X 3k  X 4l ) или Y  ( X 1n  X 2m ) ( X 3k  X 4l )

Применяя правила 5 эту функцию можно записать


в виде
Y  ( X 1n  X 2m )  ( X 3k  X 4l )  (Y1  Y2 )  (Y3  Y4 )  Y5  Y6 или

Y  ( X 1n  X 2m )  ( X 3k  X 4l )  Y5  Y6 или

Y  ( X 1n  X 2m ) ( X 3k  X 4l )  Y5  Y6 или

Y  ( X 1n  X 2m ) ( X 3k  X 4l )  Y5  Y6
Используя правила 1 и формулу (9.12),
определяется суммарные стандартные
неопределенности uс(y1), uс(y2) величин Y1 и Y2. Затем,
используя правила 2 и формулу (9.13), определяется
суммарная стандартная неопределенность uc(y)
величины Y по формуле:
2 2
u ( y)  u( y )   u( y )  u2( y )  u2( y ) u2( y )  u2( y )
u ( y)  c   5   6   1 2  3 4 
cо  y   y 
y
 5   6  ( y  y )2 ( y  y )2
1 2 3 4

n 1 2 m 1 2 k 1 2 l 1 2
       
n  x1 u ( x )  m  x
1 2
u ( x )
2  n  x3 u ( x )  n  x
3 4
u ( x )
4 
         
2 2
 x n  x m   x k  x l 
 1 2   3 4
Пример
РАСЧЕТ СТАНДАРТНОЙ НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЯ
АКТИВНОГО И РЕАКТИВНОГО СОПРОТИВЛЕНИЙ

Данные анализируются двумя различными способами.


1 Измерительная задача
Активное сопротивление R и реактивное сопротивление X элемента цепи
определяют путем измерения амплитуды V синусоидально изменяющейся разности
потенциалов на его выводах, амплитуды I переменного тока, проходящего через него, и
угла сдвига фаз Ф переменной разности потенциалов относительно переменного тока.
Таким образом, тремя входными величинами Хi (i=1, 2, 3) являются V, I и Ф, а тремя
выходными (измеряемыми) величинами Уi (i=1, 2, 3) являются три составляющие
импеданса: R, X и Z. Так как Z2=R2+X2, то имеется только две независимые выходные
величин
2 Математическая модель
Измеряемые величины связаны с входными величинами законом Ома:

V V V
R  cosФ; X  sin Ф; Z (9.15)
I I I

Результаты пяти независимых рядов наблюдений приведены в таблице

Номер ряда, k
V (B) I(A) Ф (рад)
1 5,007 0,019663 1,0456
2 4,994 0,019639 1,0438
3 5,005 0,019640 1,0468
4 4,99 0,019685 1,0428
5 4,999 0,019678 1,0433
Средние арифметические наблюдений и экспериментальные стандартные
отклонения этих средних, вычислены из уравнений (5.1, 5.2)

1 n
x   xi
n i 1
V  4,9990 V , I  0,019661, Ф  1,04446

u ( х)  S
х

1
n
  x x
n( n  1) i  1 i
2

u (V )  0,0032 V ; u ( I )  0,0000095 А; u (Ф)  0,00075 rad .


Средние значения берутся в качестве наилучших оценок ожидаемых значений
входных величин, а экспериментальные стандартные отклонения являются стандартными
неопределенностями этих средних.
3 Результаты: первый способ анализа
Значения трех измеряемых величин R,X и Z получают из зависимостей, данных в
уравнении (13.1), используя средние значения V , I иФ т.е.
y  f  X1, X 2 , X 3 
V V V
т.е R cos Ф  127,73217 ; X  sin Ф  219,84651 ; Z   254,25970 
I I I
Используя Правило 4 формулы (9.15) можно представить в виде
R  , X    , Z  ,
,

где   V I,   cos Ф,   sin Ф


Используя правила 2 и формулу (9.13),, определяют относительные суммарные
стандартные неопределенности uco(r), uс(x), uс(z) величин R, X и Z по формулам:

u (r )  u 2 ( )  u 2 (  )
cо со со

u ( x)  u 2 ( )  u 2 ( )
cо со со
u ( z)  u ( )
cо со
где u (r )  u (r ) r , u ( x)  u ( x) x , u ( z)  u ( z) z ,
со с со с со с

u ( )  u ( )  , u (  )  u (  )  , u ( )  u ( ) 
со с со с со с
Затем, используя правила 1 и формулу (9.12), определяется
суммарные стандартные неопределенности uс(α) uс(β) величин α и β) по
формулам:
u ( )  u 2 ( p)  u 2 (q)  ..., u (  )  u 2 (r )  u 2 (t )  ...
c c
Суммарные стандартные неопределенности uc(R), uc(X), uc(Z) измерения
активного R, реактивного сопротивления X и полного импеданса Z, соответственно
получают из уравнения
2
N  f 
u ( у)     u 2 (x ) (Н.6)
c  x  i
i  1 i 
При отождествлении

V c x1, I c x2 , Ф с x3 и f c R затем с Х затем с Z


уравнение (Н.6) для суммарной неопределенности R, Х и Z дает:

2 2 2
 R  2  R  2  R  2
u ( R)  
c  u V     u I     u Ф 
 V   I   Ф 
2 2 2
 X  2  X  2  X  2
u (X )  
c
 
 u V   u I     u Ф 
 V   I   Ф 

2 2
 Z  2    2
 u V     u I 
Z ((Н.7-Н.9))
u (Z )  
c  V   I 
С учетом следующих частных производных (коэффициентов чувствительности)
R 1 R V R V Z 1
 cos Ф  cos Ф   sin Ф 
V I I I 2 Ф I V I
X V X V Z V
X 1   2 sin Ф  cos Ф  2
 sin Ф Ф I
V I I I I I

из (Н.7-Н.9) получим
u ( R )  u 2 V   u 2  I   u 2 Ф 
c, r r r r

u ( X )  u 2 V   u 2  I   u 2 Ф 
c, r r r r

u ( z )  u 2 V   u 2  I  (Н.10-Н.12)
c, r r r

где u (V )  s (V ), u ( I )  s ( I ), u (Ф )  s(Ф )
а подстрочный индекс "r" показывает, что u является относительной неопределенностью.
Подставив соответствующие числовые значения в уравнения (Н.10-Н.12), получаем
uc(R)=0,19454 Ω, uc(X)=0,20091 Ω, uc(Z)=0,20408 Ω.
4 Результаты: второй способ анализа
Так как данные были получены в виде пяти рядов наблюдений трех входных
величин V, I и Ф, то можно вычислить значения R, X и Z из каждого ряда входных
данных, а затем взять среднее арифметическое этих пяти значений для получения
наилучших оценок R, X и Z, т.е.
1 n
Y   Y ; R  127,73163 , X  219,84689 , Z  254,26005  (Н.15)
n k 1 k

Экспериментальное стандартное отклонение каждого среднего значения (которое


является его суммарной стандартной неопределенностью) затем вычисляют из пяти
отдельных значений обычным способом

u( y)  S 
y
1 n
 2

  y  y ; u ( R)  0,07127 , u ( X )  0.29549 , u ( Z )  0,23625 
n(n  1) i  1 i
В результатах, полученных этими двумя способами (см. таблицу), в значениях
выходных величин нет расхождений, за исключением эффектов второго порядка (см.
выделенные последние разряды цифр в таблице), связанных с заменой таких членов как

V / I или cos Ф на V / I или cos Ф


Значения выходных величин
и стандартных неопределенностей,
Обозначения полученные
выходных величин и
стандартных первым способом вторым способом
1 n
неопределенностей Y    Y
n k 1 k Y  f  X1, X 2 , X 3 

R
X 127,73217 127,73163
Z 219,84651 219,84689
u (R) 254,25970 254,26005
u( X ) 0,19454 0,07127
u (Z ) 0,20091 0,29549
0,20408 0,23625
Однако в значениях стандартных неопределенностей расхождений ощутимые.
Это связано с тем, что формулы для оценки стандартной неопределенности (Н.6-Н.9)
являются упрощенными, в них не учтены корреляция между входными величинами V, I и
Ф. Этому посвящена следующий раздел.
СУММАРНАЯ СТАНДАРТНАЯ НЕОПРЕДЕЛЕННОСТЬ
КОРРЕЛИРОВАННЫХ ВЕЛИЧИН
Входные величины могут быть независимы или связаны между собой, то есть
взаимозависимы (коррелированны).
Может существовать значительная корреляция между двумя входными величинами,
если при их определении:
• использован один и тот же измерительный прибор;
• или использованы разные экземпляры средств измерений, но калиброванные одним и
тем же эталоном;
• использованы справочные данные, имеющие значительную стандартную
неопределенность;
• и др.
Пренебрежение корреляциями между входными величинами может привести к
ошибочной оценке стандартной неопределенности выходной величины.
Суммарная стандартная неопределенность коррелированных входных величин
вычисляется по формуле
2
N N
f f N f  2 N 1 N
f f
uc ( у )    u ( xi , x j )     u ( xi )  2  u ( xi , x j ) (16)
i 1 j 1 xi x j i 1  xi  i 1 j i 1 xi x j

где u(xi, xj) определяется по формуле


(6.1).
С учетом формулы (9.2) формула (16) преобразуются в следующие выражения:

N 2 2 N 1 N
u ( у)   ci u ( xi )  2   ci  c j  u ( xi )  u ( x j )  r ( xi , x j ) 
c
i 1 i  1 j  i 1

N 2 N 1 N
  u ( y)  2   u ( y)  u ( y)  r ( x , x ) (19)
i i j i j
где i 1 i  1 j  i 1
ui(y)=ciu(xi)
(20)
Для особого случая, когда все входные оценки коррелированы с
коэффициентами корреляции r(xi, xj) = +1, уравнение (19) сводится к

uс(у) =  (f/ xi)*u(xi)

Для суммы или разности двух коррелированных величин (Y = X1 ± Х2),


суммарная стандартная неопределенность в соответствии с (19) будет соответственно
равна:

u 2 ( у )  u 2 ( x )  u 2 ( x )  u ( x )  u ( x )  r ( x , x ) (21)
1 2 1 2 1 2
ПРИМЕР.
Для того, чтобы получить образцовое сопротивление Rref с номинальным
сопротивлением 10 Ω последовательно соединили с помощью проводов, имеющих
пренебрежимо малое сопротивление десять резисторов, каждый из которых имеет
номинальное сопротивление Ri=1000 Ω . Все десять резисторы откалиброваны с
пренебрежимо малой неопределенностью сличения с помощью такого же эталонного
резистора Rэ на 1000 Ω , характеризующегося стандартной неопределенностью u(Rэ)=100
mΩ , как указано в его свидетельстве о сертификации.
Таким образом
Rref  f ( Ri )  i 1 Ri
10

Поскольку все входные оценки коррелированы с коэффициентами корреляции


r(xi,xj) = r(Ri,Rj)=+1, суммарная стандартная неопределенность значения Rref
определяется по формуле
uс(у) =  (f/ xi)*u(xi)
Поскольку для каждого резистора
f Rref
 1 Ω
xi Ri
и

и(xi)=u(Ri)=u(Rэ),
суммарная стандартная неопределенность значения Rref

10
u ( R )   u ( R )  10 * (1000 м)  1 
c ref э
i 1
10 2
u ( R )   u ( R )  0,32 Ω ,
Результат c ref эi
i 1

полученный с помощью уравнения (8.1), неверен, так как он не учитывает, что все
калиброванные значения десяти резисторов коррелированы.
Этот пример демонстрирует обработку множества измеряемых величин или
выходных величин, определяемых одновременно при одном и том же измерении, и
корреляцию их оценок. Данные анализируются двумя различными способами, но оба
дают, по существу, одни и те же цифровые значения.
1 Измерительная задача
Активное сопротивление R и реактивное сопротивление X элемента цепи
определяют путем измерения амплитуды V синусоидально изменяющейся разности
потенциалов на его выводах, амплитуды I переменного тока, прохо­дящего через него, и
угла сдвига фаз Ф переменной разности потенциалов относительно переменного тока.
Таким образом, тремя входными величинами Хi (i=1, 2, 3) являются V, I и Ф, а тремя
выходными (измеряемыми) величинами Уi (i=1, 2, 3) являются три составляющие
импеданса: R, X и Z. Так как Z2=R2+X2, то имеется только две независимые выходные
величины.
2 Математическая модель
Измеряемые величины связаны с входными величинами законом Ома:

V V V
R cosФ; X  sin Ф; Z (13.1)
I I I
Результаты пяти независимых рядов наблюдений приведены в таблице

Номер ряда, k
V (B) I(A) Ф (рад)
1 5,007 0,019663 1,0456
2 4,994 0,019639 1,0438
3 5,005 0,019640 1,0468
4 4,99 0,019685 1,0428
5 4,999 0,019678 1,0433
Средние арифметические наблюдений и экспериментальные стандартные
отклонения этих средних, вычислены из уравнений

1 n
x   xi ; V  4,9990 V , I  0,019661, Ф  1,04446 (13.2)
n i 1

u ( х)  S
х

1 n

  x x
n(n  1) i  1 i
2

(13.3)
u (V )  0,0032 V ; u ( I )  0,0000095 А; u (Ф)  0,00075 rad .

Средние значения берутся в качестве наилучших оценок ожидаемых значений


входных величин, а экспериментальные стан­дартные отклонения являются стандартными
неопределенностями этих средних.

Вследствие того, что входные величины V, I и Ф, получают из одновременных


наблюдений, они коррелированны, и эти корреляции должны приниматься во внимание
при вычислении стандартных неопределенностей как входных V, I и Ф, так выходных R, X
и Z величин.
Значения экспериментальной ковариации
s (V , I ), s (Vи, Ф ) s( I , Ф, вычисляют
) из уравнения

u ( xi , x j )  s ( xi , x j ) 
1 n

  xik  xi x jk  x j
n(n  1) k 1
  (13.5)
u (V , I )  1,08  10  8 , u (V , Ф)  2,07  10  6 , u ( I , Ф)  4,6  10  9

А коэффициенты корреляции легко получают из уравнения

r ( x i , x j )  u ( x i , x j ) / u ( x i )u ( x j ) (13.4)

r (V , I )  0,36; r (V , Ф)  0,86; r ( I , Ф)  0,65;


3 Результаты анализа: первый способ
Значения трех измеряемых величин R,X и Z получают из зависимостей, данных
в уравнении (13.1), используя средние значения , т.е. V , I и Ф y  f  X1, X 2 , X 3 

V V V
R cos Ф  127,73217 ; X  sin Ф  219,84651 ; Z   254,25970 
I I I

Стандартные неопределенности R, X и Z получают из уравнения

2
N N
f f  f  2
N N 1 N
f f
uc ( у )    u ( xi , x j )     u ( xi )  2  u ( xi , x j ) (Н.6)
i 1 j 1 xi x j i 1  xi  i 1 j i 1 xi x j

ри отождествлении V c x1, I c x2 , Ф с x3 и f c R затем с Х затем с Z

для суммарной неопределенности R, Х и Z дает:


2 2 2
 R  2
uc ( R )      R  2
 u V    R  2
 u I   
 R R
 u Ф  2   
u V u I r V ,I 
R R
  
u I u Ф r I ,Ф 
R R
   
u V u Ф r V ,Ф 
 V   I   Ф   V I I Ф V Ф 

2 2 2
 X  2
uc ( X )     X  2
 u V    X  2
 u I   
 X X
 u Ф  2   
uV u I r V ,I 
X X
 
u I u Ф r I ,Ф X X
   

u V u Ф r V ,Ф 
 V   I   Ф   V I I Ф V Ф 

2 2
 Z  2
uc ( Z )      Z  2
 u V   u I  2 
 Z Z
   

uV u I r V ,I  ((Н.7-Н.9))
 V   I   V I 
учетом следующих частных производных (коэффициентов чувствительности)
R 1 R

V R V X 1 X V
 cos Ф ,
I 2
cos Ф ,   sin Ф
,  sin Ф ,   2 sin Ф ,
V I I Ф I V I I I
X V Z 1 Z V
 cos Ф   2
Ф I , V I I I

из (Н.7-Н.9) получим

uc , r ( R )  ur2 V   ur2  I   ur2 Ф   2  u r V ur  I  r V , I   ur  I ur Ф  r  I , Ф   u r V  u r Ф  r V , Ф  

u c ,r ( X )  u r2 V   u r2  I   u r2 Ф   2  u r V u r  I  r V , I   u r  I u r Ф  r  I , Ф   u r V  u r Ф  r V , Ф  

uc ,r ( z )  ur2 V   u r2  I   2u r V u r  I  r V , I  (Н.10-Н.12)

где u (V )  s (V ), u ( I )  s ( I ), u (Ф )  s (Ф ) ,
а подстрочный индекс "r" показывает, что u является относительной
неопределенностью.
Подставив соответствующие числовые значения в уравнения (Н.10-Н.12),
получаем uc(R)=0,07107 Ω, uc(X)=0,29558 Ω, uc(Z)=0,23634 Ω.
Для сравнения результатов, полученных упомянутыми способами, они
сведены в таблицу.

Значения выходных величин


и стандартных неопределенно­стей, полученные
Обозначения
выходных величин и первым способом вторым
стандартных спосбом
неопределенно­стей без учета с учетом
корреляции корреляции
R

X 127,73217 127,73217 127,73163

219,84651 219,84651 219,84689


Z

254,25970 254,25970 254,26005


u (R )
0,19454
0,07107 0,07127
u( X )
0,20091
0,29558 0,29549
u (Z )
0,20408
0,23634 0,23625
Из таблицы видно, что в результатах, полу­ченных этими двумя способами
(первым способом с учетом корреляции и вторым способом), нет расхождений в
значениях выходных величин и стандартных неопределенно­стей, за исключе­нием
эффектов второго порядка (вклады этих эффектов отмечены жирным шрифтом),
свя­занных с заменой таких членов как

V / I или cos Ф на V / I или cos Ф


Результаты, полученные первым способом без учета корреляции между входными
величинами, неверны, так как в действительности они коррелированны между собой,
поскольку они измерены одновременно.
Суммарная стандартная неопределенность
выходной величины вычисляется по
формуле:
1 n
а ) x   xi
n i 1

 
n
1
  xi  x
2
u( x )  S x 
n(n  1) i 1

2
N  f  2
uc ( у )     u ( xi )
i 1  xi 
Коэффициент чувствительности
вычисляется по формуле:

2
N  f  2
uc ( у )     u ( xi )
i 1  xi 

сi = f / xi ;

n
 2

n 2
u ( у)   с  u( x )   u ( y)
c i i i
i 1 i 1
Для моделей, включающих только
суммы или разности величин, например,
Y = P + Q+…
суммарная стандартная
неопределенность uc(y) величины Y
определяется выражением:
2 2
u ( y )  u ( p)  u (q )  ...
c
2 2
u ( y )  u ( p) * u (q) * ...
c
в) суммарную стандартную в таком виде не
можно определить.
Масса m образца определена с помощью равноплечих двухчашечных весов. Равновесие весов
достигнуто при совокупности четырех гирь: m1 = 50 g, m2 = 5 g, m3 = 200 mg, m4  = 5 mg. В сертификате
калибровки гирь указаны следующие неопределенности калибровки: u(m1) = 1,90 mg, u(m2) = 0,80 mg, u(m3) = 0,29
mg, u(m4) = 0,05 mg. Суммарная стандартная неопределенность uс(m)=………
а)

u ( y )  (1,9) 2  (0,8) 2  (0,29) 2  (0,05) 2


c

u ( y )  (50) 2  (5) 2  ( 200) 2  (5) 2


c

u ( y )  (50) 2  (5) 2  (0,2) 2  (0,005) 2


c
Для моделей, включающих только произведения или частные, например,
Y = P . Q … или Y = P / Q
относительная суммарная стандартная неопределенность uco(y) величины Y определяется
выражением:
а)
u ( y )  u 2 ( p ). u 2 (q )...
cо 0 0
,где
u ( y )  u ( y ) / y , u ( p )  u ( p ) / p, u ( q )  u ( q ) / q
co c 0 0
;
б)

u ( y )  u 2 ( p )  u 2 (q)  ...
cо 0 0
,где
u ( y )  u ( y ) / y , u ( p )  u ( p ) / p, u ( q )  u ( q ) / q
co c 0 0
;
в)

u ( y )  u 2 ( p )  u 2 (q )  ...

где u(p) и u(q) - стандартные неопределенности величин P и Q;
Если функция модели является степенной функцией типа
Y = Pn ,
то суммарная стандартная неопределенность u(y) величины Y определяется
выражением:
а)
u ( y)  n  р n  1  u ( p)
;

б)
u ( y )  n 2  р n  1  u ( p)
;
в)
u ( y )  (n  1)  р n  1  u ( p)
.
Определить суммарную стандартную неопределенность u(S) измерения площади
квадрата, если известно, что стандартная неопределенность измерения его сторон а равна
u(a)
а) u(S)= 3a.u(a);
б) u(S)= 2a.u(a);
в) u(S)= a.u(a).
Пренебрежение корреляции между входными величинами можетли привести к
ошибочной оценке стандартной неопределенности выходной величины.
а) да;
б) нет;
в) входные величины не могут быть коррелированны.
Расчет эффективных степеней свободы осушествляется по формуле:

u 4 ( y) N u 4 ( y)
eff
  i
 i  1 i
eff

u 4 ( y)
  c
eff 4
N ui ( y )

i 1 i

N
u 2 ( y)   u 2 ( y)
c i
i 1
Этап 8
РАСШИРЕННАЯ НЕОПРЕДЕЛЕННОСТЬ

В некоторых случаях в торговле, промышленности


и регулирующих актах, а
также когда дело касается здоровья и безопасности,
часто необходимо дать меру неопределенности, которая
указывает интервал для результата измерений, в
пределах которого, можно ожидать, находится большая
часть распределения значений, которые можно с
достаточным основанием приписать измеряемой
величине. Такой дополнительной мерой
неопределенности является расширенная
неопределенность, обозначаемая U.
Расширенную неопределенность U получают путем
умножения стандартной неопределенности выходной
величины u(у) на коэффициент охвата k:

U = k . uс(y)
------------------------------------------------------------------------

Следует признать, что умножение суммарной


стандартной неопределенности на какую то величину
не дает никакой новой информации, а просто
представляет ее в новом виде, так как вся имеющаяся
информация об измеряемой величине представлена с
помощью параметра функции распределения
вероятностей, которым является стандартная
неопределенность.
Часто на практике принимают k = 1 для
интервала, имеющего уровень доверия 68 %, k = 2
для интервала, имеющего уровень доверия 95 % и
k= 3 для интервала, имеющего уровень доверия
99 %. Для интервалов, имеющих другие уровни
доверия значения k приведены в таблице

Уровень доверия, %
50 68,27 90 % 95 95,45 99 99,73
k 0,674 1 1,64 1,96 2 2,58 3
Для прямоугольного (равномерного)
распределения k =√3 , а для треугольного k =√6
При выборе значения коэффициента охвата k следует
учитывать:
- требуемый уровень достоверности;
- какую-либо информацию о предполагаемом
распределении;
- информацию о количестве наблюдений,
использованных для оценки случайных эффектов.
Для большинства применений рекомендуется,
чтобы k было равно 2. Однако это значение k может быть
недостаточным в тех случаях, когда суммарная
неопределенность основана на результатах
статистических наблюдений с относительно небольшим
числом степеней свободы (менее шести). В таком случае
выбор k зависит от эффективного числа степеней
свободы.
Когда суммарная стандартная неопределенность
определяется наибольшим по величине вкладом с менее
чем шестью степенями свободы, то рекомендуется
устанавливать k равным двустороннему значению
критерия Стьюдента (t-критерий) для числа степеней
свободы, связанного с этим вкладом, и требуемого
доверительного уровня (обычно 95 %).
ПРИМЕР
Суммарная стандартная неопределенность взвешивания
формируется из вкладов uрасч = 0,01 mg, связанного с
калибровкой, sнабл = 0,08 mg, основанного на стандартном
отклонении пяти повторных наблюдений.

Суммарная стандартная неопределенность


ис=√(0,012+0,082)=0,081mg. Она определяется преимущественно
вкладом сходимости sнабл, основанным на пяти наблюдениях, что
дает 5-1=4 степеней свободы.

Соответственно, k должно быть принято равным значению t


двустороннего распределения Стьюдента. Это значение t для
четырех степеней свободы и 95 % доверительного уровня, как
это следует из таблиц, равно 2,8. Соответственно, k
принимают равным 2,8. Расширенная неопределенность равна
U=2,8.0,081=0,23 mg.
В тех случаях, когда рассматриваемое
распределение является нормальным
распределением, коэффициент охвата, равный 2
приводит к интервалу, содержащему примерно
95 % распределения всех значений измеряемой
величины.

При отсутствии информации о типе (виде)


распределения интерпретация в виде 95 %
доверительного интервала теряет силу.
Если оценка xi берется из спецификации
изготовителя, свидетельства о поверке,
справочника или другого источника, и ее
неопределенность дается как некоторое
кратное стандартного отклонения, то
стандартную неопределенность u(хi) можно
принять равной указанному значению, деленному
на множитель
ПРИМЕР 1.
Свидетельство о калибровке утверждает, что
масса mэ эталона из нержавеющей стали с
номинальным значением 1 килограмм составляет
1000,000325 g и что "неопределенность этого
значения равняется 240 мкг на уровне трех
стандартных отклонений". 
Тогда стандартная неопределенность
эталона массы есть просто
u(mэ) =(240 мкг)/3=80 мкг.
Это соответствует относительной
стандартной неопределенности
u(mэ)/mэ=80*10-9
ПРИМЕР 2.
Справочник дает значение температурного
коэффициента линейного расширения (ТКЛР) меди
при 20°С  16,52*10-6 °С-1 и утверждает, что
"погрешность этого значения не должна превышать
0,40.10-6 °С-1.
Основываясь на такой ограниченной информации,
можно только предположить, что значение ТКЛР
находится с равной вероятностью в интервале от
(16,52-0,40) .10-6 °С-1 =16,12.10-6 °С-1 до (16,52+0,40)*10-
6
 °С-1 =16,92* 10-6  °С-1 , и, что очень маловероятно,
чтобы ТКЛР находится за пределами этого
интервала..
Распределение вероятности значения ТКЛР меди
при 20°С – прямоугольная (равномерная).

Интервал ±0,40 .10-6 °С-1, точнее полуширина


интервала 0,40.10-6 °С-1 представляет собой
расширенную неопределенность значения ТКЛР меди
при 20°С, т.е

U = k*u(α) = 0,40 .10-6 °С-1

Следовательно, стандартная неопредел-сть 


u(α) = U / k =0,40 .10-6 °С-1/ √3 = 0,23 .10-6 °С-1
ПРИМЕР 3.
Значение коэффициента ТКЛР в справочнике
дается как α = 16,52 .10-6 °С-1 и утверждается, что
"наименьшим возможным значением является 16,40
.
10-6 °С-1, а наибольшим возможным значением -
16,92 . 10-6 °С-1, тогда b- = 0.12 .10-6 °С-1, b+ = 0.40 .10-

°С-1.

Верхняя а+ и нижняя а- границы для входной


величины Xi не симметричны относительно их
лучшей оценки xi. В частности, нижняя граница а- =
xi – b-, a верхняя граница а+ = xi + b+
Полуширина прямоугольного распределения,
которая представляет собой расширенную
неопределенность 

а = (b++b-) / 2 = U = k . u(α) =
=(0,12 .10-6 °С-1+0,40 .10-6 °С-1) / 2 = 0,26 .10-6 °С-1

Следовательно,
стандартная неопределенность 

u(α) = 0,26 .10-6 °С-1 / √3 = 0,15.10-6 °С-1


РАСЧЕТ КОЭФФИЦИЕНТОВ ОХВАТА
ИЗ ЭФФЕКТИВНЫХ СТЕПЕНЕЙ СВОБОДЫ
Установление коэффициента охвата k, который соответствует определенной
вероятности охвата, требует чтобы принималась во внимание надежность суммарной
стандартной неопределенности uс(у), которая связана с оценкой у выходной величины.
Это означает, что рассматривается, как хорошо стандартное отклонение, связанное с
результатом измерений, оценивается через uс(у). При оценке стандартного отклонения
нормального распределения мерой надежности являются степени свободы оценок,
которые зависят от объема соответствующей выборки. Подходящей мерой для надежности
стандартной неопределенности, связанной с оценкой выходной величины, аналогично
являются эффективные степени свободы veff. Поскольку положения Центральной
предельной теоремы теории вероятности выполняются, эффективные степени свободы,
относящиеся к результату измерений, в хорошем приближении выражаются через
комбинацию эффективных степеней свободы различных вкладов неопределенности ut(у).
Если условия для применения Центральной предельной теоремы налицо,
то метод для расчета коэффициента охвата k включает в себя три следующих
шага:
1) Оценка стандартной неопределенности, связанной с оценкой выходной ве-
личины;
2) Оценка эффективных степеней свободы veff для стандартной
неопределенности uс(у), с помощью формулы Велча-Саттерсвейта:
u 4 ( y) N u 4 ( y)
c   i
 i 1 i
eff
или 4
u ( y)
  c
eff 4 (11.1)
N ui ( y )

i 1 i

где N 2
2
u ( y)   u ( y) ;
c i
i 1

ui(у)-вклады в стандартную неопределенность, которая соответствует оценке у


выходной величины;
vi - эффективные степени свободы вклада неопределенности ui(у).
базируется на t-распределении (распределении Стъюдента).
Если veff является не целым числом, что обычно и происходит, то veff
уменьшают до ближайшего целого числа.
Если входная оценка xi сама получена из двух или более других оценок, то
значение vi , которое следует использовать в формуле для расчета veff , есть число
эффективных сте­пеней свободы, рассчитанное из выра­жения, эквивалентного
уравнению (11.1).

В зависимости от нужд потенциальных пользователей результата измерения


возможно полезно дополнительно к veff рассчитать и сообщить также значения veffA
и veffВ, вычисленные из уравнения (11.1) при отдельной обработке стан­дартных
неопределенностей,
2
полученных из оценивания по типу А и по типу В. Если
u c ( y )встандартных неопределенностей,
вклады 2
оцененных отдельно по типу А и В, обозначены,
2
соответственно, как и u cA ( y ) u cB ( y ),
упомянутые величины связаны соотношениями:

u 2 ( y)  u 2 ( y)  u 2 ( y)
c cA cB
u 4 ( y) u 4 ( y) u 4 ( y)
c  cA  cB
  
eff effA effB
ПРИМЕР 1.
Допустим, что Y =f(X,, Х2, Х3) = b.х1.х2 .х3, где х1 , х2 , х3- оценки (средние
арифметические) нормально распределенных входных величин Х1, Х2, Х3 от
n1 = 10, п2 =5, п3 =15 независимых повторных наблюдений соответ­
ственно, при относительных стандартных неопределенностях и(х1)/х, =0,25 %,
и(х2)/х2 = 0,57 %, и(х3)/х3 = 0,82 %.
В этом случае
f Y
ci  
оцененные при х1 , х2 , X i X i
х3,
2 2
 u ( y)   u( x ) 
 c  3
   i   (0,25 %) 2  (0,57 %) 2  (0,82 %) 2  (1,03 %) 2
 y 
  i  1  xi 
4
и уравнение (11.1) становится:  u ( y) 
 c 
 y 
 
 
eff 4
 u( x ) 
 i 
3  xi 

i  1 i
Таким образом

1,03 4
   19,0
eff
0,25 4 0,57 4
0,82 4
 
10  1 5  1 15  1

Значение tp для р = 95 % и v = 19 (из таблицы 11.1): t95(19) = 2,09.


Следовательно, относительная расширенная не­определенность для этого
уровня доверия составляет U95 = 2,09 .1,03 % = 2,2 %. Можно, таким образом,
утверждать, что Y = y±U95 = y(1 ± 0,022).
На практике ис(у) зависит от стандартных неопределенностей и(хi) входных
оценок как нормально, так и не нормально распределенных входных величин, и
и(хi) получают на основе как основанных на частоте, так и априорных (т.е. как из
оцененных по типу А, так и по типу В).
Поэтому возникает вопрос относительно числа степеней свободы,
приписываемых стандартной неопределенности, оце­ненной по типу В, когда veff
рассчитывается по уравнению (11.1). Так как соответствующее определение числа
степеней свободы предполагает, что v, как оно проявляется в t-распределении,
является мерой неопределенности дисперсии
s 2 (z)
,
то уравнение (11.2) может быть использовано для опреде­ления числа степеней
свободы v1:

2 (x ) 2
1 u
i 1  u ( xi ) 
     (11.2)
i 2 2
 [u ( x )] 2  u ( xi ) 
i

Величина в больших скобках есть относительная неопределенность и(хi) для


оценивания стандартной неопределенности по типу В - это субъективная
величина, значение которой получают путем научного суждения, основанного на
всей сумме доступной информации.
ПРИМЕР.
Допустим, что чье-то знание о том, как определялась входная
величина хi и как оценивалась стандартная неопределенность и(хi), приводит к
тому, что он считает, что значение и(хi) надежно примерно на 25 процентов.
Это может означать, что относительная неопределенность составляет
и(хi)/и(хi)= 0,25 и, следовательно, из уравнения (11.2)
v1 = (0,25)-2/2 = 8.
Резюме и выводы
Коэффициент охвата kр, который обеспечивает интервал с уровнем доверия
р, близким к заданному, может быть найден, лишь когда имеются об­ширные знания о
распределении вероятностей каждой входной величины, и эти распределения
"объединены" для получения распределения выходной величины. Входные оценки х, и их
стандартные неопределенности и(х,) сами по себе являются недостаточными для этой
цели.
Поскольку громоздкие вычисле­ния, необходимые для "объединения"
распределений вероятностей, редко оправдываются количеством и надеж­ностью
имеющейся информации, то допускается аппроксимация распреде­ления выходной
величины. Благодаря Центральной Предельной Теореме, обычно бывает достаточно
допустить, что распределение вероятностей (у -Y)/uc(y) есть t-распределение, и принять kр
= tp(veff) с коэффициентом t, основан­ном на числе эффективных степеней свободы veff для
ис(у), полученном из формулы Велча - Саттерсвейта, уравнение (11.1).

Чтобы получить veff из уравнения (11.1), необходимо знать число степе­ней свободы vi для
каждой составляющей стандартной неопределенности. Для составляющей, оцененной по
типу A, vi получают из ряда независимых повторных наблюдений, на основе которых
сделана оценка соответствующей входной величины, и из числа независимых величин,
определяемых по этим наблюдениям. Для составляющей, оцененной по типу В, vi
получают из суждения о надежности значе­ния этой составляющей.
Таким образом, ниже приводится резюме предлагаемого метода расчета
расширенной неопределенности Up = крис(у), предназначенной для обеспечения
интервала Y = у ± Up, имеющего уровень доверия, приблизительно равный р:

1) Получите у и ис(у), как описано в разделах 4 и 5;


2) Вычислите veff из формулы Велча - Саттерсвейта, т.е. по уравнению (11.1);
Если и(хi) получено из оценивания по типу А, определите vi, , как указано в G.3.3.
Если и(хi) получено из оценивания по типу В и его можно считать точно известным, что
часто бывает на практике, то vi → ∞; в ином случае оцените vi из уравнения (11.2).
3) Найдите t-коэффициент tp(veff) для требуемого уровня доверия р из таблицы 11.1.
Если veff не целое число, то или интерполируйте, или уменьшите его до ближайшего
целого числа.
4) Примите kp=tp (veff) и рассчитайте Up = крис(у).
Для многих практических случаев измерений в широком диапазоне
областей превалируют следующие условия: оценку у, измеряемой величины У
получают из оценок хi значительного числа входных величин Xi .При таких
обстоятельствах можно допустить, что распределение вероятностей, характеризуемое
результатом измерения и его суммарной стандартной неопределенностью, может
считаться нормальным, благодаря Центральной Предельной Теореме; и ис(у) может быть
принята как разумно надежная оценка стандартного отклонения этого нормального
распределения из-за значительной величины veff. Следовательно, принимая во внимание
обсуждение, проведенное в данном приложении, и подчеркивая рассуждения о
приблизительном характере процедуры оценивания неопределенности и непрактичности
попыток различать интервалы с разницей уровней доверия в 1 или 2 процента, можно
поступать следующим образом:
Примите k = 2 и предположите, что U = 2ис(у) определяет интервал,
имеющий уровень доверия приблизительно 95 процентов; или, для более критических
приложений, k = 3 и U = Зис(у) определяет интервал, имеющий уровень доверия
приблизительно 99 процентов. Далее, для всех значений veff, больших 13, k = 3
определяет интервал с уровнем доверия, большим, чем 99 процентов.
ПРЕДСТАВЛЕНИЕ КОНЕЧНОГО РЕЗУЛЬТАТА ИЗМЕРЕНИЙ

При составлении отчета о неопределенности следует иметь в виду, что


количество информации, необходимое для документирования результата измерений,
зависит от предполагаемого использования последнего.
При движении вверх по иерархии измерений от технических до прецизионных
(включая коммерческую и регулирующую деятельность на рынке, инженерную работу в
промышленности, промышленные и академические исследования и разработки,
калибровочные и поверочные услуги низкого уровня, рабочие эталоны и калибровочные
лаборатории, национальные лаборатории эталонов) требуется приводить все больше
подробностей о том как была получена оценка измеряемой (выходной) величины и
связанная с ней неопределенность.

На любом уровне этой иерархии в отчет о неопределенности необходимо


включать всю информацию, необходимую для того, чтобы ее мог понять любой другой
специалист-метролог, чтобы, если это потребуется, можно было повторно оценить
качество измерений в будущем или его можно было бы улучшить, если появится новая
информация или новые данные. При этом всегда лучше дать слишком много информации,
чем слишком мало [7].
При записи численного полного результата измерений, состоящего из
оценки и неопределенности измеряемой величины, рекомендуется применять следующие
приведенные ниже способы.
В качестве примера рассмотрим эти способы записи для эталона массы mэ с
номинальным значением массы 100 g.

Если мерой неопределенности является Форма записи


uс(у) mэ = (100,02147 ± 0,00035) g
U mэ = 100,02147 ± 0,00079 g
U 100,02147 g ± 0,00079 g (kp = 2)

Правило записи результата измерения. Число (результат измерения), для


которого указывают допустимое отклонение (погрешность, неопределенность),
должно иметь последнюю значащую цифру того же разряда, как и последняя
значащая цифра отклонения (погрешность, неопределенность).
ПРИМЕР.

Правильно Неправильно
17,0 + 0,2 17 + 0,2

17,00 + 0,2
12,13 + 0,17 12,13 + 0,2

46,40 + 0,15 46,4 + 0,15

46,402 + 0,15
Числовые значения величины и её неопределенность целесообразно
записывать с указанием одной и той же единицы величины.
Например: (80,555 + 0,002) кг.
Интервалы между числовыми значениями величин целесообразно
записывать: от 60 до 100, свыше 120 до 150.
• Округление и запись результатов и погрешности измерений
Для технических измерений допустимой считается неопределенность
оценивания неопределенности в 15…20 %.
Неопределенность результата измерения указывается двумя
значащими цифрами, если первая из них равна 1 или 2, и одной, если
первая есть 3 и более.
Результат измерения округляется до того же десятичного разряда,
которым оканчивается округленное значение абсолютной погрешности.
Округление производится лишь в окончательном ответе, а все
предварительные вычисления проводят с одним - двумя лишними знаками.
Расширенная неопределенность
расчитывается по формуле:
а) U = k . uс(y)

 
n
1
  xi  x
2
u( x )  S x 
n(n  1) i 1
2
N  f  2
uc ( у )     u ( xi )
i 1  xi 
Часто на практике коэффициент охвата принимают k = 2 для

интервала, имеющего уровень доверия:

а) 68 %;

б) 95 %;

в) 99 %.
В случае указание расширенной
неопределенности результат измерений
выражается в виде интервала, который можно
записать в виде
а) U = k.uс(y) ; б) U = k2 *uс(y) ;

в) Y = у ± U или
y U  Y  y U
ОТЧЕТ О НЕОПРЕДЕЛЕННОСТИ

Общие положения
Информация, представляемая вместе с результатом измерения, зависит от цели
его дальнейшего использования. При этом следует руководствоваться следую­щими
принципами:
- предоставлять информацию, достаточную для того, чтобы провести уточнение
оценки неопределенности, если появится новая информация или новые данные;
- предпочтительнее предоставить избыточную информации, нежели
недостаточную.
Если подробности измерения, включая то, как оценивалась неопределенность,
даны в виде ссылок на опубликованные документы, необходимо, чтобы эти документы
были актуализированы и соответствова­ли применяемым в лаборатории методам.
Требуемая информация
Полное представление результата измерения должно включать следующую
информацию или ссылку на документы, содержащие такую информацию:
- описание методов, использованных для вычисления результата измерения и его
неопределенности на основе экспериментальных наблюдений и данных о входных
величинах;
- значения и источники всех поправок и констант, использованных как при вы­
числении, так и при анализе неопределенности;
- перечень всех составляющих неопределенности с полной документацией,
касающейся оценки каждой из них.
Данные и их анализ должны быть представлены таким образом, чтобы можно
было легко проследить все важные этапы и при необходимости повторить вычисление
конечного результата.
В тех случаях, когда требуется подробное представление результата,
включающее промежуточные значения, отчет должен включать:
- значение каждой входной величины, ее стандартную неопределенность и
описание того, как она была получена;
- соотношение между результатом и входными величинами, а также частным
производными, ковариациями или коэффициентами корреляции, использованными для
учета этих эффектов;
- число степеней свободы для стандартной неопределенности каждой входной
величины.

В тех случаях, когда функциональная зависимость очень сложна или не


существует в явном виде (например, она может существовать лишь как компьютерная
программа) она может быть описана в общем виде или путем ссылки на соответствующий
источник. В таких случаях должно быть всегда ясно, как получен результат и его
неопределенность.
Представление стандартной неопределенности
Когда неопределенность выражается в виде суммарной стандартной
неопределенности uc, т. е. в виде одного стандартного отклонения, рекомендуется
следующая форма записи:
«(Результат): х (единиц) при стандартной неопределенности uc (единиц), где
стандартная неопределенность соответствует одному стандартному отклонению».
При указании стандартной неопределенности использование знака ± не
рекомендуется, поскольку этот знак ассоциируется с интервалом, соответствующим
высоким уровням достоверности.
ПРИМЕР
Массовая доля азота: 3,52 %
Стандартная неопределенность(оценки массовой доли азота): 0,07 %*
* Стандартная неопределенность соответствует одному стандартному
отклонению.

Представление расширенной неопределенности


Если нет иных требований, то результат х должен быть указан вместе с
расширенной неопределенностью U. Рекомендуется следующая форма записи:
"(Результат): (х ± U) (единиц), где представленная неопределенность вычислена с
при­менением коэффициента охвата, равного 2, что дает уровень достоверности
приблизительно 95 %".
ПРИМЕР
Массовая доля азота: (3,52 ± 0,14) % *
* Представленная неопределенность является
расширенной неопределенностью, вычисленной с
применением коэффициента охвата, равного 2,
который дает уровень достоверности приблизительно
95 %.
Отчет о неопределенности рекомендуется составлять в
виде
9-ти следующих разделов:

1.Измерительная задача:
дать краткое описание того, как определяется
измеряемая величина Y, включая: метод и/или методика
измерения; схема или план измерения; используемое
оборудование; условия измерения.

2. Модель измерения:

Выразить математически зависимость между выходной


величиной Y и входными величинами Xi, от которых она
зависит:
Y=f(X1, X2,…, Xn)
3. Анализ входных
величин:
Входная величина:_______ Тип оценивание неопределенности:___________________
_______________________ Вид распределения:_________________________________
_______________________ Значение оценки:___________________________________
Интервал, в котором находиться значение входной
величины:__________________________________________
Стандартная неопределенность:______________________
Краткое описание того, откуда и на основании каких предположений и предпосылок получены
вышеперечисленные данные, или указание источников получения вышеперечисленных
данных (справочник, сертификат или свидетельство о калибровке, технические условия,
паспорт на средство измерений и т.п.)

4. Результаты наблюдений: список результатов наблюдений,


непосредственно считанных с прибора и определение их статистических характеристик:
среднее арифметическое значение; среднее квадратическое отклонение (стандартное
отклонение); стандартная неопределенность.
5. Корреляции: проанализировать входные величины на предмет их
корреляции и рассчитать коэффициенты корреляции для всех коррелированных входных
величин с указанием методов их расчета.
6. Коэффициенты чувствительности: получить коэффициенты
чувствительности для каждой входной величины или на основании расчета частных
производных ∂f/∂хi или экспериментально с указанием метода получения.
7. Бюджет
и:
Вели  Еди- Зна- Интер Тип Распре- Стан- Сте- Коэффи- Вклад Про-
чина ница чение вал неопре- деление дартная пень циент неопреде- цент-
Хi , вели- оцен- ±r делен вероят- неопре- сво- чустви- лености, ный
чины ки xi ности ностей делен- боды, тель- ui(y ) вклад,
        ность, ν ности, %
u(xi ) ci
 
X1 x1 u(x1 ) c1 u1(y )

X2 x2 u(x2 ) c2 u2(y )

… … … … …

Xn xn u(xn ) cn un(y )

Y y u(y)

8. Расширенная неопределенность: определить коэффициент охвата на


основе
выбранного уровня доверия и рассчитать расширенную неопределенность

9. Полный результат измерений: представить полный результат


измерений, со-
стоящий из оценки у измеряемой величины Y и расширенной неопределенности
U в форме Y=y ±U с указанием единиц измерений для U и у.
Пример
Отчет о неопределенности калибровки концевой меры длины

Этот пример показывает, что даже явно простая задача измерения может
включать тонкие аспекты оценивания неопределенности.

1. Измерительная задача

Длину концевой меры номинальной длиной 50 mm определяют путем сравнения


ее с известным эталоном той же самой номинальной длины. Прямой результат
сличения этих двух концевых мер длины есть разница d в их длинах:
d=l(1+ α) - lэ(1+ αээ), (13.1)
где
l- измеряемая величина, т.е. длина при 20°С калибруемой концевой меры
длины;

lэ- длина эталона при 20°С, приведенная в сертификате о калибровке;

а и aэ - коэффициенты теплового расширения калибруемой концевой меры


длины и эталона соответственно;

 и э - отклонения температуры концевой меры длины и эталона от исходной


20° С соответственно.
2. Математическая модель
Из уравнения (13.1), измеряемая величина дается уравнением:

l (1    )  d
l s э э
1  

= l  d  l      ...
э э э э
 (13.2)

Если разность температуры между калибруемой концевой мерой и эталоном записать в


виде, ,а разность  
их коэффициентов теплового расширения, как δа= a- aэ ,
э
то уравнение (13.2) принимает вид:

l  l  d  l (      )
э э э
Результаты оценивания показали, что разности δ и δα равны нулю, но не их
неопределенности; предполагается, что δα, αэ, δ,  являются некоррелированными (если
бы измеряемая величина была выражена через переменные α, αэ, , э, то было бы
необходимо включить корреляцию между α и αэ и между  и э).
Таким образом, из уравнения (13.З) следует, что оценку значения измеряемой величины l
можно получить из простого выражения lэ  ldэ ,- длина эталона при 20°С,
приведенная в сертификате о калибровке, а d- оценена по d
, среднему арифметическому
из n = 5 независимых повторных наблюдений. Суммарную стандартную
неопределенность значенияulc (l )
получают, применяя уравнение

2
N  f 
u ( у)     u 2 (x ) (13.3.1)
c  x  i
i  1 i 

к уравнению (13.3).
3. Влияющие дисперсии
Подстановка уравнения (Н.3.1) в уравнение (13.3) дает

c э
 э d 
 
u 2  l   c 2u 2 l  c 2 u 2  d   c 2 u 2   c 2u 2    c 2 u 2     c 2 u 2   
э    (13.4)

 
э
c  f / l  1          1,
где э э э
c  f / d  1
d
c  f /   l   0,
 э э
э
c  f /   l   0,
 э
c  f /   l  ,
 э
c  f /   l 
 э э
и, таким образом,


u 2  l   u 2 l  u 2  d   l 2 2u 2     l 2 2u 2   
c э э э э
3.1 Неопределенность калибровки эталона, u(lэ)

Сертификат о калибровке дает в качестве расширенной


неопределенности эталона U = 0,075 мкм и указывает, что это значение было
получено с исполь­зованием коэффициент охвата k=3. Тогда стандартная


неопределенность есть:

u l   0,075 мкм  / 3  25 нм
э
3.2 Неопределенность измеренной разности длин, u(d)
Суммарное экспериментальное стандартное отклонение,
характеризующее сличение l и lэ, определялось из изменчивости 25 независимых
повторных наблюдений разности длин двух концевых мер и составило 13 нм. При
сличениях в этом примере проводилось 5 повторных наблюдений. Стандартная
неопределенность, связанная со средним арифметическим этих показаний, тогда
есть:
   
u d  s d  13 нм / 5  5,8 нм.

Согласно свидетельству о калибровке компаратора, используемого для сличения l и


lэ, неопределенность компаратора, "обусловленная случайными погрешностями",
составляет ±0,01 мкм при уровне доверия 95 процентов и основана на 6 повторных
измерениях; таким образом, стандартная неопределенность, с использованием t-
коэффициента t95(5) = 2,57 для v=6-l=5 степеней свободы будет:

 
u d  0,01 мкм / 2,57  3,9 нм.
1
Неопределенность компаратора, "обусловленная систематическими
погрешностями", в сертификате дается равной 0,02 мкм на "уровне трех
сигма". По этому стандартную неопределенность, вызванную этой причиной,
можно принять, как:
 2    0,02 мкм / 3  6,7нм.
ud

Общий вклад получают из суммы оцененных дисперсий:

 
u 2  d   u 2 d  u 2  d1   u 2  d 2   93 нм2.

или
u(d) = 9,7 нм.
3.3 Неопределенность коэф­фициента теплового расширения, u(αэ)
Коэффициент теплового расшире­ния эталонной концевой меры дли­ны дается, как
αэ = 11,5.10-6 °С-1 с неопределенностью, представлен­ной прямоугольным
распределением с границами ± 2.10-6 °С-1. Тогда стандартная неопределенность

u  э    2 10 6 оC  1  / 3  1,2  10 6 оC  1.


Посколь
ку
c  f /   l   0,
 э э
э
эта неопределенность ничего не вносит в неопределенность l первого
порядка. Однако она вносит в нее вклад второго порядка.
3.4 Неопределенность отклонения температуры концевой меры длины, и()
Утверждается, что температура испытательной ванной поддерживается (19,9 ± 0,5)
°С; при этом температура в момент отдельного наблюдения не записывается. Говорится,
что указанное максимальное отклонение  = ± 0,5 °С представляет собой амплитуду
приблизительно циклического изменения температуры в термостатической системе, а не
неопределенность средней температуры. Значение отклонения средней температуры

  19,9 C  20 C  0,1 C
само имеет стандартную неопределенность, обусловленную неопределенностью
средней температуры испытательной ванны:
u   
0, 2 C ,
в то время как циклическое изменение во времени создает U - образное
(арксинусное) распределение температур, дающее в результате стандартную
неопределенность
u      0,5 C  / 2  0,35 C.
 
Стандартная неопределенность, обусловленная неопределенностями средней
температуры и циклического изменения температуры во времени, получается из
уравнения: 2 2

u    u   u     0,165 C ,
2 

u    0,41 C.
которое дает
Так как

c  f /   l   0,
 s
то эта неопределенность также не вносит никакого вклада в неопределенность
l в первом порядке, но она вносит вклад второго порядка.
3.5 Неопределенность разности коэффициентов расширения, u(δа)
Оцененные границы для изменчивости δа следующие: ±1.10-6 °С-1 с равной
вероятностью того, что δа будет иметь любое значение в пределах этих границ.
Стандартная неопределенность равняется

u     1  10  6  C  1  / 3  0,58  10  6  C  1.
 

3.6 Неопределенность разно­сти температур концевых мер длины, u(δ)


Предполагают, что эталонная и испытуемая концевые меры длины находятся при
одной и той же температуре, но разность температур с одинаковой ве­роятностью может
иметь любое значение в оцененном интервале от -0,05 °С до +0,05 °С. Стандартная
неопределенность равняется:

 
u     0,05 C / 3  0,029 C.
4. Суммарная стандартная неопределенность
Суммарную стандартную неопределенность ис(l) вычисляют из уравнения
(13.5). Собирают отдельные члены, подставляют в это выражение и получают:
2 2 2 2
u 2  l    25нм  2   9,7нм  2   0,05 м  2   0,1 С   0,58  10  6 С  1    0,05 м  2 11,5  10  6 С  1   0,029С  
c        

  25 н  2   9,7 нм  2   2,9 нм  2  16,6 нм  2  1002 нм 2


или
ис(l) = 32 нм.

Очевидно, что доминирующей составляющей неопределенности является


неопределенность эталона, u(lэ)=25 нм.
5. Окончательный результат
Сертификат о калибровке эталонной концевой меры длины дает lэ
=50,000623 mm как ее длину при 20°С.
Среднее арифметическое d пяти повторных наблюдений разности длин
неизвестной и эталонной концевых мер составляет 215 нм. Таким образом, т.к.
l =lэ+ d , то длина l неизвестной концевой меры длины при 20°С составляет
50,000 838 mm. Окончательный результат можно представить в следующем виде:
l=50,000 838 mm с суммарной стандартной неопределенностью ис(l)=32 нм.
Соответствующая относительная суммарная стандартная неопреде­ленность составляет
ис(l)/ l = 6,4.10-7.

6. Расширенная неопределенность
Предположим, что требуется получить расширенную неопределенность
U k u l
99 99 c , которая обеспечивает интервал с уровнем доверия
приблизительно 99 процентов. Требуемые степени свободы указаны в
таблице 13.1. Они были получены следующим образом:

1). Неопределенность калибровки эталона, u(lэ). В сертификате о калибровке


указывается, что число эффективных степеней свободы суммарной стандартной
неопределенности, для которого была получена указанная расширенная
неопределенность, составляет  (l )  18
eff э
d получено из
2) Неопределенность измеренной разности длин, u(d). Хотя
было
пяти повторных наблюдений, но поскольку u (d ) получено из суммарного
экспериментального стандартного отклонения, основанного на 25 наблюдениях, число
степеней свободы u (d ) составляет v(d)=25-1=24. Число степеней свободы u(d1)
неопределенности, обусловленной случайными эффектами на компараторе, составляет v(d1
) = 6 – l = 5, так как d1 было получено из шести повторных измерений. Можно
предположить, что значение неопределенности ±0,02 мкм для систематических эффектов,
обусловленных компаратором, является надежным на 25 процентов и, таким образом,
число степеней свободы из уравнения (11.2) в G.4.2 есть v(d2 ) = 8 (см. пример в G.4.2).
Тогда число эффективных степеней свободы u(d),
 (d ,) получают из уравнения (11.1):
eff

2

 
u 2 d  u 2 (d )  u 2 (d )
1 2   9,7 нм  4
v d    25,6
eff
  4 4
u 4 d u (d1 ) u (d 2 )
 
 5,8 нм    3,9 нм   6,7 нм 
4 4 4

vd  v(d )
1
v(d )
2
24 5 8
3) Неопределенность разности коэффициентов расширения, и(δα). Оцененные
границы ±1 х 10-6 °С-1для изменчивости δα полагают надежными на 10 процентов. Это
дает из уравнения (11.2) в G.4.2 v(δα)=50.

4) Неопределенность разности температур концевых мер длины, u(δ).


Предполагается, что оцененный интервал от -0,05°С до +0,05°С для разности
температур δ является надежным только на 50 процентов, что из уравнения (11.2) в
G.4.2 дает v(δ)=2.
Вычисление veff(l) из уравнения (11.1) в G.4.1 осуществляется точно таким же
образом, как и вычисление veff (d) в 2), описанном выше. Таким образом, из уравнения

veff  l  
 32нм 
4
 16,7.
 25нм  4   9,7нм  4   2,9нм  4 16,6нм  4
18 25 50 2
Для получения требуемой расширенной неопределенности это значение
уменьшается до следующего меньшего целого числа, veff(l)=16. Затем, из таблицы G.2 в
приложении G следует, что t99(16) = 2,92, и поэтому

U99= t99(16) uc(l) = 2,92х(32 нм) = 93 нм.

Согласно 7.2.4 окончательный результат измерения может быть указан, как:

l=(50,000 838 ± 0,000 093) mm,


где число, следующее за символом ± есть численное значение расширен­ной
неопределенности U=kuc, a U определяется из суммарной стандартной неопределенности
uc=32 нм и коэффициента охвата k=2,92, основанного на t - распределении для v=16
степеней свободы, и определяет оцененный интервал с уровнем доверия 99 процентов.
Соответствующая относительная расширенная неопределенность составляет U/l = 1,9x10-6.
7. Члены второго порядка

Уравнение (Н.3.1), которое используется для получения суммарной стандартной


неопределенности  ис(l), должно быть дополнено, когда нелинейность функции Y = f(X1,
X2,..., XN) настолько значительна, что членами второго порядка в разложении в ряд Тейлора
нельзя пренебречь. Именно такой является ситуация в этом примере и поэтому оценка
ис(l), описанная выше, не является полной. Применение выражения

 2 
N N  1   2 f 
 f  3 f  2 2 (x )
       u ( x )u
i j
i  1 j  1  2  xi x j 

x x 
i i jx 2 
 
в уравнении (13.3) добавляет четыре члена второго порядка к уравнению (13.5),
однако только две первые дают ошутимый вклад, которыми нельзя пренебречь. Эти
члены, которые возникают из члена второй степени следующие:

э э
  э
 
l 2u 2    u 2    l 2u 2  u 2      2u 2 l u 2      u 2 l u 2   
э э э
 
Первый из этих членов вносит значимый вклад в ис(l):

l u    u      0,05 м    0,58  10  6  С - 1    0,41  С   11,7 нм,


э    

э э
 
l u  u      0,05 м   1,2  10  6  С- 1    0,029  С   1,7 нм
   

 u l u     (0,1 оС).(25 нм). (0,58. 10-6 оС-1)= 1,6.10-6 нм,
э

 u l u     (11,5. 10-6 оС-1).(25 нм). (0,029 оС)= 8,3.10-6 нм.
э э

Члены второго порядка увеличивают ис(l) с 32 нм до 34 нм.


Таблица 13.1 - Сводная таблица составляющих стандартной неопределенности
Составляюща Значение u i  c i u ( xi )
я стандартной стандартной f Степени
неопределенн неопределенн ci 
Источник неопределенности xi нм свобод
ости, ости, ы
и(xi) и(xi)

u(lэ) Калибровка эталонной концевой 25 нм 1 25 18


меры
u(d)
Измеренное расхождение между 9,7нм 1 9,7 25,6
u (d ) концевыми мерами длины: 5,8 нм 24
-повторные наблюдения 3,9 нм 5
u(d1) -случайные эффекты компаратора 6,7 нм 8
u(d2) -систематические эффекты
компаратора
Коэффициент теплового расширения 1,2 х 10-6 °С-1 0 0
u(αэ)
u ( ) эталонной концевой меры длины

Температура испытательной ванны 0,41 °С 0 0


 
u

Средняя температура ванны 0,2 °С 0 0


u ( )
Циклическое изменение температуры 0,35 °С 0 0
u ( ) в комнате  lэ
Разность коэффициентов 0,58 х 10-6 °С-1 2,9 50
u ( ) расширения концевых мер длины  lэ э
Разность температур концевых мер 0,29 °С 16,6 2

u 2  l    u 2  l   1002 нм ,
длины
ис(l)=32 нм, veff(l)=16
c i
ОТЧЕТ О НЕОПРЕДЕЛЕННОСТИ КАЛИБРОВКИ ГИРИ
Измерительная задача: Определить значение массы гири с
номинальным значением 10 кг.
Метод измерения: Сравнение с эталонной гирей, используя компаратор
массы
Математическая модель измерения: m  m  m  m  m  B
B A D c
Наблюдение: Разница масс между эталонной (А) и калибруемой (В)
гирями определяют методом замещения по схеме АВВА:

 B  A  A B 
m  1i 1i 2i 2i ,
2
где А1i и А2i – показание компаратора при измерении эталонной гири для i-го
цикла;
В1i и В2i – показание компаратора при измерении калибруемой гири для i-го
цикла;
n =3 – число циклов АВВА.
Значение массы эталонной и Показание Наблюдаемая
калибруемой гири компаратора, g разница (∆mi), mg

Первое наблюдение 10,0

Значение массы эталонной гири (A11) 0,010

 Значение массы калибруемой гири (B11) 0,020

Значение массы калибруемой гири (B21) 0,025

Значение массы эталонной гири (A21) 0,015

Второе наблюдение

Значение массы эталонной гири (A12) 0,025

Значение массы калибруемой гири (B12) 0,050 30,0

Значение массы калибруемой гири (B22) 0,055

Значение массы эталонной гири (A22) 0,020

Третее наблюдение

Значение массы эталонной гири (A13) 0,025

Значение массы калибруемой гири (B13) 0,045 20,0

 Значение массы калибруемой гири (B23) 0,040

Значение массы эталонной гири (A23) 0,020

Среднее арифметическое 20,0

Суммарная оценка СКО S (m)


(из предварительных исследований) P 25,000

Стандартная неопределенность S (m)


среднего u (m)  S (m)  P 14,4
P P n
Значение Инте Тип Распред Стандарт. Коэф. Вклад
оценки xi рвал неопр елен. неопред. mg чустви неопред.
  g ± r, ед. вероятн тель.
Величина Хi mg остей

( mА )
mg %
Масса эталонной гири нормаль
(из сертификата калибровки) ( mD ) 10000,01 45 B ное 22,5 1,0 22,5 59,1
Изменение массы эталонной гири прямоуг
со времени последной калибровки
( m ) 0,000 15 B ольное 8,66 1,0 8,7 8,8
Наблюдаемая разница между
массами калибруемой нормаль
и эталонной гирь
( mС ) 0,020 A ное 14,4 1,0 14,4 24,3
Поправка на эксцентриситет ( B ) прямоуг
нагрузки и магнитные эффекты 0,000 10 B ольное 5,77 1,0 5,8 3,9
Поправка для силы выталкивания ( mB ) прямоуг
воздуха 0,000 10 B ольное 5,77 1,0 5,8 3,9
Значение выходной величины
– масса калибруемой гири 10000,025       29,3   29,3  
Расширенная неопределенность
при k=2,             58,5  
Результат: Оцененное значение массы составляет 10,000025 ± 0,000059 kg (k=2, Р=95 %)
Отчет о неопределенности (измеряемой величины)
должен иметь следуюўие разделы:

а) только модель измерения и результаты наблюдений;

б) измерительная задача, модель измерения, анализ


входных величин, результаты наблюдений, анализ
корреляции, коэффициенты чувствительности, бюджет
неопределенности;

в) только результаты наблюдений и бюджет


неопределенности;
Число (результат измерения), для которого
указывают допустимое отклонение (погрешность),
должно записываться в виде:
а) 17,0 + 0,2 б) 17 + 0,2 в) 17,00 + 0,2

Интервалы между числовыми значениями


величин целесообразно записывать в виде:
а) от 60 до 100, или свыше 120 до 150
б) 60 – 100, или ≥ 120 – 150 в) 60 ÷ 100, или ≤ 120
– 150

Неопределенность результата измерения


указывается двумя значащими цифрами, если
первая из них равна:
а) 1 или 2, б) 3 и более в) 10n
Неопределенность результата измерения указывается одной значащей

цифрой, если первая из них равна:

а) 1 или 2,

б) 3 и более

в) 10n

Результат измерения округляется:

а) до того же десятичного разряда, которым оканчивается округленное значение

неопределенности

б) до любого десятичного разряда

в) до требуемой точности
Этап 9
14. ВИДЫ НЕОПРЕДЕЛЕННОСТИ
Виды составляющих неопределенности подразделяются по источникам их
возникновения на неопределенности спецификации, моделирования, метода, средств
измерений (инструментальные), окружающей среды, оператора (личности) и измеряемого
объекта (рис. 14.1).
ВИДЫ НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЙ

Методические Неопределенность
неопределенности моделирования

Инструментальные Неопределенность
неопределенности спецификации

Неопределенности Неопределенность
окружающей среды оператора

Неопределенности
измеряемого объекта

Ри
с. 14.1
1. Неопределенность спецификации. Размер измеряемой физической величины
исходно зависит от параметров внешних влияний, воздействующих на объект измерения.
По­этому корректный подход к измерению требует полного предварительного описания
(спецификации) измеряемой величины, которое включает в себя указания на время
проведения измерения и условия их проведения. Неполная спецификация измеряемой
величины приводит к возникновению соответствующей неопределенности.

2. Неопределенность моделирования. Представление человека об объекте


измерения отражается в его сознании в виде некоторой модели, описываемой
совокупностью параметров. Измеряемые величины, определяемые по мо­делям, всегда
отличаются от свойств реальных объектов, поскольку модель никогда не может быть
абсолютной ко­пией оригинала. Это отличие выражается неопределенностью,
обусловленной неадекватностью модели измеряемой величине

3. Методические неопределенности обусловлены несовершенством метода


измерения.
4. Инструментальные неопределенности — составляющие
неопределенности, определяемые несовершенством применяемых СИ.

5. Неопределенность окружающей среды. Неопределенности измеряемого


объекта включает в себя неопределенности измерения и поддержания заданных
значений температуры, влажности, давления, чистоты помещения, магнитных и
гравитационных полей, вибрации, различных излучений, свет и т. д.

6. Личные неопределенности — неопределенности, обусловленные


особенностями органов чувств или неправильными действиями оператора, например,
неопределенность, возникающая вследствие наличия явления параллакса при
считывании показаний со шкалы стрелочного прибора.

7. Неопределенности измеряемого объекта. Неопределенности


измеряемого объекта включает в себя неопределенности, обусловленные сложностью
формы и поверхности объекта для геометрических измерений, свойствами материала
объекта, размерами и т. д.
Для количественного описания отдельных составляющих
неопределенности какие-то из источников неопределенности, почти всегда
приходится рассматривать по отдельности. В некоторых случаях это необходимо
только для очень малого числа источников; в других, особенно когда имеется мало
данных по эффективности метода или этих данных нет вовсе, каждый источник
может потребовать отдельного изучения. Есть несколько общих приемов для
установления индивидуальных составляющих неопреде­ленности:
- экспериментальное варьирование входных переменных;
- использование сведений из технической документации, например,
сертификатов измерений и калибровки;
- моделирование на основе теоретических принципов;
- использование суждений, основанных на предшествующем опыте или
имитационном моделировании.

Далее рассмотрены отдельные составляющие неопределенности.


14.1. Неопределенность спецификации измеряемой величины

Целью измерения является определение (числового) значения


измеряемой величины. Корректный подход к измерению требует полного
предварительного описания (спецификации) измеряемой величины, которое
включает в себя указания на время проведения измерений и условия их
проведения. Условия проведения измерений указываются в виде совокупности
влияющих величин.

Влияющая величина — величина, которая не является предметом


измерений, но влияет на их результат. Например, температура микрометра,
применяемого для измерения длины; частота при измерении переменного
электрического напряжения; концентрация билирубина при измерении
концентрации гемоглобина в пробе плазмы крови человека.

Зависимость измеряемой физической величины у от параметров


внешних влияний описывается посредством функции влияния f. Функция
влияния может быть определена экспериментально или существовать только
как алгоритм, который должен быть реализован численно.
Неадекватное определение влияющих величин является причиной
возникновения неопределенности спецификации и может привести к несоответствию
между результатами измерений одной и той же величины, проводившихся в
различных лабораториях (нарушению единства измерений).
Примером могут служить эталоны сравнения, предназначенные для сличения
эталонов, которые по тем или иным причинам не могут быть сличаемы
непосредственно. Пример эталона сравнения — группа нормальных элементов,
применяемых для сличения национального эталона вольта с эталоном вольта
Международного бюро мер и весов.

Размер воспроизводимой эталоном сравнения величины передается


ему при сличении в определенных условиях, описываемых в виде совокупности
влияющих величин. Значения этих величин оцениваются с неопределенностями,
обусловливающими неопределенность воспроизводимой величины, которая будет
при сличении заложена в спецификацию на эталон.

Оценку неопределенности спецификации можно получить, определив


(по типу В) стандартные неопределенности влияющих величин u(θi), i =1,2...,m.
Тогда суммарную неопределенность спецификации можно получить в соответствии с
выражением (2.25)
ПРИМЕР.
Измеряемая величина — мощность Р, рассеиваемая при температуре t на
терморезисторе, имеющем значение R0 при температуре t0 и температурный коэффициент
сопротивления α, и зависит от разности потенциалов V, подаваемых на клеммы
терморезистора, как
    
P  f V , R , , t  V 2 / R 1   t  t
0 0 0 ,
где V - входная величина;
t0, R0, α и t - влияющие величины.
Коэффициенты с1, с2, с3 и с4, чувствительности для влияющих величин равны:
,

1 0 0
   0
 
c  P / t  V 2 / R 1   t  t 2  P / 1   t  t
0

c  P / R  V 2 / R 2 1   t  t    P / R ,
2 0 0 0 0
       
c  P /   V 2 t  t / R 1   t  t 2  P t  t / 1   t  t ,
3 0 0 0 0 0

    
c  P / t  V 2 / R 1   t  t 2   P / 1   t  t .
4 0 0 0

Отсюда, в соответствии с (9.3), суммарная неопределенность спецификации мощности на
терморезисторе будет определяться выражением

u P   c1u  t 0   2   c2 u  R0   2   c3u    2   c4 u  t   2 .
Влияющие величины θ1, θ2,..., θm , от которых зависит измеряемая величина Y,
сами могут зависеть от других величин, включая поправки и поправочные
коэффициенты на систематические эффекты, что ведет к усложнению функциональной
зависимости f, которая никогда не может быть записана точно. Поэтому, если f не
моделирует функциональную зависимость до степени, определяемой требуемой
точностью нахождения результата измерения, то для устранения этого в f должны быть
включены дополнительные входные величины.
В приведенном примере, для повышения точности измерения могут
потребоваться дополнительные входные величины, учитывающие известное
неравномерное распределение температуры по резистору, возможный нелинейный
температурный коэффициент сопротивления или возможную зависимость
сопротивления от атмосферного давления.
На практике спецификация измеряемой величины зависит от требуемой
точности измерения. Измеряемую величину следует определять с достаточной полнотой
по отношению к требуемой точности, чтобы для всех практических целей, связанных с
измерением, ее значение было единственным.
ПРИМЕР.
Если длину стального стержня с номинальной длиной 1 м нужно
определить с точностью до микрометра, то его спецификация должна
включать в себя температуру и давление, при которых эта длина определяется
(плюс другие определяющие параметры влияющих величин). Однако если длина
должна быть определена с точностью до миллиметра, то ее спецификация
может быть существенно сокращена.
14.2. Неопределенность моделирования (опознания)

Моделирование объектов измерений, представляющее собой необходимый в


общем случае этап планирования измерений, наименее изученная и мало отраженная в
метрологической литературе процедура.
Моделирование, основанное на теоретических принципах
Во многих случаях разработанная физическая теория позволяет построить
достаточно хорошие модели, описывающие влияние различных факторов на результат
измерений. Например, хорошо изучено влияние температуры на объем и плотность. В
таких случаях неопределенность можно рассчитать или оценить непосредственно из
имеющегося соотношения с помощью методов распространения неопределенностей.
В других ситуациях может оказаться необходимым использование
приближенных теоретических моделей, объединенных с экспериментальными данными.
Например, если результат аналитического измерения зависит от некоторой реакции
получения производного, требующей для своего протекания какого-то времени, то может
потребоваться оценка неопределенности, связанной с временем. Это можно сделать путем
простого варьирования времени, затраченного на протекание реакции.

Неадекватность модели реальному объекту порождает еще до измерений (априори)


неопределенность, называемую неопределенностью моделирования (опознания).
ПРИМЕР.
Классическим примером неадекватности модели измерения объекту служит
измерение диаметра вала, сечение которого отличается от круга (имеет эллипсоидную
или другую форму).

Измерение диаметра вала в различных п направлениях будет давать различные


результаты Dk, подтверждающие наличие неопределенности моделирования
исследуемого объекта измерения. Оценку этой неопределенности s(Dk) можно получить в
результате статистической обработки полученных результатов (по типу А):
где — среднее значение этих результатов.
Если за результат измерения диаметра принимается D, то его
неопределенность будет в
nраз меньше неопределенности Dk:
Сложность модели и степень ее адекватности реальному объекту зависит от
следующих факторов:
а) вид и свойства объекта измерения;
б) цель и требуемая точность измерения;
в) количество априорной информации об объекте, квалификация метролога,
производящего измерения.
В процессе создания модели возникает парадоксальная ситуация. Для того
чтобы произвести измерение искомой величины, необходимо иметь априорную
информацию о ее
В процессе создания модели возникает парадоксальная ситуация. Для того
чтобы произвести измерение искомой величины, необходимо иметь априорную
информацию о её свойствах, по которой устанавливается модель измерения. А эти
свойства могут быть определены (измерены) только в процессе экспериментального
изучения объекта.
Необходимо отметить, что отсутствие отличий в результатах измерений не
всегда гарантирует правильность выбранной модели. Так, например, в работе [9]
показано, что для фигуры, ограниченной дугами окружностей, центры которых
находятся в вершинах равностороннего треугольника с длиной стороны, равной радиусам
окружностей (рис. 3.2), измерения диаметров в различных направлениях с помощью
штангенциркуля дадут одинаковые результаты, равные длине стороны треугольника а.
Рассчитанная по этим значениям площадь «круга» будет равна па2 /4. В
действительности легко показать, что площадь этой фигуры будет (а2/2)(л- ).
Относительная неисключенная систематическая погрешность изме­рения площади будет
3 около 12%.
составлять

Если же в качестве мнимого центра «окружности» принять центр тяжести


фигуры, который находится на пересечении медиан треугольника, то измерение радиуса
окружности в различных направлениях дадут нам различные результаты, изменяющиеся
в пределах от

Таким образом, экспериментальная проверка выбранной модели будет


достоверна только в случае применения правильно спланированной методики проведения
измерений.
14.3. Методические неопределенности

Под методом измерений понимают логическую последовательность


операций, описанную в общей форме и используемую при выполнении измерений
[2,3]. Несовершенство метода измерения приводит к возникновению методических
погрешностей. Их отличительной особенностью является то, что они могут быть
определены лишь путем создания математической модели или имитационным
моделированием измеряемого объекта. После создания такой модели и определения
ее параметров, можно оценить методическую погрешность измерения, по своему
характеру — систематическую. Оценка методической погрешности может быть
использована в качестве поправки к результату измерения.
Исправленный результат измерения отягощен неисключенным остатком
систематической погрешности (НОСП), обусловленным погрешностями
определения параметров модели. Стандартное отклонение НОСП является оценкой
методической неопределенности. Рассмотрим примеры методических !
неопределенностей.
14.3.1. Неопределенность оценки
воздействия средства измерения на объект измерения

Эту неопределенность будем исследовать на примере вольтметра,


подключенного к источнику напряжения V с внутренним сопротивлением R. Сам
вольтметр имеет входное сопротивление Rвх. .

В этом случае значение напряжения на входе вольтметра


(неисправленный результат измерения) будет равно.

Определим исправленный результат измерения, с учетом поправки на


систематическую погрешность измерения, обусловленную шунтированием
сопротивления источника входным сопротивлением вольтметра.
Рассматривая это выражение как уравнение косвенных
измерений, с учетом отсутствия корреляции между погрешностями
определения входного сопротивления вольтметра и сопротивления
источника, можно записать выражение для неопределенности
моделирования, как:
где
иR — неопределенность оценки сопротивления вольтметра;
uвх — неопределенность оценки сопротивления источника.
Значение сопротивления источника и вольтметра известны
приближенно, в пределах некоторых границ [Rmin; Rmax], [Rвх
min; Rвх max ]. Считая все значения сопротивлений внутри указанных
границ равновероятными, можно оценить по типу В неопределенности
обоих сопротивлений как:
Таким образом, стандартная неопределенность u(V) будет равна
где δ(R) = ∆R/R; δ(Rex) = ∆Rвх/Rвх — относительные интервалы
возможных значений сопротивлений.
14.3.2. Неопределенность алгоритма обработки результатов измерений
В метод измерения могут быть заложены вычислительные операции —
определение среднего, среднеквадратического или среднего абсолютного значения ряда
наблюдений изменяющегося параметра измеряемой величины, численное
интегрирование или дифференцирование, вычисление значения элементарной функции
путем разло­жения в ряд и т.д. В зависимости от выбранного алгоритма обработки
результаты измерений могут быть отягощены соответствующими погрешностями.
Стандартное отклонение этих погрешностей является оценкой неопределенности
используемого алгоритма обработки.
ПРИМЕР 1.
При определении среднего значения измеряемой величины q через среднее
арифметическое qряда наблюдений qк, дисперсия оценки среднего арифметического
составит, как известно
………………………..
поэтому неопределенность алгоритма обработки результатов измерений будет
равна
…………………………
ПРИМЕР 2.
Выбор неподходящей модели при градуировке, например, использование
линейной градуировки при нелинейном отклике, приводит к худшей подгонке и
большей неопределенности.

ПРИМЕР 3.
Отбрасывание цифр и округление может приводить к неточности конечного
результата. Поскольку эти ситуации трудно предсказать заранее, может быть оправдан
допуск на некоторую неопределенность.
14.3.3. Неопределенности, возникающие при аппроксимации и упрощениях
К таким неопределенностям относятся неопределенности косвенных
измерений, обусловленные упрощением связи между измеряемой величиной и ее
аргументами, измеряемыми с помощью прямых измерений.
Например, результат измерения мощности Рн генератора с помощью
микроволнового ваттметра поглощающего типа, являющегося нагрузкой линии передачи,
зависит от параметров их рассогласования с линией передачи, выра­жаемых через
комплексные коэффициенты отражения генератора g, и ваттметра g, следующим образом
[10]:
где Ро — мощность, поглощенная на согласованной нагрузке;
Ф — суммарная фаза коэффициента отражения нагрузки, генератора и линии
передачи.
В этом выражении. Р0|Гн|2 — постоянная составляющая систематической
погрешности рассогласования, которую устраняют при точном знании модуля
коэффициента отражения ваттметра, а 2Р0 |Гн| |Гг | cosФ — переменная часть погрешности
рассогласования, которую не учи­тывают при проведении измерений. Фаза Ф зависит не
только от фазы коэффициентов отражения генератора и ваттметра, а еще и от длины
линии. Поэтому предполагают, что все значения фазы Ф равновероятны, т.е. фаза Ф есть
случайная величина, распределенная по равномерному закону. Тогда составляющую 2Р 0 |
Гн| |Гг | cosФ можно рассматривать как случайную величину, распределенную по закону
арксинуса (рис.А.1, д). Стандартное отклонение этой составляющей, очевидно, будет
равно
14.4. Инструментальные неопределенности

Инструментальные неопределенности — это неопределенности,


обусловленные несовершенством СИ.
Они могут включать, например, пределы точности аналитических весов;
наличие регулятора температуры, который может поддерживать среднюю
температуру, отличающуюся (в заданных пределах) от регистрируемой;
автоматический анализатор, который может быть подвержен эффектам
перегрузки; неопределенности, заложенные в принцип действия измерительного
прибора; неопределенности, обусловленные недостатком технологии
изготовления или конструкции СИ и т.д.
Неопределенности, заложенные в принцип действия измерительного прибора.

Эти неопределенности, в зависимости от режима использования СИ,


разделяют на статические и динамические. Статическая неопределенность — это
неопределенность измерения ФВ, размер которой можно считать неизменным за время
измерения. Динамическая неопределенность — это составляющая неопределенности
измерений, возникающая дополнительно к статической во время динамических измерений,
при которых размер измеряемой ФВ нельзя считать неизменным. Она определяется двумя
факторами: динамическими свойствами СИ и характером изменений во времени
измеряемой величины.
Примером статической неопределенности этого типа является
неопределенность, обусловленная нелинейностью функции преобразования СИ, например,
нелинейность закона Гука в широком диапазоне, нелинейность температурных датчиков
(эффект Зеебека) при измерении температуры, частотные неопределенности вольтметров
переменного тока. Примером динамических неопределенностей являются
неопределенности, обусловленные инерционными свойствами СИ (инерционностью
термометра при измерении температуры, инерционными свойствами спидометра при
определении быстроменяющихся скоростей и т.д.),
Одной из наиболее часто встречающихся неопределенностей, заложенных в
принцип действия всех цифровых СИ, является неопределенность квантования
непрерывной величины при аналогово-цифровом преобразовании.
В процессе квантования происходит измерительное преобразование
непрерывно изменяющейся величины X в ступенчато изменяющуюся величину XN = N q с
заданными размерами ступеней q. При этом бесконечному множеству возможных
значений величин X ставится в соответствие конечное и счетное множество возможных
показаний или выходных кодов цифрового устройства N.
Квантованию, как измерительному преобразованию, присуща погрешность,
возникающая при отображении непрерывной по размеру величины X ограниченным по
числу разрядов числом N. Погрешность квантования равна разности между результатами
измерения и истинным значением величины Х
∆k=XN-X, (14.1)
если погрешность меры и компаратора равны нулю. Таким образом, как следует из
(3.1), зависимость погрешности квантования ∆k от измеряемой величины X линейна в
пределах шага квантования q.
В цифровых СИ измеряемая величина X, находящаяся между двумя уровнями
квантования XN и XN+1 как правило, отражена нижним числовым значением N. В этом
случае погрешность квантования ∆k всегда отрицательна, а ее максимальное (по модулю)
значение равно шагу квантования q. Поскольку X может принимать любое равновероятное
зна­чение в пределах шага квантования, заданного уровнями квантования XN и XN+1, то
стандартная неопределенность квантования, рассчитанная по типу В, будет определяться
как стандартное отклонение равновероятного закона распределения с указанными
границами и составлять значение
Неопределенности, обусловленные недостатком технологии изготовления или
конструкции СИ. К таким неопределенностям приводят неравенство плеч у весов,
неудовлетворительная подгонка мер, люфт микрометрических винтов и т.д.
В работе [11] рассмотрена погрешность ∆φ, возникающая из-за эксцентричности
вращающихся частей измерительных приборов, например секундомера (рис. 14.2).

Рис. 14.2. Погрешность, обусловленная эксцентриситетом оси стрелки секундомера

Эта погрешность — периодическая, изменяющаяся по синусоидальному закону


где е — смещение стрелки относительно центра шкалы (эксцентриситет);
φ — угол поворота стрелки. Стандартное отклонение этой погрешности будет равно
14.5 Неопределенности условий измерений

Мерная стеклянная посуда может применяться, например, при температуре,


отличающейся от той, при которой она была откалибрована. Большие температурные
эффекты должны быть учтены введением поправок, однако, и в этом случае любая
неопределенность в значениях температуры жидкости и стекла подлежит рассмотрению.
Аналогично, может иметь значение влажность окружающего воздуха, если применяемые
материалы чувствительны к ее возможным изменениям.
14.6 Неопределенность измеряемого объекта (пробы)

Состав сложной матрицы может оказывать влияние на извлечение


определяемого компонента или на отклик прибора. Чувствительность к форме
нахождения определяемого компонента может еще больше усилить это влияние.
Стабильность образца (пробы) или определяемого компонента может
изменяться в процессе анализа из-за изменения теплового режима или
фотолитического эффекта.
Когда для оценки степени извлечения используется некоторая «известная
добавка», фактический выход определяемого компонента из пробы может отличаться
от степени извлечения добавки, что вносит дополнительную неопределенность,
которую также нужно оценить.
14.7. Личные неопределенности

Личные неопределенности, или неопределенности оператора,


обусловлены следующими факторами:

1. Инерционными свойствами органов чувств наблюдателя, например,


при запаздывании в отсчетах максимального положения указателя в
баллистических приборах.

2. Влиянием месторасположения наблюдателя и особенностями


системы отсчета (параллакс), ошибками в интерполяции отсчета, попадающего
между двумя оцифрованными отметками, и др.

3. Возможность регистрации заниженных или завышенных показаний


измерительных приборов.

4. Возможность незначительных различий в интерпретации методики.


ПРИМЕР.
По данным профессора М.Ф. Маликова [12], в зависимости от
индивидуальных особенностей операторов, связанных с их реакцией,
измерительными навыками и т. п., погрешность глазомерного отсчета по шкалам
измерительных приборов достигает ±0,1 деления шкалы.
Поскольку положение стрелки внутри указанного диапазона можно считать
равновероятным, неопределенность отсчета, оцененная по типу В, будет,
очевидно, равна 0,1 / 3  0,058 деления шкалы.
3. Ограничением диапазона чувствительности и нелинейностью характеристик
восприятия органов чувств.
ПРИМЕР.
Неправильное определение нулевых биений при измерении частоты гетеродинным
частотомером обусловлено ограничением снизу частотного диапазона чувствительности уха.
В гетеродинном частотомере измеряемая частота fx определяется из условия равенства
образцовой частоте f0, вырабатываемой перестраиваемым гетеродином. При приближенном
равенстве указанных частот на выходе частотомера получаются т.н. нулевые биения, т.е.
колебания разностной (близкой к нулю) частоты |f0 - fx|. В качестве индикатора этих биений в
некоторых типах частотомеров применяются головные телефоны, а в качестве компара­тора — ухо
оператора. Поскольку нижняя граница диапазона чувствительности уха человека составляет 16-20
Гц, то границы погрешности отсчета будут равны ±(16-20) Гц. Стандартная неопределенность
отсчета, рассчитанная пo типу В, в предположении равновероятного распределения положения
нулевых биений внутри этого интервала, будет, очевидно равна

(16  20) / 3  9,2  11,5 Гц


Указанная погрешность компенсируется применением метода «вилки», при котором искомая
частота определяется как среднее арифметическое частот гетеродина, соответствующих
пропаданию f01 и появлению f02 звука в телефонах. Однако и в этом случае погрешность сравнения не
удается сделать менее ± 10 Гц [11], что соответствует стандартной неопределенности ≈6 Гц.
14.6. Контрольные вопросы

1.Приведите классификацию видов неопределенностей по источникам их возникновения.


2.Приведите примеры неадекватности модели объекту измерения.
3.Что называется влияющей величиной?
4.Приведите примеры дискретности физических величин и ее влияния на точность
измерения.
5.Перечислите примеры возникновения шумов и объясните их влияние на точность
измерения. Как можно устранить это влияние?
6.Что такое методическая погрешность и как производится ее минимизация?
7.Выразите неопределенность, возникающую при учете воздействия входного
сопротивления вольтметра на источник напряжения.
8.Приведите примеры неопределенностей алгоритма обработки результатов измерений.
9.Выразите стандартное отклонение при измерении мощности с помощью ваттметра
поглощаемой микроволновой мощности, обусловленное его рассогласованием с линией
передачи.
10.Оцените погрешность квантования цифровых СИ.
11.Приведите пример неопределенностей, обусловленных недостатком изготовления или
конструкции СИ. Оцените влияние эксцентричности вращающихся частей измерительных
приборов на неопределенность измерения.
12.Оцените неопределенность глазомерного отсчета на малом делении равномерной
шкалы прибора.
13.Оцените стандартную неопределенность отсчета положения нулевых биений при
настройке гетеродинного частотомера.
Динамическая неопределенность — это

а) неопределенность измерения величины, размер которой можно считать неизменным

за время измерения;

б) составляющая неопределенности измерений, возникающая дополнительно к

статической во время динамических измерений, при которых размер измеряе­мой величины

нельзя считать неизменным.

в) в теории неопределенности такого термина ни употребляют.

Механическая неопределенность — это

а) неопреде­ленность измерения ФВ, размер которой можно считать неизменным за

время измерения;

б) составляющая неопределенности измере­ний, возникающая дополнительно к

статической во время динамических измерений, при которых размер измеряе­мой ФВ нельзя

считать неизменным.

в) в теории неопределенности такого термина ни употребляют.


зависимости от режима использования СИ, разделяют на какие виды?

а) статические и динами­ческие;

б) механические и динамические;

в) статические и механические.

Статическая неопределенность — это

а) неопреде­ленность измерения величины, размер которой можно считать неизменным

за время измерения;

б) составляющая неопределенности измере­ний, возникающая дополнительно к

механической во время динамических измерений, при которых размер измеряе­мой ФВ нельзя

считать неизменным;

в) в теории неопределенности такого термина ни употребляют.


Что такое влияющая величина в оценки неопределенности

измерений?

а) величина, которая является предметом измерений, но не влияет на

их результат;

б) величина, которая не является предметом измерений, но влияет на

их результат;

в) в оценки неопределенности измерений не употребляются термин

влияющая величина.
15. ОБРАБОТКА РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ

Важнейшим признаком классификации измерений является вид уравнения


измерения, по которому их разделяют на прямые, косвенные, совместные и
совокупные. Для этих видов измерений ниже будут рассмотрены способы
обработки их результатов и вычисление неопределенностей.
15.1. ОБРАБОТКА РЕЗУЛЬТАТОВ ПРЯМЫХ ИЗМЕРЕНИЙ
Под прямыми измерениями понимают измерения, при которых значения ФВ
получают непосредственно [1]. В них измеряемая величина Y принимается равной
непосредственно наблюдаемой X
Y = X. (15.1)
Прямые измерения — наиболее распространенный и простой вид измерений. Эти
измерения являются составным элементом косвенных, совместных и совокупных
измерений. Прямые измерения можно производить путем однократных и многократных
наблюдений. Выбор количества наблюдений определяется требованиями к точности
измерения и допустимой трудоемкостью обработки их результатов.
Наиболее распространенными на практике являются измерения с однократными
наблюдениями (однократные измерения), как наиболее простые, производительные и де­
шевые. Измерения с многократными наблюдениями (многократные измерения)
производятся при повышенных требованиях к точности измерений. Такие измерения
характерны для профессиональной метрологической деятельности и выполняются в
основном сотрудниками метрологических служб, а также при тонких научных
экспериментах. Это сложные, трудоемкие и дорогостоящие измерения, целесообразность
которых должна быть всегда убедительно обоснована.
15.1.1. Обработка результатов прямых измерений с однократными
наблюдениями
Прямые однократные измерения проводят с числом наблюдений не более
трех. Повторные наблюдения в этом случае служат для страховки от совершения
промахов. Для оценивания суммарной неопределенности результатов прямых измерений с
однократными наблюдениями необходимо априорно знать значения всех ее
составляющих. Таким образом, составляющие суммарной неопределенности прямых
измерений с однократными наблюдениями оцениваются по типу В. Порядок обработки
заключается в следующем:

1.Анализируется схема измерения, априорная информация об условиях


проведения измерения, метрологические характеристики применяемой аппаратуры.
2.Производится одно-три наблюдения значения измеряемой величины.
Результат одного из наблюдений, не содержащих промахов, принимают за оценку у
результата измерения Y .
3.Находят стандартные неопределенности типа В измеряемой величины.
Исходными данными для вычисления являются:

-сведения о распределении вероятностей измеряемой величины, основанные


на данных предшествовавших измерений;
-данные, основанные на опыте исследователя или общих знаниях о
поведении и свойствах соответствующих приборов и материалов;
-неопределенности констант и справочных данных;
-данные поверки, калибровки, сведения изготовителя о приборе и т. д.
Различные варианты исходных данных определяют выбор одного из
нижеследующих вариантов вычисления стандартной неопределенности (см. также пп.
2.2.2, 2.3.1).
Если известен закон распределения Y, то его стандартное отклонение
принимается равным стандартной неопределенности и1 (Y).
Если можно оценить лишь верхний и нижний предел погрешности средства
измерительной техники а+ , а- то вычисление стандартной неопределенности следует про­
изводить, в зависимости от вида предполагаемого распределения погрешности измерения
внутри границ по следующим формулам:
а).для равновероятного распределения (рис. 2.2)
(15.2а)
б).для треугольного распределения (рис. 2.4)
(15.26)
в).для трапецеидального распределения (рис. 2.3)
(15.2в)
(при изменении β от 0 до 1 трапецеидальное распре­деление изменяется от
треугольного до равновероятного);
g).для арксинусного распределения (рис. А.1, д)
(15.2г)
д).для экспоненциального (асимметричного) распределения (рис. 2.5)
(15.2д)
где λ — параметр распределения, у — измеренное значение Y;
3. Для заданных интервалов Uр с известным уровнем доверия р, в предположении
нормального закона распределения, неопределенность типа В определяется как
(15.3)
где κр – коэффициент охвата для нормального распределения, равный соответственно
1,64;1,96 и 2,58 для уровня доверия 0,9;0,95 и 0,99.
4. После определения всех составляющих неопределенности измерения и, (Y)
производится их суммирование в соответствии с выражением
(15.4)
5. Задавшись уровнем доверия р , с учетом закона распределения результата
измерения, находят расширенную неопределенность
(15.5)
где к — коэффициент охвата.
Обычно к выбирают в диапазоне от 2 до 3. Более точное его значение можно
определить, если известен закон распределения результата измерения (см. пп. 1.3.5),
являющийся композицией законов распределения составляющих погрешностей. В большинстве
случаев предполагают, что этот закон —. нормальный (т.к. наличие уже трех составляющих
погрешности дает приблизительно нормальный закон распределения результата измерения).
Тогда коэффициент охвата будет равен 1,96, 2,58 и 3 для уровней доверия р, соответственно,
0,95; 0,99 и 0,9973. Обычно значения коэффициента охвата округляют, принимая к = 2 и к = 3
для уровней доверия 0,95 и 0,99, соответственно.

6. Записывают результат измерения в виде


(4.6)
или (15.7)
ПРИМЕР 1.

Производится измерение напряжения постоянного тока с по­мощью вольтметра


В7–37. Показания вольтметра Vx =1,347 В. Необходимо определить результат измерения
и оценить неопре­деленность измерения напряжения.
1. Составляем спецификацию измерений:

а) анализ условий измерений:


– измерения производятся в лабораторных условиях при температуре
окружающего воздуха +25°С.

б) анализ схемы измерения:


-напряжение измеряется на выходе источника с внутренним сопротивлением R
=(100 ±10) кОм;
-предел измерения прибора – 2 В;

в) анализ технических характеристик прибора:


- рабочие условия применения прибора: температура окружающего воздуха от 5 до
40°С;
- ступень квантования прибора составляет цену единицы младшего разряда;
- предел основной относительной погрешности прибора при измерении
постоянного напряжения на поддиапазонах 0,2 и 2 V;
В равен значениям, вычисляемым по формуле

  Vk 
   0,25  0,2 , %,
  Vx  

где Vk — значение установленного поддиапазона измерения, В;


Vx — показание прибора, В.
- предел дополнительной погрешности прибора, вызван­ной изменением
температуры окружающего воздуха от нормальной до любой в пределах
рабочей области тем­пературы, не более предела основной погрешности на каждые
10°С изменения температуры;
- активное входное сопротивление Rвх прибора (10±1) МОм при измерении
постоянного напряжения.
2. Определяем исправленный результат измерения, с учетом поправки на
систематическую погрешность измерения, обусловленную шунтированием сопротивления
источника входным сопротивлением вольтметра (см. пп. 3.2.1).
Поскольку
Rвх
Vx  VR ,
R  Rвх

где VR — напряжение холостого хода на выходе источника;


Vх — показания вольтметра,

R  Rвх 10100
то VR  Vx  1,347  1,36047  B .
Rвх 10000
3. Определяем составляющие ui(V) суммарной неопределенности измерения
напряжения.
1) Основная неопределенность измерения, вычисляется через выражение для
основной относительной погрешности δ в предположении о равновероятном
распределении погрешности внутри границ.
Поскольку границы относительной погрешности равны
  Vk 
   0,25  0,2  1, %
  Vx  
  2 
  0,25  0,2  1  0,347 % ,
  1,347 

то границы абсолютной погрешности будет равны

    Vx / 100%  0,00347 1,347  0,00467 B.

Отсюда основная неопределенность измерений будет равна

 0,004367
u1    0,0027 B.
3 1,732
2) Неопределенность, обусловленная отклонением температуры от нормальной
(20°С).
Поскольку измерения производились в лабораторных условиях при температуре
окружающего воздуха +25°С, а предел дополнительной погрешности прибора, вызванной
изменением тем­пературы окружающего воздуха от нормальной до любой в пределах
рабочей области температуры, не более предела основной погрешности на каждые 10°С
изменения температуры, то дополнительная температурная неопределенность будет
равна

25  20
u2  u1  0,5u1  0,00135 B.
10

3) Неопределенность квантования u3 ­измеряемого напряжения равна погрешности


квантования, деленной на коэффициент охвата для равномерного закона распределения

0,0005
u3   0,00029 B.
3
4) Неопределенность поправки u4 , обусловленная неопределенностью ивх входного
сопротивления вольтметра Rвх и неопределенностью uR сопротивления источника R,
определяется из выражения для поправки q:
R  Rвх R
q   V x  V R   V x  Vx  Vx .
Rвх Rвх

Рассматривая это выражение как уравнение косвенных измерений, с учетом отсутствия


корреляции между погрешностями определения входного сопротивления вольтметра и
сопротивления источника, можно записать

u 4  WR2 u R2  Wвх2 u вх2 ,

где q Vвх
WR    0,1347 мкВ/Ом;
R Rвх

q R
Wвх   Vвх 2  1,347нВ/Ом.
Rвх Rвх
Значение сопротивления источника и вольтметра известны приближенно, в
пределах некоторых границ  Rmin ; Rmax ,  Rвх min ; Rвх max . Считая
все значения сопротивлений внутри указанных границ равновероятными, можно оценить
по типу В неопределенности обоих сопротивлений как

u B  R    Rmin  Rmax  / 12  20 / 3,4641  5,773 кОм;

u B  R    Rmin  Rmax  / 12  20 / 3,4641  5,773 МОм.


Стандартная неопределенность u4 поправки будет равна

u4  WR2u R2  Wвх2 uвх2  7,8 1010 В.


4. Суммарная стандартная неопределенность измерения напряжения будет равна

uc  u12  u22  u32  u42   0,0027 2   0,00135 2   0,00029 2   0,00078 2  0,0032 В.

Анализируя, составляющие неопределенности, можно видеть, что


неопределенность квантования u3 значительно меньше, чем неопределенности u1, u2 и u4,
поэтому ею при расчете суммарной неопределенности можно пренебречь.
Неопределенность поправки u4 существенна, поскольку источник напряжения имеет
довольно большое значение внутреннего сопротивления R. При малых R, по сравнению с
входным сопротивлением вольтметра Rвх, этой неопределенностью можно также
пренебречь.
5. Задавшись уровнем доверия р=0,95, с учетом предположения о нормальности
закона распределения результата измерения, находим расширенную неопределенность

U  kuc  Y   2  0,0032  0,0064 B.

6. Записываем результат измерения в виде

V  1,360  0,006 В, p=0,95;

или 1,354 В  V  1,366 B, p=0,95.


15.1.2. Обработка результатов прямых измерений с многократными
наблюдениями
Цель обработки результатов измерений с многократными наблюдениями
состоит в уменьшении неопределенности результата измерений.
При обработке многократных измерений решают две задачи.
Во-первых, определяют некоторое приближенное значение у измеряемой
величины Y, называемое оценкой и наилучшим образом (с точки зрения ее эффективности)
соответствующее полученным результатам.
Во-вторых, определяют (по типу А) экспериментальную стандартную
неопределенность результатов отдельных наблюдений ук (к = 1,2,..., п) и результата
измерений у.
При статистической обработке результатов наблюде­ний следует выполнить
следующие операции.
1. Исключить из числа результатов наблюдения результаты, содержащие
грубые погрешности (промахи).
2. Исключить известные систематические погрешности из результатов
наблюдений.
3. Вычислить среднее арифметическое исправленных результатов
наблюдений, принимаемое за результат измерения:
(15.8)
4. Вычислить экспериментальное стандартное отклонение результата
наблюдения
(15.9)
5. Вычислить экспериментальное стандартное отклонение
результата измерения (среднего арифметического)
(15.10)
6.Оценить составляющие u1 (Y) суммарной стандартной неопределенности по
типу В неисключенных остатков систематической погрешности результата измерения
(аналогично тому, как это делалось для прямых измерений
с однократными наблюдениями).
7. Вычислить суммарную неопределенность типа В результата измерения
(15.11)
8. Вычислить суммарную неопределенность результата
измерения
(15.12)
9. Определить расширенную неопределенность результата
измерения как
(15.13)
где к — коэффициент охвата для нормального закона распределения с уровнем
доверия р.
10. Записать результат измерения в виде
(15.14)
или (15.15)
ПРИМЕР.
Производится измерение с многократными
наблюдениями частоты синусоидального сигнала с
помощью электронносчетного частотомера Ч3-
63. Показания частотомера f составляют,
кГц:
151348; 151342; 151344; 151346; 151348; 151349;
151345; 151351; 151343; 151344; 151359; 151350;
151347; 151348; 151346; 151352; 151345; 151349;
151347; 151346.

Необходимо оценить неопределенность измерения


частоты.
1. Составляем спецификацию измерений:
а) анализ условий измерений:
-измерения производятся в лабораторных условиях при температуре
окружающего воздуха +25°С;
б) анализ схемы измерения:
- время счета прибора — 10 мс;
-время, прошедшее после установки действительного значения частоты
опорного генератора частотомера — 3 месяца.
в) анализ технических характеристик прибора:
-рабочие условия применения прибора: температура окружающего воздуха от
— 30 до + 50°С;
-относительная погрешность измерения частоты синусоидальных сигналов в
пределах значений, рассчитанных по формуле
 1 
f    0  ,
 f изм t сч 
где 0 — относительная погрешность по частоте внутреннего опорного,
генератора, равная после самопрогрева в течение не менее 2 часов ±1,5·10 -7 за 30 дней и
±5·10-7за 12 месяцев после установки действительного значения частоты;
1
f изм t сч
— погрешность квантования;

fизм— измеряемая частота, Гц;

- tсч — время счета, с.


-температурный коэффициент частоты
опорного генератора не более ±110,9 с на 1°С;
2. Устраним из результатов измерений грубые
погрешности и промахи.

Для этого рассчитаем


 среднее арифметическое полученных
результатов
1 20
f  
20 k 1
f k  151347,45 кГц;
 стандартное отклонение
результату от среднего
арифметического

s
1 n

n  1 k 1
fk  f   2
 3,78 k
1
Приведенный алгоритм устранения грубых погрешностей (промахов) известен в литературе под
названием «критерий 3-х сигм» и применяется для числа измерений больше 20-30. Для меньшего
числа измерений следует применять для указанных целей критерий Смирнова [4].
интервал неопределенности,
соответствующий уровню доверия 0,9973
в предположении нормального закона
распределения результатов наблюдений
U = 3s = 11,33 кГц;
границы этого интервала для результатов
наблюдений
fмин = 151336,12 кГц; fмакс = 151358,78 кГц.
Наибольший результат наблюдения 151359
кГц выходит за границы рассчитанного
интервала, поэтому устраняется из числа
результатов наблюдения как отягощенный
грубой погрешностью (или промахом)1.
3. Поскольку систематические погрешности неизвестны, их исключение не
производим.
4. Вычислим среднее арифметическое исправленных результатов наблюдений,
принимаемое за результат измерения:

1 19
f   f k  151346,84 кГц;
19 k 1
5. Вычислим экспериментальное стандартное отклонение результата наблюдения

s
1 n

n  1 k 1

fk  f  2
 2,69 кГц.

6. Вычислим экспериментальное стандартное отклонение результата изменения


(среднего арифметического)

 
s f  s / n  617 Гц.
7. Оценим составляющие суммарной стандартной неопределенности по
типу В uВ (Y) неисключенных остатков систематической погрешности
результата измерения
1) Неопределенность частоты внутреннего опорного генератора
частотомера вычисляется через выражение для основной относительной
погрешности f в предположении о равновероятном распределении погрешности
внутри границ.
Границы относительной погрешности 0 не превышают ±5·10-7.
Границы абсолютной погрешности будут в этом случае равны
  f    5  10  151346840  76 Гц.
0
7

Стандартная неопределенность частоты опорного генератора u1 , в


предположении о равновероятном распределении погрешности внутри границ,
будет равна

u1   / 3  44 Гц.
2
В выражение для относительной погрешности измерения частоты входят две
составляющие — нестабильность частоты опорного генератора и погрешность
квантования, суммируемые алгебраически. При определении суммарной неопределенности
измерения неопределенность каждой составляющей оценивается отдельно.
2) Неопределенность квантования u2 определяется из границ погрешности квантования

1 1 1
 кв   f изм      100 Гц
f изм tсч tсч 10 ms
по формуле

u2   кв / 3  57,7 Гц.

3) Неопределенность u3 , обусловленная изменением частоты опорного


генератора при изменении температуры окружающей среды от 20°С (температура
калибровки -частотомера tк) до 25°С (температура окружающей среды в момент
измерений tизм), вычисленная через температурный коэффициент частоты ±1·10-9, в
предположении о равновероятном распределении внутри границ, будет равна

u3  f изм tизм t к kt / 3  151346840   25  2010 9 / 3  0,437 Гц.


8. Вычислим суммарную неопределенность типа В результата
змерения
ucB  f   u  u  u  u  u  73 Гц.
2
1
2
2
2
3
2
1
2
2
При вычислении суммарной неопределенности типа В составляющей u3
ввиду ее малости пренебрегли. Составляющую u2 можно уменьшить до
пренебрежимо малой величины, увеличив время счета.
9. Вычислим суммарную неопределенность результата измерения

 
uc  Y   s 2 f  uсВ
2
 f   621 Гц.
10. Задавшись уровнем доверия р=0,95, с учетом предположения о
нормальности закона распределения результата измерения, находим
расширенную неопределенность
U  k  uc  f   2  621  1242 Гц,
где k =2 – коэффициент охвата.

11. Записываем результат измерения в виде


f=151346,8 ± 1,2 кГц, p=0,95
или
151345,6 кГц  f  151348,0 кГц, p=0,95.
15.2. КОСВЕННЫЕ ИЗМЕРЕНИЯ

При косвенных измерениях искомое значение величины Y определяют на


основании результатов прямых измерений N входных величин Х1,……, ХN,
функционально связанных с искомой величиной : 1

Y =ƒ (Х1,Х2,…, ХN).

Пример — измеряемая величина мощность Р, рассеиваемая


терморезистором, определяется уравнением
,…………………………………….
и зависит от следующих входных величин:
V — разность потенциалов, подаваемая на клеммы терморезистора;
R0 — сопротивление терморезистора при температуре t0;
t — температура терморезистора;
α — температурный коэффициент- сопротивления.
Сами входные величины Х1, Х2,…, XN от которых зависит выходная величина Y, можно
рассматривать как измеряемые величины, и они сами могут зависеть от других величин,
включая поправки и поправочные коэффициенты на систематические эффекты, что ведет к
усложнению функциональной зависимости ƒ , которая никогда не может быть записана
точно3. В случае, если обнаруживается, что ƒ не моделирует измерение до степени,
налагаемой требуемой точностью его результата, то для устранения неадекватности в
уравнение (15.29) должны быть включены дополнительные входные величины. В
приведенном примере введение дополнительных входных величин мог­ло быть
необходимо для того, чтобы объяснить известное неравномерное распределение
температуры по резистору, возможный нелинейный температурный коэффициент
сопротивления или возможную зависимость сопротивления от атмосферного давления.

3
Набор входных величин можно разделить на следующие категории:
- величины, чьи значения и неопределенности определяются непосредственно в текущем измерении. Эти
значения и неопределенности можно получить, например, в результате одного
наблюдения, повторных наблюдений или заключения, основанного на опыте. Они могут требовать определения
поправок в показания прибора и поправок на влияющие величины такие,
как окружающая температура, атмосферное давление и влажность;
-величины, чьи значения и неопределенность вносятся в
измерение из внешних источников, такие как величины, связанные с аттестованными эталонами, стандартными
образцами веществ и материалов или стандартными справочными данными.
При получении оценки у измеряемой величины Y и ee неопределенности необходимо
учитывать два фактора:

1. Функция ƒ в общем случае существенно нелинейна;

ПРИМЕР.

Входные Вид функции


величины

а в с=а·в (линейная) с=а²·в²(нелинейная) с=а³·в³(нелинейная)


1 6 13 78 6084 474552
2 5 11 77 5929 456533
3 5 15 75 5625 421875
4 8 14 112 12544 1404928
5 7 12 60 3600 216000

с  а  в  80,6 с  а 2  в 2  6496 с  а 3  в 3  523606


 Средные
значения а  6  ,2  в  13,0
  1 n 1 n 1 n
с  c  80,4 с  c  6756 с  c  594778
n i 1 i n i 1 i n i 1 i

Отличие,
0 4 14
%
2. Оценки х1, х2, ..., xN входных величин Х1, Х2, ..., XN могут быть связаны между собой,
или коррелированы, если их измерения проводятся одновременно, однотипными приборами, в
одинаковых условиях.
В случае существенной нелинейности ƒ [3] или наличии корреляции между оценками
xl,x2,...,xN [13], надежную оценку измеряемой величины следует производить по формуле
(15.30)
где X1,к,X2,к,...,XN,к — к-ое наблюдение(к = 1,2,...,исходных величин Х1, Х2,..., XN .
Таким образом, у берется как среднее значение п независимых наблюдений Yk величины Y; при этом
каждое наблюдение имеет одну и ту же неопределенность и каждое основано на полном наборе
наблюдаемых значений N входных величин Xì, полученных в одно и тоже время4.

В этом случае стандартная неопределенность типа А результата косвенного измерения


вычисляется по формуле
(15.31)
Обычно же на практике оценку у измеряемой величины Y, получают из более простого выражения6
(15.32)

4
В теории погрешностей этот метод определения результатов косвенного измерения и его погрешностей
называется методом приведения [13].
5
Эта формула является более простой для проведения вычислений, однако она полностью справедлива только
в том случае, если ƒ является линейной функцией Xì. где является средним арифметическим отдельных наблюдений
Xì,к.
В этом случае оцененное стандартное отклонение, связанное с выходной оценкой
или с результатом измерения у , называемое суммарной стандартной
неопределенностью и обозначаемое как ис (у), получают из оцененного стандартного
отклонения, связанного с каждой входной оценкой х1, называемой стандартной
неопределенностью и обозначаемой как ис (х,) (см. пп. 2.3.2).
Каждую входную оценку хì, и связанную с ней стандартную неопределенность ис
(хì) получают из распределения возможных значений входной величины Xì. Это
распределение вероятностей, как уже было сказано, может быть основано на рядах
наблюдений Хì,к величин Xì, или оно может быть априорным распределением. В первом
случае получают оценки составляющей стандартной неопределенности по типу А, во
втором случае — оценки по типу В.
Способ суммирования стандартных неопределенностей зависит от степени
коррелированности входных величин.
15.2.1. Некоррелированные входные величины

В случае независимости входных величин алгоритм обработки результатов


косвенных измерений заключается в следующем.
1. Определяют оценку у измеряемой величины Y по формуле
у = ƒ {х1, х2,..., х N),
где x1,x2,...,xN — оценки входных величин Х1,Х2,..., ..., X N , полученные по результатам
однократных или многократных прямых измерений. В последнем случае в качестве этих
оценок берется среднее арифметическое п наблюдений Xì 6

6
Здесь предполагается, что из числа многократных наблюде­ний устранены
наблюдения, отягощенные грубыми погрешностями или промахами, а также внесены
все поправки на известные систематические эффекты.
(15.33)
2.Находят стандартные неопределенности и(хì) оценок х1,х2,..., х N входных
величин. Они могут быть получены по типу А (только в случае многократных измерений
X1,X2,...,XN ) или по типу В (как в случае однократных, так и в случае многократных
измерений X1,X2,...,XN , как было описано ранее (см. пп. 4.1.1, 4.1.2).
3.Вычисляют суммарную стандартную неопределенность оценки измеряемой
величины у по формуле
(15.34)
где ∂ƒ/∂хì - коэффициенты чувствительности, вычисляемые как частные производные
∂ƒ /∂ Х для Xì = хì .
При значительной нелинейности ƒ в выражение (15.34) должны быть включены
члены более высокого порядка разложения в ряд Тейлора 7. Если плотность распределения
каждого Xì симметрична относительно его среднего значения, то к подкоренному
выражению достаточно добавить члены второго порядка:

7
В теории погрешностей существует критерий определения 1 допустимой
нелинейности функции ƒ [13] при которой допустимо использование выражения (15.34):
где R 0 — остаточный член ряда (обычно второго порядка)
∆ì, ∆j - границы погрешностей измерения входных вели­чин X ì, X j.
(15.35)
4.Определяют расширенную неопределенность оцен­ки измеряемой величины у по
формуле
(15.36)
где коэффициент охвата к принимается равным коэффи­циенту Стьюдента tр (υеƒƒ)
для эффективного числа степеней свободы υ еƒƒ ; полученнного из формулы Велча —
Саттерсвейта
(15.37)
В выражении (15.37) , а значения степеней свободы υì принимается
равным ∞, если u(хì) оп­ределяется по типу В и равным n -1, если u(хì) определяется по
типу А, где п — число многократных измерений, производимых при получении оценки
u(хì).
5. Записывают результат измерения в виде
(15.38)
или
(15.39)
ПРИМЕР[14].

Необходимо точно определить плотность р твердого тела по результатам


измерения его массы m и объема V и оценить стандартную и расширенную
неопределенности полученного результата для уровня доверия р=0,95. Масса тела
измерялась путем многократного взвешивания с применением набора образцовых гирь,
погрешность которых не превышает 0,01 мг. Объем тела определялся методом
гидростатического взвешивания с применением того же набора гирь. Результаты
наблюдений представлены в табл. 4.2.
1. Определяем средние значения результатов наблюдений массы и объема

 n 
m    mk  / n  252,9120 10 3 кг;
 k 1 

V   Vk  / n  195,3798  106 м3.


 n

 k 1 
2. Находим оценку плотности тела по
формуле
p  m / V  1,294463 10 3 3
кг/м .
Результаты наблюдений Таблица 4.2

к Масса тела mk, кг Объем тела Vk · 106, м3

1 252,9119 195,3799

2 252,9133 195,3830

3 252,9151 195,3790

4 252,9130 195,3819

5' 252,9109 195,3795

6 252,9094 195,3788

7 252,9113 195,3792

8 252,9115 195,3794

9 252,9119 195,3791

10 252,9115 195,3791

11 252,9118 195,3794
3. Находим по типу А стандартные неопределенности  
u m , u оценок
V

m, Vвходных величин по формуле

 
n
mk m  2

sm  
k 1 n n  1
 4,402  10 7 кг;

 
n
V
k V  2

sV  
k 1 n n  1
 4,051  10 10 м 3 .

4. Вычисляют суммарную стандартную неопределенность оценки плотности


p формуле
по
2 2
 p  2
uc  p   

 u m 

 
 p  2
 u V  
 m   V 
2 2
1 m
    4,402 10 7    2   4,05110 
2 10 2

 V V V V  mm
V V

 3,4955 10 3 кг/м 3 .


5. Определяют расширенную неопределенность оценки измеряемой величины
p формуле
по
U  ku c  p  ,

где коэффициент охвата k принимается равным коэффициенту Стьюдента tp(vеff ) для


эффективного числа степеней свободы v eff , полученного из формулы Велча —
Саттерсвейта
 4
m 4 
4

veff
1 4
   
  n  1  u c  p  /   u m   2  u V   21,7 .
4

 V  V  
Тогда k = 2,23 и U = 7,8 · 10-3 кг/м3.

6. Записывают результат измерения в виде

ρ  1,294463  10 3  7,8  10 3 кг/м 3 , p  0,95 ,


или 1,294455  10 3 кг/м 3  ρ  1,294471  10 3 кг/м 3 , p  0,95 .
15.2.2. Коррелированные входные величины

Значительная корреляция между двумя входными величинами может


существовать, если при их определении используют один и тот же измерительный прибор,
физический эталон измерения или справочные данные, имеющие значительную
неопределенность. Например, если поправка на температуру, необходимая для оценки
входной величины X ì, получается с помощью некоторого термометра и такая же поправка
на температуру, необходимая для оценки входной величины X j, тоже получается с
помощью этого же термометра, то две входные величины могут быть коррелированны.
В случае коррелированных входных величин алгоритм обработки результатов
косвенных измерений заключается в следующем.
1.Определяют оценку у измеряемой величины γ по формуле
где х1,х2,..., хN — оценки входных величин Х1,Х2,..., XN , полученные по результатам
многократных прямых измерений, в качестве которых берутся средние арифметические п
наблюдений Xì
При этом, также как и в случае независимых косвенных измерений
предполагается, что из числа многократных наблюдений устранены наблюдения,
отягощенные грубыми погрешностями или промахами, а также внесены все поправки на
известные систематические эффекты.
2. Находят стандартные неопределенности u(хì) оценок xl,x2,...,xN входных величин.
Они могут быть получены по типу А (только в случае многократных измерений Xt,X2,...,XN)
или по типу В (как в случае однократных, так и в случае многократных измерений
X1,X2,...,XN), как было описано ранее (см. пп. 4.1.1, 4.1.2).
3. Рассчитывают значения коэффициентов чувствительности

4.Находят попарные оценки корреляционных моментов

5. Рассчитывают коэффициент корреляции

6. Определяют оценку дисперсии результата измерения

7. Находят расширенную неопределенность результата косвенного измерения

где tр (veff ) — коэффициент Стьюдента для заданного уровня доверия р и числа степеней
свободы veff, определяемого по формуле (15.37)
где υi = п -1 для ui, полученных по типу А; и υi = ∞ для ui , полученных по типу В.

8. Записывают результат измерения в виде


или
ПРИМЕР.
Необходимо определить результат косвенных измерений величины
Y  0,3 X 1e 0, 01 X 2 ,
ее суммарную стандартную неопределенность типа А и расширенную неопределенность
с доверительной вероятностью 0,95, для приведенных в табл. 4.3 результатов
многократных измерений входных величин Х1 и Х2 с учетом корреляции между ними.

Результаты многократных измерений


Таблица 4.3

Х1 Х2 Х1 Х2

21,582 20,585 20,683 21,749

21,515 20,595 20,750 21,836

21,410 20,641 20,854 21,882

21,279 20,724 20,986 21,881

21,133 20,840 21,131 21,834

20,987 20,982 21,277 21,743

20,855 21,143 21,409 21,615

20,751 21,311 21,514 21,458

20,684 21,476 21,581 21,285

20,660 21,625 21,605 21,108


1. Определяем средние арифметические аргументов уравнения измерения:

1 20
x1  
20 k 1
x1k  21,1323 ;

1 20
x2   x2k  21,31565 .
20 k 1
2. Вычисляем результат измерения у по
формуле

y  y  0,3 x1e 0,01x2  7,8458625.


3. Находим оценки дисперсии результатов наблюдения аргументов
2 1 20
19 k 1

s  x1    x1k  x1  2
 0,11735 ,

и оценки дисперсии результатов их измерения

 
s 2 x1 
1 2
20
s  x1   0,00586 ,

 
s2 x2 
1 2
20
s  x 2   0,01066
4. Рассчитаем значения коэффициентов чувствительности
X
c1   0,3e 0,01x 2  0,37127 ;
X 1
X
c2   0,3 x1  0,01  e 0, 01x 2  0,78458 ;
X 2

5. Определяем оценку корреляционного момента

1 20
 
u  x1 , x2    x1k  x1 x2 k  x 2  0,08131 .
19 k 1
6. Находим значение коэффициента корреляции

u  x1 , x2 
r  x1 , x2    0,51402 ,
s x1  s x2 
7. Оценка дисперсии результата измерения будет равна

      
u c2  c12  s 2 x1  c22  s 2 x 2  2c1c2  r  x1 , x2  s x1 s x 2  0,3593 10 4.
8. Расширенную неопределенность результата косвенного измерения
рассчитываем по формуле
U  t p  veff u c ,

 
где t p veff — коэффициент Стьюдента для вероятности 0,95 и числа
степеней свободы veff , определяемого по формуле

     
veff  u c4 / c14 s 4 x1 / v1  c24 s 4 x 2 / v2  20,215 ,
где v1 = v2 = n-1 = 19;
Для уровня доверия p = 0,95 и veff =20 по табл. Б.1 приложения Б определяем
значение tp (veff) = 2,09 поэтому

U  2,09  8,3953 10 4  0,0604 .


9. Записываем результат измерения в
виде
Y  7,846  0,0604, p  0,95

или 7,7856  Y  7,9064, p= 0,95 .


15.3. ОБРАБОТКА РЕЗУЛЬТАТОВ СОВМЕСТНЫХ ИЗМЕРЕНИЙ

Совместные измерения - проводимые одновременно (прямые или косвенные)


измерения двух или нескольких не одноименных величин для нахождения зависимости
между ними.
Результаты совместных измерений находят путем решения системы уравнений
Y=f(X, V, W,…,Z) (15.40)
Наиболее часто на практике определяют зависимость Y от одного аргумента X
Y=f(X). (15.41)
При этом совместно измеряют n значений аргумента хк, k= 1, 2,..., n и
соответствующие значения величины ук, и по полученным данным определяют
функциональную зависимость (15.41).
В метрологии совместные измерения двух аргументов применяются при
градуировке СИ, в результате которой определяется градуировочная характеристика,
приводимая в паспорте СИ в виде таблицы, графика или аналитического выражения.
Предпочтительнее всего задавать ее в аналитическом виде, поскольку такая форма
представления наиболее компактна и удобна для решения широкого круга практических
задач.
Примером совместных измерений может служить задача определения
температурной зависимости сопротивления терморезистора

R(t )  R     t  20     t  20 2


20

где R20 — сопротивление терморезистора при 20 °С;


α, β — температурные коэффициенты сопротивления.
Для определения R20, α и β производится измерение R(t) в температурных n
точках (n>3), и по этим результатам определяется искомая зависимость.
При определении зависимости в аналитическом виде следует придерживаться
следующего порядка действий [30].

1. Построить график искомой зависимости у=ƒ(х), где у, х —результаты измерения


Y, X в n заданных точках.

2. Задать предполагаемый функциональный вид зависимости

Y = ƒ (Х, А0, А1, …, Аm) = ƒ (Х, Аj),

где Аj— неизвестные параметры зависимости.

Вид зависимости может быть известен либо из физических закономерностей,


описывающих явление, положенное в основу работы СИ, либо на основе предыдущего
опыта и предварительного анализа данных (анализ графика искомой зависимости).

3. Выбрать метод определения параметров этой зависимости.

4. Вычислить оценки параметров Aj.


5. Для проверки правильности выбора вида зависимости, оценить степень
отклонения экспериментальной зависимости от аналитической.

,
6. Определить неопределенность нахождения А̂ j используя известные
характеристики неопределенностей измерения х и у.

7. Оценить неопределенность нахождения ук в заданной точке хк по полученной


аналитической зависимости с учетом попарной корреляции между оценками
параметров Аì, Aj.

В современной математике разработаны многочисленные методы решения таких


задач. Наиболее распространенными из них является метод наименьших квадратов
(МНК).
В МНК оценки параметров искомой зависимости определяют из условия, что сумма
квадратов отклонений экспериментальных значений у от расчетных значений, т.е. сумма
квадратов невязки минимальна, т.е.

m
 ky  f x ,
k 0
ˆ
A , .... , ˆ
A
m
2

n 2
  k  Q  min, (4.43)
k 1 i 1

где δк – невязки.
При рассмотрении МНК ограничимся случаем, когда искомая функция – полином, т.е.

m j
у   A x  A  A x  A x 2  ...  A x m , (4.44)
к j k o 1 k 2 k m k
j0

k  1, 2, ... , n.
Задача заключается в том, чтобы определить такие значения коэффициентов
Aˆ o , Aˆ1 , Aˆ 2 ,..., Aˆ m , при которых выполнялось бы условие (4.43).
Для этого запишем выражение для невязок в каждой экспериментальной точке

 Aˆ0  Aˆ1 x1  Aˆ 2 x12  ...  Aˆ m x1m  y1  1 ;


 ˆ
 A0  Aˆ1 x2  Aˆ 2 x2  ... Aˆ m x2  y2   2 ;
2 m

 (4.45)
 ........................................
 Aˆ  Aˆ x  Aˆ x 2  ... Aˆ x m  y   .
 0 1 n 2 n m n n n

Для уменьшения погрешности определения Aj число точек n выбирают большим,


чем степень полинома т+1.
Согласно принципу наименьших квадратов (4.43), наилучшими значениями
коэффициентов Aˆo , Aˆ1 , Aˆ 2 ,..., Aˆ m будут те, для которых сумма квадратов невязок

 
n n 2

Q    k2   Aˆ 0  Aˆ1 xk  ...  Aˆ m xkm  уk (4.46)


k 1 i 1

будет минимальна.
Минимум функции многих переменных Â, jкак известно, достигается тогда, когда
все ее частные производные равняются нулю. Поэтому, дифференцируя (4.46) , получаем

Q n
 2   A ˆ A ˆ x Aˆ x 2  ...  Aˆ x m  у   0
ˆ
k  1
A 0 1 k 2 k m k k
0
Q n
 2   Aˆ A ˆ x A ˆ x m  у x  0
ˆ x 2  ...  A
ˆ
k  1
A 0 1 k 2 k m k k k (4.47)
1
……………………………………..
Q n
 2   Aˆ A ˆ x m  у x m  0
ˆ x 2  ...  A
ˆ x A
ˆ
k  1
A 0 1 k 2 k m k k k
0

Следовательно, вместо исходной условной системы уравнений (4.44) мы


получим нормальную систему уравнений (4.47) линейных относительно Â0, Â1,…,
Âm . В ней число уравнений при любом n точно равно числу неизвестных т+1.
Таким образом, поставленная задача заключается в приведении условной
системы к нормальной.
Воспользовавшись обозначениями, введенными Гауссом,

n n n
 х   xk , х m    x m , х m у   x m у
  k   k k
k 1 k 1 k 1

и после сокращения всех уравнений на 2 и перегруппировки членов, получим

 у   nAˆ   x  Aˆ  ...   x m  Aˆ ;
 0 1   m

 уx   x  Aˆ   x 2  Aˆ  ...   x m  1  Aˆ ;
 0   1   m (4.48)
.......... ........................................ ....

 уx m    x m  Aˆ   x m  1  Aˆ  ....   x 2m  Aˆ
    0   1   m
Анализируя выражения (4.44) и (4.48) видим, что для получения первого
уравнения нормальной системы достаточно просуммировать все уравнения системы
(4.44). Для получения второго уравнения нормальной системы (4.48), суммируются
все уравнения системы (4.44), предварительно умноженные на хк. Для получения r-го
уравнения нормальной системы необходимо умножить
r 1
уравнения системы (4.44) на
и просуммировать полученные выражения.x k
Решение системы (4.48) наиболее кратко описывается с помощью определителей

D D D
Aˆ 0  0 ; Aˆ1  1 ; Aˆ m  m ,
D D D

где главный определитель D равен

n  x ... xm 
 

 x  x 2  ...  x m  1 
D     ,
...........................
 x m   x m  1  ...  x 2m 
     
а определители Dj получаются из главного определителя D путем замены столбца с коэффициентами
при неизвестном Aj на столбец со свободными членами

n  x ... [ y ] ... x 
m

Dj 
 x x 2
... [ yx] ... x  ,
m 1
(4.50)
................................
x  x 
m m 1
...  yx  m
... x 
2m

Суммарная неопределенность величин Aj , найденных как результат совместных измерений,


выражается следующей формулой
D
j  1 j  1
u  Aˆ  


 u  (4.51)
c j  D

где D(j+1)(j+1) - алгебраическое дополнение элементов главного определителя D, получаемое


путем удаления из матрицы определителя столбца (j+1) и строки (j+1);
u(δ) – стандартная неопределенность невязки, оцениваемая по формуле
n 2
 
k
u ( )  k  1 ,
n  m 1
(4.52)
причем  k- вычисляются при подстановке в каждое условное уравнение оценок искомых
величин Aˆo , Aˆ1 , Aˆ 2 ,..., Aˆ m
Расширенная неопределенность нахождения Âj вычисляется по формуле

U  Aˆ   k  u  Aˆ , (4.53)
 j c j 

где коэффициент охвата k находится из распределения Стьюдента по числу степеней


свободы и  заданному
n  m  1 уровню доверия p
Суммарная стандартная неопределенность uc  yk 
нахождения yk
в заданной точке
xk
по полученной аналитической зависимости с учетом попарной корреляции между
оценками параметров Ai, Aj определяется формуле

 
u y 
c k
m j 2 2 ˆ  i 1 m i j  
 ( x )  u  A   2   x  x  u  Aˆ , Aˆ  ,
k с j k k  i j (4.54)
j0 j  0i  1

u  Aˆ i , Aˆ j 
где - коэффициент ковариации между Аì, Aj, определяемый по формуле 15
D
i  1  j  1
u  Aˆ , Aˆ  


 u 2  
 i j D (4.55)

где D i 1  j 1 — алгебраическое дополнение элементов главного определителя D,


получаемое путем удаления из матрицы определителя столбца (i+1) и строки (j+1) с
умножением полученного определителя на   1 i j 2 .
При увеличении числа т объем выполненной работы быстро растет, и поэтому на
практике обычно ограничи­ваются полиномом не выше третьей степени.
На практике наиболее распространен случай (линейное уравнение)
m 1

yi  A0  A1 xi , i  1,..., n. (4.56)

Как уже было отмечено, для получения первого уравнения нормальной системы,
достаточно просуммировать все уравнения системы (4.56). Затем воспользовавшись
обозначениями, введенными Гауссом получим

 y   nAˆ 0   x  Aˆ
1 (4.57а)

Для получения второго уравнения нормальной системы (4.56), суммируются все


уравнения системы (4.56), предварительно умножен­ные на хк

 xy    x Aˆ 0   x 2  Aˆ1. (4.57б)
 
Определители этой (4.57) системы

n  x y  x n  y
D , D  , D  .
 x  x 2  0  xy   x 2 
 
1  x   xy 
 
Оценки коэффициентов A0 , A1 линейной зависимости (4.56) выражаются
формулами

D  y    x 2    xy    x ˆ
D
1 n   xy    x    y 
Aˆ  0    ; A   .
0 1 D  x 2    x 2
D n  x   x
 2  2 n 
   
Суммарная стандартные неопределенности нахождения A0 , A1 (4.51) будут
, согласно
равны
x2 
 
u Aˆ 
D
11   
 u  ; u Aˆ 
с 1
  D
22 

n

u   
с 0 D  2 
n x   x 2 D n x   x
2 2
   

где D11   x 2 , D


22
n - алгебраические дополнения элементов главного
определителя.
Расширенные неопределенности нахождения A0 , A1 определяются из
выражения (4.53)

U  Aˆ   k  u  Aˆ  ,
 j с j 

в котором коэффициент охвата kнаходят из распределения Стьюдента по числу


степеней свободы  n  2и заданному уровню доверия p
Суммарная стандартная неопределенность определения yk
в заданной точке с
учетом xкорреляции
k между оценками параметров A0 , A1
определяется выражением

с k
  0 k
  1
 
u y  u 2 Aˆ  x 2  u 2 Aˆ  2 x  u Aˆ , Aˆ ,
k 0 1
  (4.58)


где u Aˆ0 , Aˆ1  — коэффициент ковариации между A0 , A1 , определяемый по
формуле

  D
u A , A  u    12  u 2    
ˆ ˆ
0 1
  x
(4.59)
D n x 2    x 2
 
ПРИМЕР.

Для получения поправок yk = tэk - tk в показаниях термометра (см. табл.


16.4), он калибруется путем сравнения n=11 показаний температуры tk
термометра, каждое из которых имеет незначительную неопределенность, с
соответствующими известными опорными температурами tэ,k в диапазоне от
21 °С до 27 °С.

Необходимо определить параметры A0 и A1 линейной градуировочной


кривой
yi= А0 + А1 (t - t0)= А0 + А1xi

где xi= t - t0; t0=20 о


С — заданная точная опорная температура.
Оценки коэффициентов A0 , A1 линейной зависимости (4.56) расчитывается по
формулам

D  y    x 2    xy    x
Aˆ  0   
0
= -0,1712 оС,
D n   x 2    x 2
 

D n   xy    x    y 
A  1
ˆ
=0,00218,
1 D
n   x 2    x 2
 

где D0=-51,637; D=301,613; D1=0,658; [y]=-1,787; [x]= 44,093; [x2]= 204,164;


[x.y]= -7,103;[x]2 =1944,193 (см. таблицу 16.4)
.

Следовательно, линейная градуировочная кривая имеет вид

y (t )  0,1712  0,0028(t  20) o C


Таблица 16.4
Номер Показани Наблюдаемая Предсказанная Невязка
показани я поправка поправка
я,
К
термоме
тра  k
yt 
к

x  t  20 , x2 x y  y t  
 y  y t 
y t t , 2 k k k k k u
tk , °C k э, k k  A  A x,
k c
0 1 k k C
C
C C
1 21,521 -0,171 -0,1679 -0,0031 0,000010 1,521 2,313 -0,2601 0,00197
2 22,012 -0,169 -0,1668 -0,0022 0,000005 2,012 4,048 -0,3400 0,00170
3 22,512 -0,166 -0,1657 -0,0003 0,000000 2,512 6,310 -0,4170 0,00145
4 23,003 -0,159 -0,1646 0,0056 0,000032 3,003 9,018 -0,4775 0,00125
5 23,507 -0,164 -0,1635 -0,0005 0,000000 3,507 12,299 -0,5751 0,00111
6 23,999 -0,165 -0,1625 -0,0025 0,000006 3,999 15,992 -0,6598 0,00105
7 24,513 -0,156 -0,1614 0,0054 0,000029 4,513 20,367 -0,7040 0,00111
8 25,002 -0,157 -0,1603 0,0033 0,000011 5,002 25,020 -0,7853 0,00125
9 25,503 -0,159 -0,1592 0,0002 0,000000 5,503 30,283 -0,8750 0,00145
10 26,01 -0,161 -0,1581 -0,0029 0,000008 6,01 36,120 -0,9676 0,00170
11 26,511 -0,160 -0,1570 -0,0030 0,000009 6,511 42,393 -1,0418 0,00198
∑=[... ]= 264,093 -1,787 -1,7870 0,00000 0,000110 44,093 204,164 -7,1033 -
tсредн=24,0085 [хy]=-7,103 D=301,6135 u(δ)=0,0035

[у]=-1,787 [х]2=1944,193 D0=-51,63737 n 2 u(A0)=0,0029


   0,00011
k
[х]=44,093 A0=-0,17120 D1=0,65833 k 1 u(A1)=0,00067

[х2]=204,164 A1=0,00218 D11=204,164 D22=11 r(A0,A1)=-0,93


Суммарная стандартные неопределенности оценки Aˆ , Aˆ (4.51) будут равны
, согласно
0 1

x2 
u с Aˆ0   D
11   
 u     0,0029 о С ,
D n x 2    x 2
 

 
u Aˆ 
с 1
D
22 

n

u     0,00067
D n x   x
2 2 ,
 
n 2
 k
u ( )  k 1  0,0035 о С ,
n  m 1
n
где D11=[x ]=204,164; D22=n=11;   k2 1,1.10
2  -4
; m=1-степень полиномы.
k 1
Оцененный коэффициент корреляции равен

 
r Aˆ , Aˆ  
0 1
 x  0,93.
n  x2 
 
Суммарная неопределенность предсказанного значения u определяется
y t   с числом
c
степеней свободы v=n–2=9 как положительный квадратный корень из оцененной
дисперсии

c
  
c 0

0
  
c 1
     
u  y t    u 2 A  t  t 2  u 2 A  2 t  t  u A  u A  r A , A
0 c 0 c 1 0 1

которая минимальна при

t
min 0 c 0
  
0 1 c 1
  
 t  u A  r A , A / u A  24,0085 C.
15.4. ОБРАБОТКА РЕЗУЛЬТАТОВ СОВОКУПНЫХ ИЗМЕРЕНИЙ

Совокупные измерения — проводимые одновременно измерения нескольких


одноименных величин, при которых искомые значения величин определяют путем
решения системы уравнений, получаемых при измерении этих величин в различных
сочетаниях [1].
Систему уравнений совокупных измерений можно записать в следующем виде
[30]

xi  f i ( y1 , y1 ,..., y m ) (15.60)

где ì =1, 2, ..., п; п>т; хì - результаты прямых измерений различных сочетаний


искомых величин Y1, Y2,..., Ym.
Характерной особенностью совокупных измерений, также как и
совместных, является то обстоятельство, что число уравнений больше, чем число
неизвестных.

Таким образом, в отличие от косвенных измерений, производятся


измерения нескольких искомых величин, причем последние находятся в результате
решения системы уравнений.

Принципиальное отличие совокупных измерений от совместных, прежде


всего в постановке измерительной задачи: в результате совокупных измерений
определяется не функциональная зависимость между величинами (как это делается
при совместных измерениях), а сами величины, причем величины одноименные.

Совокупные измерения широко распространены в мет­рологической


практике, например, при калибровке мер или шкал приборов. Например,
нахождение значений массы отдельных гирь набора по известному значению массы
одной из гирь и по результатам измерений (сравнений) масс различных сочетаний
гирь.
Следует отметить, что для определения значений искомых величин при
совместных или совокупных измерениях число уравнений должно быть не менее числа
величин.
В этом случае система уравнений совокупных измерений имеет вид

m
x   C y , i  1, 2,..., n, (15.61)
i ij j
j 1
где у j — оцениваемые значения искомых величин;
Сì j — известные коэффициенты при уj в i-ом измерении;
xì — результаты сравнения различных комбинаций сочетаний мер или отметок
шкал;
m — количество значений величин, подлежащих определению;
n — количество комбинаций (уравнений).
При этом коэффициенты Сì j принимают следующие значения:
0 — если Yj не участвует в ì-ом измерении;
1 — если измеряется сумма нескольких величин, в которую входит Yj;
-1 — если сумма нескольких величин сравнивается с Yj.
Например, при количестве значений величин, подлежащих определению, равнее
двум (m=2), и числе комбинаций равнее четырем (n=4) систему уравнений
(15.61)имеет вид:

x  C y C y
1 11 1 12 2
x  C y C y
2 21 1 22 2 (15.61а)
x  C y C y
3 31 1 32 2
x  C y C y
4 41 1 42 2
ПРИМЕР [16].
При четырех взвешиваниях были получены следующие значения комбинаций двух грузов
(масса грузов m j, где j=1, 2) :
- первое взвешивание (i=1) m1 = 3,98 кг;
- второе взвешивание (i=2) m2 = 0,9 кг;
- третье взвешивание (i=3) т1 - т2 =3,12 кг;
- четвертое взвешивание (i=4) т1+ т2 =4,96 кг.

Поскольку, при первом взвешивании (i=1), взвешивается масса только первого (j=1) груза, а
второй груз (j=2) не участвует в измерении, коэффициент С 11=1, а С12=0. Следовательно,
согласно (15.61), уравнение измерения имеет вид
1.m1 + 0 . m2 = 3,98 кг; (15.61а)

При втором взвешивании (i=2) взвешивается масса только второго (j=2) груза, а первый
груз (j=1) не участвует в измерении. Коэффициенты С21=0, а С22=1. Следовательно, согласно
(15.61), уравнение измерения имеет вид
0 . m1 + 1 . m2 = 0,9 кг; (15.61б)

При третьем взвешивании (i=3) взвешивается разность масс первого (j=1) и второго (j=2)
груза. Коэффициенты С31=1, а С32=-1. Следовательно, согласно (15.61), уравнение измерения
имеет вид
1 . m1 - 1 . m2 = 3,12 кг; (15.61в)
При четвертом взвешивании (i=4) взвешивается сумма масс первого (j=1) и второго (j=2)
груза. Коэффициенты С31=1, а С32=-1. Следовательно, согласно (15.61), уравнение измерения
имеет вид
1 . m1 + 1 . m2 = 4,96 кг; (15.61г)
Если число уравнений равно числу неизвестных, то система (15.61) решается
однозначно. Действительные значения измеряемых величин и их стандартные и
расширенные неопределенности определяются методами обработки косвенных измерений.
Однако для уменьшения неопределен­ностей калибровки производится сравнение
большего числа комбинаций, чем количество определяемых значений величин. Если число
уравнений больше числа неизвестных оценивание результатов измерений производится
как при совместных измерениях [30]. Для решения системы условных уравнений обычно
применяют МНК.

Из системы уравнений (15.61) относительно невязок получим

m
   C y x ,
i ij j i (15.62)
j 1

Далее необходимо составить систему нормальных уравнений.


Для этого все уравнения системы (15.61а) сначала умножим на коэффициенты
при y1, т.е. первое уравнение на C11, второе на C21, третье на C31 и четвертое на C41. В
результате получим
C  x  C2  y C C  y
11 1 11 1 11 12 2
C  x  C2  y C C  y
21 2 21 1 21 22 2
(15.61б)
2
C  x  C  y C C  y
31 3 31 1 31 32 2
C  x  C2  y C C  y
41 4 41 1 41 42 2
Затем все уравнения системы (15.61а) умножим на коэффициенты при y2, т.е.
первое уравнение на C12, второе на C22, третье на C32 и четвертое на C42. В результате
получим
C  x  C C  y  C2  y
12 1 11 12 1 12 2
C  x  C C  y C2  y
22 2 21 22 1 22 2
C  x  C C  y C2  y (15.61в)
32 3 31 32 1 32 2
C  x  C C  y C2  y
42 4 41 42 1 42 2
Просуммируем сначала все уравнения системы (15.61б) и затем (15.61в). В результате
получим систему нормальных уравнений относительно у j
C  x  C  x C  x  C  x 
11 1 21 2 31 3 41 4
 (C 2  C 2  C 2  C 2 )  y  (C  C  C  C  C  C  C  C )  y
11 21 31 41 1 11 12 21 22 31 32 41 42 2
(15.65)
C x C x C x C x 
12 1 22 2 32 3 42 4
 (C  C  C  C  C  C  C  C )  y  (C 2  C 2  C 2  C 2 )  y
11 12 21 22 31 32 41 42 1 12 22 32 42 2

Решение этой системы с помощью определителей имеет вид

D
j
y  (15.66) ,
j D

где D — главный определитель системы;


D j получается из главного путем замены j —го столбца на столбец со свободными
членами.
Экспериментальные стандартные отклонения у j определяются по формуле

D
jj ,
S  y   s   (15.69)
 j D
где Djj — алгебраическое дополнение главного определителя, получаемое из последнего
вычеркиванием j- го столбца и j- й строки;
n

 2
k
(15.70)
s( )  k 1

n  m 1

. Невязки δi находят по формуле


(15.62).
Расширенные неопределенности результатов совокупных измерений находят из
выражения
U  y   t ( )  S  y , (15.71)
 j p  j

где tp(ν)— коэффициент Стьюдента для v = n-m степеней свободы.


ПРИМЕР [16].
При четырех взвешиваниях были получены следующие значе­ния комбинаций двух грузов: m1 =
3,98 кг; m2 = 0,9 кг; т1 - т2 =3,12 кг; ; т1+ т2 =4,96 кг. Определить массы грузов т1, т2 и их
стандартные и расширенные неопределенности для уровня доверия р = 0,95 .
1. Для приведенных числовых значений система условных уравнений имеет вид:

1m  0m  3,98;
 0  1  0,9;
1 2

 m m

1 2
(4.72)
1m  1m  3,12;
1 2

1m  1m  4,96.
1 2

2. Составим систему нормальных уравнений.


Для этого все уравнения системы (4.72) сначала умножим на коэффициенты при т1, т.е.
первое, третье и четвертое уравнение умножаем на 1, а второе на 0. В результате получим

1  0  3,98;
m
 1 m
2
0  0 0 ;

1  1  3,12; (4.72а)
 m1 m2
1  1  4,96.
m m
 1 2
Затем все уравнения системы (4.72) умножим на коэффициенты при т2, т.е.
первое на 0, второе и четвертое на 1, а третье уравнение умножаем на минус 1. В
результате получим
 0  0  0;
 0 1  0,9;
 m m
 1 2
 1  1  3,12;
 m m (4.72б)
1 2
 1 1  4,96.
 m m
 1 2
Просуммируем сначала все уравнения системы (4.72а) и затем (4.72б). В
результате получим систему нормальных уравнений

3m1  0m2  12,06;


 (4.73)
 0m1  3m2  2,74.

3. Решая эту систему, получаем оценки масс грузов т1 = 4,02 кг, m2 =0,913 кг.
4. Подставляя значения т1 и m2 в уравнения системы (4.72) получаем невязки δ1 = -0,04
кг; δ2 = -0,013 кг; δ3 = 0,013 кг; δ4 = 0,027 кг, на которые отличаются их правая и левая части.
5. Стандартное отклонение условных уравнений будет равно

δ 2
i
s δ   i 1
 0,0365 кг.
2

6. Стандартное отклонение первой оценки

D22 3 3
s m1   s δ   0,0365  0,0365  0,021 кг.
D 3 0 9
0 3
второй -
 2   s δ 
sm
D
22  0,0365 3  0,0365 3  0,021 кг.
D 3 0 9
0 3
7. Расширенные неопределенности оценок масс m1 и m2 будут равны
U  m1   U  m2   t p  v  s  m1   4,3  0,021  0,09 кг.
где t p  v   4,3 — коэффициент Стьюдента для числа степеней свободы v = m -n =2 и ровня доверия
р = 0,95 .

8. Записываем результат измерения в виде


М1 = 4,02±0,09 кг, р = 0,95; М2 =0,913±0,09 кг, р = 0,95;
или 3,93 кг ≤ М1 ≤ 4,11 кг, р= 0,95 0,823 кг ≤ M1 ≤ l,003 кг, р = 0,95.
15.5. Контрольные вопросы и задания

1. Проведите классификацию измерений по виду уравнения измерения.


2. Какой вид измерений является наиболее простым и распространенным? В чем его
особенность?
3. В каких случаях применяются прямые измерения с многократными наблюдениями?
4. Какое число наблюдений проводят при прямых однократных измерениях?
5. Укажите порядок обработки результатов прямых измерений с однократными
наблюдениями.
6. В чем состоит цель обработки результатов прямых измерений с многократными
наблюдениями с точки зрения неопределенности результата измерения?
7. Какие операции следует выполнить при статистической обработке результатов
прямых измерений с многократными наблюдениями?
8. В чем состоит специфическая модель измерения с многократными наблюдениями,
называемая «гнездовой структурой»?
9. Поясните различие между уравновешенной и неуравновешенной гнездовыми
структурами.
10. В чем заключается алгоритм обработки нескольких групп прямых многократных
наблюдений?
11. Какие измерения называются косвенными?
12. В каком случае оценки входных величин при косвенных измерениях могут быть
взаимно коррелированны?
13. Запишите выражение для оценки измеряемой величины при ее линейной
зависимости от входных величин для случая косвенных измерений.
14. Какое выражение для определения результатов косвенных измерений с
многократными наблюдениями наиболее надежно, если оценки входных величин
существенно коррелированны или уравнение измерений значительно нелинейно?
15. Как изменится формула для суммарной стандартной неопределенности оценки
косвенных измерений (при отсутствии корреляции между аргументами) в случае
значительной нелинейности уравнения измерения?
16. Как выражается коэффициент охвата при записи расширенной
неопределенности косвенных измерений?
17. Как записывается результат косвенного измерения?
18. Запишите алгоритм обработки результатов косвенных измерений при наличии
корреляции между двумя входными величинами.
19. В каком случае применяются совместные измерения?
20. В чем состоит суть метода наименьших квадратов (МНК)? Какое условие
накладывается на отклонения экспериментальных и расчетных значений в МНК?
21. Приведите порядок действий при определении зависимости между двумя
величинами с помощью МНК.
22. Как осуществляется определение неполиномиальной зависимости между двумя
величинами?
23. Запишите систему совокупных уравнений.
24. В чем отличие совокупных измерений от совместных?
а) прямые, косвенные, совместные и совокупные

б) прямые и косвенные

в) совместные и совокупные

Совокупные измерения — это

а) проводимые одновременно из­мерения нескольких одноименных величин, при

которых искомые значения величин определяют путем решения сис­темы уравнений,

получаемых при измерении этих вели­чин в различных сочетаниях;

б) проводимые одновременно из­мерения нескольких разноименных величин, при

которых искомые значения величин определяют путем решения сис­темы уравнений,

получаемых при измерении этих вели­чин в различных сочетаниях;

в) не существует совокупные измерения.


16. СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДИК
ВЫЧИСЛЕНИЯ ПОГРЕШНОСТЕЙ И
НЕОПРЕДЕЛЕННОСТЕЙ ИЗМЕРЕНИЯ

В настоящее время в метрологии сложилось два подхода


к оцениванию точности измерений. Один подход основан на
понятиях и терминах, применяемых в нормативных документах
(НД) в области обеспечения единства измерений в странах СНГ,
имеющих единое метрологическое пространство. Другой — на
сравнительно новых терминах и понятиях, использованных в
Руководстве, разработанном под эгидой ряда авторитетных
международных метрологических организаций. Одним из
поводов разработки этого Руководства послужило
несоответствие метрологических характеристик однородных
эталонов различных стран при международных сличениях.
В литературе развернулась широкая дискуссия
по вопросу целесообразности замены понятия
«погрешность» на понятие «неопределенность»,
приведшая к тому, что метрологи разделились по
этому принципу на две большие группы. Некоторые
авторы при изложении курса метрологии вообще
отказались от обоих понятий.
Аргументация сторонников понятия «неопределенность»
базируется на том, что:
-погрешность измерения принципиально невозможно
отыскать, поскольку она определяется как разность между
результатом измерения и истинным значением измеряемой
величины, а истинное значение всегда неизвестно. Поэтому
понятию «погрешность» как конкретной величине, имеющей
конкретное значение, противопоставляется понятие
«неопределенность», где в самом слове отражается некоторое
сомнение, отсутствие достаточного знания;
-кроме того, раздельная оценка систематических и
случайных погрешностей, использование для них разных
характеристик (границ и среднеквадратического значения) дает,
во-первых, завышенные оценки погрешности, а во-вторых,
применение различных характеристик погрешности при
определении результата неудобно, в частности, при его дальней­
шем использовании.
Сторонники понятия «погрешность» говорят о том,
что на самом деле определяется не погрешность
измерения, а ее вероятностные характеристики —
дисперсия, среднее квадратическое отклонение и
доверительный интервал. Кроме того, термин
«неопределенность» неприменим по семантическим
соображениям к результату измерения, положение
которого на числовой оси точно определено.
Неопределенным является лишь взаимное положение
результата и истинного значения измеряемой величины.
Поскольку в настоящее время Руководство приобрело
статус неформального международного стандарта,
специалисты, работающие в области метрологии и измерений,
должны быть хорошо подготовлены по теории и практике его
применения для проведения совместных работ под
руководством МКМВ и его консультативных комитетов, при
подготовке публикаций в зарубежной печати и т.д.

В этих условиях ведущий научно-исследовательский


институт России — ВНИИМ им. Д.И. Менделеева разработал
Рекомендации по применению Руководства и показал
соответствие между этими двумя формами представления
результатов измерений и способы взаимного пересчета. Ниже
приведены эти Рекомендации.
16.1. СОПОСТАВЛЕНИЕ АЛГОРИТМОВ
ОЦЕНИВАНИЯ ПОГРЕШНОСТЕЙ
И НЕОПРЕДЕЛЕННОСТЕЙ ИЗМЕРЕНИЯ

Анализ алгоритмов оценивания погрешностей и


неопределенностей измерений показывает, что они
состоят из следующих сходных действий :
1) анализ модели измеряемой величины;
2) составление спецификации (условий
проведения) измерения;
3) анализ уравнения измерения и выбор метода
обработки результатов;
4) выявление всех источников погрешности
(неопределенности) измерений;
5) введение поправок на систематические
эффекты, которые можно исключить;
6) получение точечных оценок параметров
составляющих погрешности (неопределенности) и их
суммирование;
7) вычисление интервальных оценок
недостоверности измерений.
Пункты 1—5 алгоритма осуществляются
практически одними приемами. При реализации
пунктов 6 и 7 возникает неоднозначность в трактовке
основных понятий, а также различия в применяемых
математических выражениях.
16.1.1. СОПОСТАВЛЕНИЕ ОЦЕНОК
ХАРАКТЕРИСТИК ПОГРЕШНОСТЕЙ И
НЕОПРЕДЕЛЕННОСТЕЙ ИЗМЕРЕНИЙ
В общем случае не существует однозначного
соответствия между случайными погрешностями и
неопределенностями, вычисленными по типу А, а также
неисключенными систематическими погрешностями (НСП) и
неопределенностями, вычисленными по типу В.

Заметим, что деление на случайные и систематические


погрешности обусловлено природой их возникновения и
появлением при измерении, а деление на неопределенности,
вычисляемые по типу А и В — методами расчета.
При оценивании неопределенности от внесения
поправки может быть применен метод рандомизации
систематической погрешности. При этом оценку
неопределенности получают статистическими
методами (по типу А).
Так, например, результат однократного измерения
отягощен случайной погрешностью, однако из-за
отсутствия повторных измерений нет возможности ее
оценить путем применения статистических методов (по
типу А). Случайная составляющая в одном измерении
может стать систематической составляющей в другом
измерении, в котором результат первого измерения
используется в качестве входных данных (например,
при передаче размера единицы в поверочной схеме.
В тоже время полностью совпадают выражения для расчета оценок
СКО, характеризующего случайную погрешность или неисключенную
систематическую погрешность (НСП), полученные при обработке результатов
многократных измерений и стандартная неопределенность, вычисленная по типу
А.
Аналогично, выражения для вычисления СКО, харак­теризующего
неисключенную систематическую погрешность и случайную погрешность
однократных измерений, полученные априорно, соответствуют выражениям для
суммарной стандартной неопределенности, вычисленной по типу В.
Так, например, в предположении о равномерном распределении
значений неисключенных систематических погрешностей внутри интервала
шириной 2аì, выражения для их СКО (стандартной неопределенности типа В)
имеют один и тот же вид.
Суммирование всех составляющих неопределенности (СКО
погрешности) результата измерений осуществляется аналогично суммированию
СКО случайных и неисключенных остатков систематических погрешностей.
Различие двух подходов проявляются в трактовке неопределенности и
характеристик погрешности, основанных на разных интерпретациях вероятности:
частотной и субъективной.

В частности, доверительные границы погрешности, отложенные от результата


измерений (у - р; у + р) , накрывают
 истинное значение измеряемой величины с
заданной доверительной вероятностью (частотная интерпретация вероятностей).

В то же время аналогичный интервал (у - Uр), (у + Uр) трактуется в Руководстве


как интервал, содержащий заданную долю распределения значений, которые могли бы
быть обоснованно приписаны измеряемой величине (субъективная интерпретация
вероятностей).

Количественно различия между доверительным интервалом р и интервалом


неопределенности Uр вызваны разными алгоритмами определения доверительного 
коэффициента (при определении границ доверительного интервала) и коэффициента
охвата (при вычислении расширенной неопределенности).
Таким образом, при сопоставлении оценок характеристик погрешностей измерений и
неопределенностей рекомендуется использовать следующую схему […]:
16.1.2. СОПОСТАВЛЕНИЕ СПОСОБОВ НАХОЖДЕНИЯ
ИНТЕРВАЛЬНЫХ ХАРАКТЕРИСТИК ПОГРЕШНОСТИ
(НЕОПРЕДЕЛЕННОСТИ) РЕЗУЛЬТАТА ИЗМЕРЕНИЙ [30]
Конкретные различия в реализации алгоритмов оценивания интервальных характеристик
погрешности (неопределенности) определяются видом уравнения измерений (прямые, косвенные,
совместные и совокупные). Наиболее общей ситуацией для обработки являются косвенные измерения
с многократными наблюдениями, при которых необходимо учитывать нелинейность уравнения
измерения и наличие корреляционной связи между аргументами.
Алгоритмы вычислений неопределенности и характеристик погрешности практически
идентичны и включают следующие пункты.
1. Запись уравнения измерений
=ƒ (Х1, …..,Хm)
2. Вычисление оценок х1,...,хm входных величин Х1, ….., Хm
3.Определение результата измерений
у = ƒ(х1,…,хm)
4. Вычисление стандартной неопределенности типа А (CKO случайной погрешности) ì-й
величины ( ì = 1, 2,….., )
5. Вычисление коэффициентов корреляции r(х i, хj).
6. Вычисление стандартной неопределенности типа В (СКО неисключенной
систематической погрешности) ì –й величины.
7. Вычисление суммарной стандартной неопределенности ис(у) (СКО суммарной
погрешности SΣ) результата измерений.
8. Вычисление коэффициента охвата k и расширенной неопределенности U
(доверительного коэффициента tp и границ доверительного интервала Δ р для заданного уровня
доверия р.
Реализация пунктов 1-6 приведенного алгоритма совпадают с точностью до
примняемых математических выражений.

Расширенная неопределенность (пункт 8) U = k . ис(у) и доверительные границы


погрешности Δр = tp . SΣ могут отличаются друг от друга [30].

Если при этом НСП (неопределенности типа В) отсутствуют, то границы


погрешности и расширенная неопределенность численно совпадают. Если же пренебречь
НСП (неопределенности типа В) нельзя, то возникают отличия при оценивании
доверительных границ погрешности и расширенной неопределенности, вызываемые
разными числовыми значениями доверительного коэффициента tp и коэффициента охвата
k.

Действительно, композиция распределения Стьюдента (для случайной


составляющей погрешности) и законов распределения НСП дает суммарное
распределение, приближающееся к нормальному. Именно поэтому в Руководстве
советуют принять коэффициент охвата k равным 2 и 3, соответственно для уровней
доверия р = 0,95 и р = 0,99 (более точные значения к для указанных уровней доверия
составляют 1,96 и 2,58). Доверительный же коэффициент tp по прежнему следует
вычислять по соответствующей формуле [30].

Превышение значений расширенной неопределенности над доверительным


интервалом погрешности может составить до 1,6 раза.
16.2. ВЗАИМНЫЙ ПЕРЕСЧЕТ ХАРАКТЕРИСТИК ПОГРЕШНОСТИ
В ХАРАКТЕРИСТИКИ НЕОПРЕДЕЛЕННОСТИ

При сопоставлении результатов измерений и оценок их


достоверности, проводимых различными способами, возникает задача
пересчета характеристик погрешности в характеристики неопределенности и
наоборот. Ниже показаны способы пересчета и минимальный набор
параметров, необходимый для его осуществления.
16.2.1. ПЕРЕСЧЕТ ХАРАКТЕРИСТИК ПОГРЕШНОСТИ
В ХАРАКТЕРИСТИКИ НЕОПРЕДЕЛЕННОСТИ

В отечественных нормативных документах приняты две формы


представления результатов измерений: сокращенная и расширенная.
При применении сокращенной формы указываются следующие
характеристики:
— результат измерения у;
— доверительные границы погрешности измерений Δр ;
— доверительная вероятность р.
Используя перечисленные характеристики, можно вычислить следующие
характеристики, используемые в Руководстве:
— результат измерения у ;
— оценка расширенной неопределенности Û = Δр;
— оценка суммарной стандартной неопределенности ûс = Δр / tр,
где tp — доверительный коэффициент (коэффициент охвата) для нормального
распределения, соответствующий вероятности р.
Для наглядности эти характеристики представим в виде схемы .

Характеристики, используемые Характеристики,


в отечественных НД используемые
в Руководстве
—результат измерения у;
— результат измерения у ;

— доверительные границы
погрешности измерений Δр ; — оценка расширенной
неопределенности Û = Δр;
— доверительная вероятность р
— оценка суммарной
стандартной
неопределенности ûс = Δр / tр,

Рисунок 16.1
ПРИМЕР 1.
Измерение силы электрического тока с помощью вольтметра и токового
шунта.
Указаны следующие характеристики измерения:
— результат измерения силы тока у=I=9,984 A;
— доверительные границы погрешности измерений силы тока при
доверительной вероятности р =0,95 и числе эффективных степеней свободы νeff =9
равны    0,012 А
p 0,95

Вычислим характеристики, используемые в Руководстве:

— результат измерения силы тока у=I=9,984 A; ;


оценка расширенной неопределенности Û =    0,012 А ;
p 0,95
— оценка суммарной стандартной неопределенности

ûс = Δр / tр=0,012 А / 2=0,006 А
Для наглядности результаты вычислений представим в виде схемы.
Характеристики, используемые Характеристики,
в отечественных НД используемые
в Руководстве
у=I=9,984 A;
у=I=9,984 A;

;
   0,012 А Û = p 
0,95
 0,012 А ;
p 0,95
р =0,95
ûс = Δр / tр=0,012 А / 2=0,006 А

Рисунок 16.2
В данном примере неопределенности измерений, вычисленные в соответствии с Руководством (см.
 3
п. 16…), практически совпадают с их оценками, полученными по схеме (рисунок 16.2) из
характеристик погрешности измерений. Разность неопределенностей измерений, вычисленных в
соответствии с Руководством, и их оценок, полученных по схеме, меньше погрешности округления
при вычислении.
ПРИМЕР 2.
Измерение длины штриховой меры на государственном первичном эталоне
длины интерференционным методом
Указаны следующие характеристики измерения:

— результат измерения длины штриховой меры y  L  1,000001446


; m
— доверительные границы погрешности измерений длины штриховой меры при
доверительной вероятности р =0,99 и числе эффективных степеней свободы ν eff = n – 1 =
9 равны
   0,094 mkm
.
p 0,99

Вычислим характеристики, используемые в Руководстве:


y  L  1,000001446 m;
— результат измерения длины штриховой меры
— оценка расширенной неопределенности Û = 
p

0,99
 0,094; mkm

— оценка суммарной стандартной неопределенности


ûс= Δр/tр=0,094 mkm /3=0,031 mkm
Для наглядности результаты вычислений представим в виде схемы.
Характеристики, используемые Характеристики, используемые
в отечественных НД в Руководстве

y  L  1,000001446 m y  L  1,000001446 m
Х
р
ак
Хе    0,094 mkm Û =  p   0,99  0,094 mkm
рр p 0,99 ûс = Δр / tр=0,094mkm/3=0,031 mkm
ак
ис
е
и
р =0,99
ри
ис
,
и
ис
пи
о,
ис
л
п
ьз
ое
л
м Рисунок 16.3
ьз
ы
ее
м
в
ы
от
еч
вс
Рв
ук
н
о
н
В этом примере неопределенности, вычисленные в соответствии с Руководством
[3] (см. п. 16…), не совпадают с их оценками, полученными из характеристик
погрешности по схеме (Рисунок 16.3). Эти разности обусловлены тем, что отсутствует
достаточная информация для их оценки в соответствии с Руководством. В данном примере
они равны:

Uˆ U
0,99 0,99 0,094  0,096
 100   100  2%,
U 0,096
0,99

uˆ  u
c c  100  0,031  0,035  100  11 %.
u 0,035
c

Эти различия вызваны разными алгоритмами определения коэффициента охвата


при вычислении расширенной неопределенности и коэффициента при суммировании
систематической и случайной составляющих суммарной погрешности.
При применении расширенной формы представления результатов
измерений, предполагающей дальнейшую обработку результатов или анализ
погрешности, указываются следующие характеристики:
- результат измерения у;
- СКО случайной погрешности результата измерений S(у);
- доверительные границы НСП результата измерений θ (p);
- число результатов наблюдений n.
Используя перечисленные характеристики, можно вычислить следующие характеристики,
используемые в Руководстве:
- результат измерения у;
- оценка стандартной неопределенности, вычисленной по типу А
ûА =S(y);
- оценка стандартной неопределенности, вычисленной по типу В
uˆ   ( p ) /( K 3 )
B
где К = 1,1 при р = 0,95; К = 1,4 при р = 0,99, если можно предположить, что
число источников систематической погрешности тсист >4 ;
- оценка суммарной стандартной неопределенности

uˆ  uˆ 2  uˆ 2
c A B
- оценка эффективного числа степеней свободы
2
 uˆ 2 
ˆ  (n  1) 1  A  ;
еff  2
ˆ
u
 B 
- оценка расширенной неопределённости

Uˆ  t (ˆ )  uˆ
p p eff c
где t p (ˆeff ) — коэффициент охвата, равный коэффициенту Стьюдента для уровня доверия
р и эффективного числа степеней свободы . ˆ
eff
Для наглядности эти характеристики представим в виде схемы .

Характеристики, используемые Характеристики, используемые


в отечественных НД в Руководстве
Х
р — результат измерения у; — результат
— оценка измерения у;
стандартной
ак неопределенности, вычисленной по
е
р
типу А ûА =S(y);
ис — оценка стандартной
и неопределенности, вычисленной по
и
типу В
, uˆ   ( p ) /( K 3 )
ис B
п
— оценка суммарной стандартной
о — СКО случайной погрешности
л неопределенности 2 2
ьз
результата измерений S(у); uˆ  uˆ  uˆ
c A B
е
м — оценка эффективного числа
ы 2
е
степеней свободы  uˆ 2 
в ˆ  (n  1) 1  A ;
еff  2
Р  uˆ B 
ук — доверительные границы НСП
о результата измерений θ (p); —оценка расширенной
в
— число результатов наблюдений п. неопределённости

о
 t (ˆ )  uˆ
д p p eff c
ст
ве
— Рисунок 16.4
е
у
ПРИМЕР 3.
Измерение силы электрического тока с помощью вольтметра и токового
шунта.
Указаны следующие характеристики измерения:

— результат измерения силы тока у=I=9,984 A;


— СКО случайной погрешности результата измерений S(у)= S(I)=3,4 .10 -3 A;
— доверительные границы НСП результата измерений θ (p)= θ (0,95) =9,5 .10 -3 А;
число результатов наблюдений n=10;
— число систематических составляющих погрешности mсист=4.

Используя перечисленные характеристики, можно вычислить следующие характеристики,


используемые в Руководстве:

— результат измерения силы тока у=I=9,984 A;


— оценка стандартной неопределенности, вычисленной по типу А
ûА = S(у)= S(I)=3,4 .10 -3 A;
uˆ   ( p ) /( K 3 )вычисленной
— оценка стандартной неопределенности, = 5,0 .10 -3 A,
по типуК=1,1;
В Р=0,95;
B
— оценка суммарной стандартной неопределенности

uˆ  uˆ 2  uˆ 2 =6,0 .10 -3 A;
c A B

— оценка эффективного числа степеней свободы


2
 uˆ 2 
ˆ  (n  1) 1  =A  ;
еff  2
 ˆ
u
B 

— оценка расширенной неопределённости

Uˆ  t (ˆ )  uˆ =0,012 А.
p p eff c
Для наглядности результаты вычислений представим в виде схемы.

Характеристики, используемые Характеристики, используемые


в отечественных НД в Руководстве
у=I=9,984 A; у=I=9,984 A;
S(у)= S(I)=3,4 .10 -3 A;
Х
θ (p)= θ (0,95) =9,5 .10 -3 А; ûА = S(у)= S(I)=3,4 .10 -3 A;
р
ак п=10; uˆ   ( p) /( K 3 ) = 5,0 .10 -3 A,
е mсист=4. B
р
ис К=1,1; Р=0,95;
и
uˆ  ˆ
u 2  uˆ 2
B =6,0 10 A;
. -3
и c A
, 2
 uˆ 2 
 (n  1) 1  A 
ис
ˆ = ;
п еff  2
ˆ
u
о  B 
л
ьз Uˆ  t (ˆ )  uˆ =0,012 А.
е p p eff c
м
ы
е
в Рисунок 16.5
Р
ук В данном примере неопределенности измерений, вычисленные в соответствии с
о
в Руководством 
(см. п. 16…), совпадают
3 с их оценками, полученными по схеме (рисунок
о 16.5) из характеристик погрешности измерений.
д
ст
ве
=
ПРИМЕР 4.

Измерение длины штриховой меры на государственном первичном эталоне


длины интерференционным методом
Указаны следующие характеристики измерения:
— результат измерения длины штриховой меры y  L  1,000001446
; m
— СКО случайной погрешности результата измерений S(у)= S(l)=0,025 mkm;
— доверительные границы НСП результата измерений θ (p)= θ (0,99) =0,051 mkm;
— число результатов наблюдений п=10;
—число систематических составляющих погрешности mсист=4.

Вычислим характеристики, используемые в Руководстве:


— результат измерения длины штриховой меры ; m
y  L  1,000001446
— оценка стандартной неопределенности, вычисленной по типу А
ûА = S(у)= S(l)= 0,025 mkm;
— оценка стандартной неопределенности, вычисленной по типу В
uˆ   ( p) /( K 3 )= 0,024 mkm, К=1,23; Р=0,99;
B
— оценка суммарной стандартной неопределенности

uˆ  uˆ 2  uˆ 2 =0,035 mkm;
c A B

— оценка эффективного числа степеней свободы


2
 uˆ 2 
ˆ  (n  1) 1  A 
еff 
ˆ
u 2  =35;
 B 

— оценка расширенной неопределённости

Uˆ  t (ˆ )  uˆ =0,096 mkm.


p p eff c
Для наглядности результаты вычислений представим в виде схемы.

Характеристики, используемые Характеристики, используемые


в отечественных НД в Руководстве

y  L  1,000001446 m y  L  1,000001446 m
ûА = S(у)= S(l)= 0,025 mkm;
S(у)= S(l)=0,025 mkm;
n=10; uˆ   ( p) /( K 3 ) = 0,024 mkm;
mсист=4. B
К=1,23; Р=0,99;

uˆ  uˆ 2  uˆ 2 =0,035 mkm;
c A B 2
 uˆ 2 
ˆ  (n  1) 1  A  =35;
еff  
uˆ 2 
 B
θ (p)= θ (0,99) =0,051 mkm;
Uˆ  t (ˆ )  uˆ =0,096 mkm.
p p eff c

Рисунок 16.6
В этом примере неопределенности, вычисленные в соответствии с Руководством
[3] (см. п. 16…), совпадают с их оценками, полученными из характеристик погрешности
по схеме (Рисунок 16.6).
16.2.2. ПЕРЕСЧЕТ ХАРАКТЕРИСТИК НЕОПРЕДЕЛЕННОСТИ В
ХАРАКТЕРИСТИКИ ПОГРЕШНОСТИ
В международных нормативных документах при представлении результата
измерения в качестве меры неопределенности может быть указана расширенная или
суммарная стандартная неопределенности.
При указании расширенной неопределенности перечисляются следующие
характеристики:
— результат измерения у;
— расширенная неопределенность Up ;
— коэффициент охвата k ;
— уровень доверия р.
Используя перечисленные характеристики, можно вычислить следующие
характеристики, используемые в отечественных документах:
— результат измерения у;
— оценка доверительных границ погрешности измерений

̂ p  U p ;
— оценка СКО, характеризующего суммарную по­грешность

Sˆ  U / k ;
 p
— доверительная вероятность р.
Для наглядности эти характеристики представим в виде схемы .

Характеристики, Характеристики, используемые


используемые в отечественных НД
— результат измерения у;
в Руководстве
— оценка доверительных границ
— результат измерения у;
погрешности измерений
— расширенная
неопределенность Up;
̂ p  U p
— коэффициент охвата k ;
— уровень доверия р. — оценка СКО, характеризующего
суммарную погрешность

Sˆ  U / k
 p
— доверительная вероятность р.

Рисунок 16.7
ПРИМЕР.
Измерение силы электрического тока с помощью вольтметра и токового шунта.
Указаны следующие характеристики измерения:
— результат измерения у=I=9.984 A;
— расширенная неопределенность Up=0,012 А;
— коэффициент охвата k=2 ;
— уровень доверия р=0,95.
Используя перечисленные характеристики, вычислим следующие
характеристики, используемые в отечественных документах:
— результат измерения у=I=9.984 A;
— оценка доверительных границ погрешности измерений

̂ p  U p =0,012 А;
— оценка СКО, характеризующего суммарную погрешность

Sˆ  U / k =0,006 А;
 p
— доверительная вероятность р=0,95.
Для наглядности эти характеристики представим в виде схемы .

Характеристики, Характеристики используемые


используемые в отечественных НД
в Руководстве

у=I=9.984 A;
у=I=9.984 A;

̂ p  U p =0,012 А;;
Up=0,012 А;
Sˆ  U / k =0,06 А;
k=2 ;  p
р=0,95.
р=0,95.

Рисунок 16.8
При указании суммарной стандартной неопределенности перечисляются следующие
характеристики:
— результат измерения у;
— суммарная стандартная неопределенность ис (у).
Допустимо наряду с перечисленными характеристиками указывать дополнительно
— оцененное эффективное число степеней свободы veff ;
— суммарные стандартные неопределенности по типу А и В исА(у), исВ(у) и их оцененные
эффективные числа степеней свободы veffA и veffВ.
Используя перечисленные характеристики, можно вычислить следующие характеристики,
используемые в отечественных документах:
— результат измерения у; Sˆ  u ( y );
— оценка СКО, характеризующего суммарную погрешность  c
— оценка доверительных границ погрешности измерений ˆ  U  t ( )  u ,
p p p eff c

где tp(veff) — коэффициент охвата, равный коэффициенту Стьюдента для уровня доверия р и
эффективного числа степеней свободы veff ;
— оценка СКО случайной погрешности результата измерений Sˆ  u ( y );
 cА
— оценка доверительных границ неисключенной систематической погрешности результата
измерений ˆ( p)  u ( y )  K 3 ,
cB
где К= 1,1 при р = 0,95;
К= 1,4 при р = 0,99; mсист › 4.
Для наглядности эти характеристики представим в виде схемы .

Характеристики, используемые Характеристики, используемые


в Руководстве в отечественных НД
— результат измерения у; — результат измерения у;
— суммарная стандартная — оценка СКО суммарной
неопределенность ис (у); погрешности
ˆ
S  u ( y );
— оцененное эффективное  c
число степеней свободы veff; — оценка доверительных границ НСП
результата измерений
ˆ  U  t ( )  u
p p p eff c
— оценка СКО случайной погрешности
Sˆ  u ( y );
—суммарные стандартные  cА
неопределенности по типу А и — оценка доверительных границ
В исА(у), исВ(у) и их оцененные погрешности измерений
эффективные числа степеней ˆ( p)  u ( y )  K 3.
cB
свободы veffA и veffВ.

Рисунок 16.9
ПРИМЕР.
Измерение силы электрического тока с помощью вольтметра и токового шунта.
Указаны следующие характеристики измерения:
— результат измерения у=I=9.984 A;
— суммарная стандартная неопределенность и с (у)=6,0 . 10-3 А;
— оцененное эффективное число степеней свободы veff =87;
— суммарные стандартные неопределенности по типу А и В исА (у) =3,4 . 10-3 А, исВ (у) =5,0
. 10-3 А и их оцененные эффективные числа степеней свободы veffA=9 и veffВ=∞.

Используя перечисленные характеристики, вычислим следующие характеристики, используемые


в отечественных документах:
— результат измерения у=I=9.984 A;
— оценка СКО суммарной погрешности Sˆ  u ( y )  6,0  10 - 3 А;
 c
— оценка доверительных границ погрешности измерений
ˆ U  t ( )  u =0.012 A;
p p p eff c
— оценка СКО случайной погрешности

Sˆ u ( y )  3,4  10 - 3 А;
 cА
— оценка доверительных границ НСП результата измерений

ˆ( p )  u ( y)  K 3 
cB
 5,0  10  3  1,1  3  9,5  10  3 А.
Для наглядности эти характеристики представим в виде схемы .

Характеристики, используемые Характеристики, используемые


в Руководстве в отечественных НД

у=I=9.984 A; у=I=9.984 A;
Sˆ  u ( y )  6,0  10 - 3 А;
ис (у)=6,0 . 10-3 А;  c
ˆ p  U p  t p ( eff )  u c  0,012 А,
veff =87;
Sˆ u ( y )  3,4  10 - 3 А;
исА (у) =3,4 . 10-3 А;  cА

ˆ( p)  u ( y)  K 3 
исВ (у) =5,0 . 10-3 А; cB
 5,0  10  3  1,1  3  9,5  10  3 А.
veffA=9;

veffВ=∞.

Рисунок 16.10
16.4 КОНТРОЛЬНЫЕ ВОПРОСЫ И ЗАДАНИЯ

1. Какие два подхода сложились в современной метрологии к оценке точности измерений?


2. В чем состоят аргументы сторонников понятия «неопределенность измерения»?
3. Приведите аргументы сторонников понятия «погрешность измерения»?
4. Какое значение имеют рекомендации, разработанные ВНИИМ?
5. В чем принципиальное отличие между делением на погрешностей случайные и систематические и
делением неопределенностей по типу А и В?
6. Запишите выражение для среднего квадратического отклонения случайной погрешности и выражение
для стандартной неопределенности типа А.
7. Какой вид имеют выражение для неисключенной систематической погрешности внутри доверительного
интервала и выражение для стандартной неопределенности типа В?
8. Запишите выражение для доверительных границ случайной погрешности и объясните назначение
входящих в нее величин.
9. Какой вид имеют выражения для доверительных границ суммарной погрешности, доверительного
коэффициента и эффективного числа степеней свободы?
10. Какой вид имеют выражения для расширенной неопределенности, коэффициента охвата и
эффективного числа степеней свободы?
11. В чем состоит особенность определения СКО суммарной погрешности для различных соотношений
между СКО случайной погрешности и границ НОСП?
12. В чем состоит различие двух подходов в трактовке неопределенности и характеристик погрешности?
13. Чем вызваны количественные различия между доверительным интервалом и расширенной
неопределенностью?
14. Опишите порядок пересчета характеристик погрешности в характеристики неопределенности.
15. Опишите порядок пересчета характеристик неопределенности в характеристики погрешности .
16.4. РЕКОМЕНДАЦИИ ПО КОРРЕКТНОМУ ПРИМЕНЕНИЮ ПОНЯТИЙ
ПОГРЕШНОСТЬ И НЕОПРЕДЕЛЕННОСТЬ

Результат измерения. Точностной характеристикой конкретных результатов


измерений в любых метрологических ситуациях однозначно может и должна быть
неопределенность.
Сличения национальных эталонов (ключевые, региональные, межгосударственные).
Результаты измерений на эталоне, выполняемых при сличении, должны представляться
с подробными сведениями об оценке неопределенности.
Калибровочные и измерительные возможности национальных метрологических
институтов (СМС) представляются с указанием неопределенности результатов
измерений и коэффициента охвата.
Методика выполнения измерений (МВИ). Методики выполнения измерений, как
метрологический инструмент, характеристики которого зачастую устанавливаются с
использованием стандартных образцов, у которых аттестованное значение оценено с
неопределенностью, могут иметь точностные характеристики, выраженные не в виде
погрешностей, логично выражать параметрами неопределенности.
Калибровка средств измерений (calibration). Точностной характеристикой
калибровки может быть только неопределенность. Это относится и к результатам
градуировки средств измерений в процессе калибровки.
В соответствии с Соглашением о взаимном признании национальных
эталонов, результатов калибровки и сертификатов измерения, выданных
национальными институтами метрологии (Mutual recognition arrangement for the
mutual recognition of national measurement standards and of calibration and
measurement certificates issued by national metrology institutes – MRA) результаты
калибровки средств измерений должны сопровождаться характеристиками,
выраженными в виде неопределенностей.
Калибровка меры сопровождается представлением действительного
значения меры с расширенной неопределенностью его измерения.
Калибровка измерительного преобразователя сопровождается
представлением действительных значений функции преобразования с
расширенной неопределенностью их измерения.
Калибровка измерительного прибора сопровождается представлением
значений поправок к показаниям прибора и расширенных неопределенностей
измерения этих поправок.
Градуировка, выполненная при калибровке средства измерений, сопровождается
представлением значений градуировочной характеристики и расширенных
неопределенностей измерения этих значений.
Неопределенности результатов калибровки не являются метрологическим
характеристиками средств измерений.

Стандартные образцы (СО). Для большинства СО, особенно аттестуемых методом


межлабораторного эксперимента, в качестве метрологической характеристики логичнее
пользоваться понятием неопределенность нежели погрешность. В связи с этим
разработчики СО, особенно стран Западной Европы, в сертификатах на СО приводят
характеристики неопределенности установления их аттестованных значений.

Нормирование метрологических характеристик средств измерений нужно по-


прежнему осуществлять, оперируя понятием погрешность и руководствуясь ГОСТ
8.401-80 "ГСИ. Классы точности средств измерений. Общие требования" и ГОСТ 8.009-84
«ГСИ. Нормируемые метрологические характеристики средств измерений». При этом
характеристики погрешности понимаются как пределы допускаемых погрешностей
средств измерений данного типа.
Поверка средств измерений (verification). При поверке оперируют установленными
в документации на средства измерений нормами на пределы характеристик их
погрешностей. Однако выполняемые при поверке измерения должны
характеризоваться неопределенностью.

Методики поверки. В методиках поверки необходимо указывать, в каком


соотношении должны находиться расширенная неопределенность измерений при поверке
и норма на допустимую погрешность средства измерений, а также критерии годности
средств измерений с учетом неопределенности измерений при поверке.

Например, если расширенная неопределенность измерений при поверке (с


коэффициентом охвата 2) не превышает 1/3 от пределов допускаемой погрешности, то
неопределенностью пренебрегают. Другой вариант: расширенную неопределенность
измерений при поверке вычитают из нормы на погрешность или под корнем квадратным
из квадрата нормы на погрешность вычитают квадрат расширенной неопределенности
измерений при поверке и эту разность принимают за критерий годности средства
измерений по результатам поверки. Такой критерий годности применим, в частности, при
поверке мер, для которых нормой погрешности является "разность между номинальным
значением меры и действительным значением воспроизводимой ею величины".
Поверочные схемы. При построении поверочных схем необходимо характеризовать
неопределенностью результаты измерений при передаче размеров единиц. Нормы на погрешности
воспроизведения единиц и методы поверки тоже должны регламентироваться с учетом расширенной
неопределенности соответствующих измерений.

Неопределенность при оценке деятельности лабораторий с использованием межлабораторного


эксперимента. Если лаборатория принимает участие, в соответствии ГОСТ 5725-6, в совместном
оценочном эксперименте, с участием нескольких лабораторий, особенно с участием зарубежных
лабораторий, то лаборатория координатор может потребовать представления результатов измерений с
соответствующими неопределенностями. В этом случае лаборатория должна будет оценивать
неопределенность измерений, и представлять результаты измерений вместе с оценкой
неопределенности измерений.
При этом лаборатория координатор может представить лаборатории конкретную схему
оценки и представления неопределенности результатов измерений.

Из рассмотренных метрологических ситуаций можно предложить общее правило: результаты


измерений в большинстве метрологических ситуаций характеризуются неопределенностью, а
нормативы точности средств измерений, измерительных и контрольных процедур характеризуются
погрешностью.

Таким образом, понятия неопределенность и погрешность рекомендуется гармонично использоваться


без попыток взаимного противопоставления и исключения их.
17. ОЦЕНКА НАИЛУЧШИХ ИЗМЕРИТЕЛЬНЫХ
ВОЗМОЖНОСТЕЙ

Существует такой термин как наилучшие


измерительные возможности (НИВ) (всегда относятся
к определенной величине, измеряемой величине). НИВ
определяются как наименьшая неопределенность,
которую лаборатория может достигнуть в пределах
своей области аккредитации при проведении более или
менее обычных (повседневных, постоянных)
калибровок.
НИВ - это один из параметров, который
используется, чтобы охарактеризовать область
аккредитованной калибровочной лаборатории.

Оценка НИВ аккредитованных калибровочных


лабораторий должна подтверждаться
экспериментально. Некоторые рекомендации по оценке
НИВ даны ниже.
НИВ являются одной из существенных частей
информации, которая может быть найдена в реестрах
аккредитованных лабораторий, которые регулярно
публикуются Органами по аккредитации и
используются потенциальными клиентами
аккредитованных лабораторий, чтобы оценить
возможность проводить определенную калибровку в
данной лаборатории или нет.

Определение НИВ содержит в себе то, что


лаборатория в рамках своей аккредитации не имеет
права указывать неопределенность при своих
повседневных калибровках меньшую, чем наилучшие
измерительные возможности
Установление НИВ является задачей
Органа по аккредитации. При этом Орган по аккредитации не
должен ограничиваться (довольствоваться) только расчетом
неопределенности. При проведении надзора или по поручению
(требованию) должны проводится многочисленные сличения,
которые "подкрепляют" расчеты.

НИВ обычно указываются в численном виде. Поскольку


они являются функцией измеряемой величины, к которой они
относятся, или других параметров, их можно указывать также в
аналитической форме. В последнем случае наглядной такую
зависимость может сделать дополнительная диаграмма. Должно
быть всегда четко видно, указываются ли НИВ как абсолютное
или относительное значение.