Что называют среднеквадратичной погрешностью

Средняя квадратическая погрешность

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

Содержание

Термин

Встречаются также синонимы словосочетания среднеквадрати́ческое отклоне́ние, как то́:

Основные сведения

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

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

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

то два основных способа оценки стандартного отклонения записываются нижеследующим образом.

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

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

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

Среднеквадратичное отклонение среднего

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

Правило трёх сигм

Интерпретация величины среднеквадратического отклонения

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

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

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

Практическое применение

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

Экономика и финансы

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

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

Климат

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

Спорт

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

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

Пример вычисления стандартного отклонения оценок учеников

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

Пусть оценки учеников класса следующие:

Тогда средняя оценка равна:

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

Вычислим квадраты отклонений оценок учеников от их средней оценки:

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

Среднее арифметическое этих значений называется дисперсией:

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

Стандартное отклонение равно квадратному корню дисперсии:

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

и стандартное отклонение равнялось бы:

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

Источник

Средняя квадратическая погрешность. Предельная и относительная погрешность.

Предельной погрешностью называют такое наибольшее по абсолютной величине значение случайной ошибки, которой она может достигнуть при данных условиях измерений. Установлено, что случайная ошибка может достигать удвоенной средней квадратической ошибки в пяти случаях из ста, утроенной – в трех из тысячи. Поэтому за предельную ∆_пр. принимают утроенную среднюю квадратическую ошибку ∆_пр. = 3m.

Относительной ошибкой называют отношение абсолютной ошибки к измеренной величине. Она выражается простой дробью, числитель которой равен единице. Обычно относительной ошибкой характеризуют линейные измерения.

Например, измерена линия длиной l=221,16 с абсолютной ошибкой ∆=0,11 м.

Средняя квадратическая погрешность арифметической средины.

Арифметическая средина является наиболее надежным результатом из многократных измерений. Ее точность характеризуется ошибкой, величина которой должна быть меньше заданной величины, чем количество измерений.

Средняя квадратическая погрешность арифметической средины определяется по формуле

Оценка точности по вероятнейшей погрешности.

В большинстве случаев истинное значение измеряемой величины не известно, поэтому для вычисления средней квадратической ошибки используют отклонения результатов измерений от их среднего арифметического. Эти отклонения называют вероятнейшими погрешностями.

Для вычисления средней квадратической погрешности по вероятнейшим вычисляют разности между каждым результатом измерения и арифметической срединой Х_0, эти разности возводят в квадрат и получают среднюю квадратическую погрешность по формуле Бесселя

[l] – nХ₀ = [V], Суммарное уравнение,

Но n ≠ 0, следовательно [V] = 0.

Среднюю квадратическую погрешность арифметической средины по вероятнейшим ошибкам определяют по формуле

,

Среднюю квадратичную ошибку результата по разностям двойных измерений вычисляют по формуле:

, где n – число двойных измерений.

Неравноточные измерения.

Измерения могут быть равноточные и неравноточные. Неравноточными называются измерения одной и той же величины, которые выполняют разными приборами или исполнителями. По разным технологиям или в различных условиях. Неравноточные измерения имеют разный вес, тогда как равноточные измерения имеют одинаковый вес, т.е.степень доверия к результату.

Весом Р называют отношение целого числа С к квадрату средней квадратической погрешности

Из полученных неравноточных измерений, зная их вес, получают общую арифметическую средину или весовое среднее L₀ по формуле

,

Пример 1. Линия измерена два раза и получили первый раз среднее арифметическое l₁ = 212,45 с весом Р = 2.

Вторично эту же линию измеряли четыре раза и нашли среднее арифметическое l₂ = 212,38 с весом Р = 4, тогда

с весом Р = 6.

Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰).

Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого.

Источник

Среднеквадратическая погрешность

Класс точности СИ

Класс точности— основная метрологическая характеристика прибора, определяющая допустимые значения основных и дополнительных погрешностей, влияющих на точность измерения.

Погрешность может нормироваться, в частности, по отношению к:

результату измерения (по относительной погрешности);

длине (верхнему пределу) шкалы прибора (по приведенной погрешности).

Для стрелочных приборов принято указывать класс точности, записываемый в виде числа, например, 0,05 или 4,0. Это число дает максимально возможную погрешность прибора, выраженную в процентах от наибольшего значения величины, измеряемой в данном диапазоне работы прибора. Так, для вольтметра, работающего в диапазоне измерений 0 — 30 В, класс точности 1,0 определяет, что указанная погрешность при положении стрелки в любом месте шкалы не превышает 0,3 В. Соответственно, среднее квадратичное отклонение s прибора составляет 0,1 В.

Относительная погрешность результата, полученного с помощью указанного вольтметра, зависит от значения измеряемого напряжения, становясь недопустимо высокой для малых напряжений. При измерении напряжения 0,5 В погрешность составит 60 %. Как следствие, такой прибор не годится для исследования процессов, в которых напряжение меняется на 0,1 — 0,5 В.

Обычно цена наименьшего деления шкалы стрелочного прибора согласована с погрешностью самого прибора. Если класс точности используемого прибора неизвестен, за погрешность s прибора всегда принимают половину цены его наименьшего деления. Понятно, что при считывании показаний со шкалы нецелесообразно стараться определить доли деления, так как результат измерения от этого не станет точнее.

Обозначения класса точности могут иметь вид заглавных букв латинского алфавита, римских цифр и арабских цифр с добавлением условных знаков. Если класс точности обозначается латинскими буквами, то класс точности определяется пределами абсолютной погрешности. Если класс точности обозначается арабскими цифрами без условных знаков, то класс точности определяется пределами приведённой погрешности и в качестве нормирующего значения используется наибольший по модулю из пределов измерений. Если класс точности обозначается арабскими цифрами с галочкой, то класс точности определяется пределами приведённой погрешности, но в качестве нормирующего значения используется длина шкалы. Если класс точности обозначается римскими цифрами, то класс точности определяется пределами относительной погрешности.

Погрешность измерения —отклонение измеренного значения величины от её истинного (действительного) значения. Погрешность измерения является характеристикой точности измерения.

Поскольку выяснить с абсолютной точностью истинное значение никакой величины невозможно, то невозможно и указать величину отклонения измеренного значения от истинного. (Это отклонение принято называть ошибкой измерения. В ряде источников, например в Большой советской энциклопедии, термины ошибка измерения и погрешность измерения используются как синонимы, но согласно РМГ 29-99 термин ошибка измерения не рекомендуется применять как менее удачный). Возможно лишь оценить величину этого отклонения, например, при помощи статистических методов. На практике вместо истинного значения используют действительное значение величины х_д, то есть значение физической величины, полученное экспериментальным путем и настолько близкое к истинному значению, что в поставленной измерительной задаче может быть использовано вместо него. Такое значение, обычно, вычисляется как среднестатистическое значение, полученное при статистической обработке результатов серии измерений. Это полученное значение не является точным, а лишь наиболее вероятным. Поэтому в измерениях необходимо указывать, какова их точность. Для этого вместе с полученным результатом указывается погрешность измерений. Например, запись T=2,8±0,1 c. означает, что истинное значение величины T лежит в интервале от 2,7 с. до 2,9 с. с некоторой оговорённой вероятностью.

Доверительным называется интервал, который с заданной надежностью покрывает оцениваемый параметр.

Доверительный интервал — термин, используемый в математической статистике при интервальной оценке статистических параметров, более предпочтительной при небольшом объёме выборки, чем точечная. Доверительным называют интервал, который покрывает неизвестный параметр с заданной надёжностью.

Доверительным интервалом параметра распределения случайной величины с уровнем доверия p, порождённым выборкой , называется интервал с границами и , которые являются реализациями случайных величин и , таких, что

.

Граничные точки доверительного интервала и называются доверительными пределами.

Стандартная ошибка среднего в математической статистике — величина, характеризующая стандартное отклонение выборочного среднего, рассчитанное по выборке размера из генеральной совокупности. Термин был впервые введён Удни Юлом в 1897 году. Величина стандартной ошибки зависит от дисперсии генеральной совокупности и объёма выборки .

Стандартная ошибка среднего вычисляется по формуле:

где — величина среднеквадратического отклонения генеральной совокупности, и — объём выборки.

Поскольку дисперсия генеральной совокупности, как правило, неизвестна, то оценка стандартной ошибки вычисляется по формуле:

где — стандартное отклонение случайной величины на основе несмещённой оценки её выборочной дисперсии и — объём выборки.

Пример использования: «средний рост студента первого курса составляет 180 ± 20 см с вероятностью 95 %»

180 см — среднее значение выборки;

95 % — доверительная вероятность (коэффициент надёжности);

160—200 см — доверительный интервал;

20 см — предел погрешности.

Толкование: «с вероятностью 95 % истинное среднее значение генеральной совокупности лежит в интервале 160—200 см»

Для нормального распределения:

где, — среднее значение, z — Z-оценка (зависит от выбранной доверительной вероятности), — среднеквадратическое отклонение, n — размер выборки.

Пределом относительной погрешности называют величину:

Среднеквадратическая погрешность

Метод Корнфельда, заключается в выборе доверительного интервала в пределах от минимального до максимального результата измерений, и погрешность как половина разности между максимальным и минимальным результатом измерения:

Средняя квадратическая погрешность среднего арифметического:

По форме представления

Абсолютная погрешность — является оценкой абсолютной ошибки измерения. Вычисляется разными способами. Способ вычисления определяется распределением случайной величины . Соответственно, величина абсолютной погрешности в зависимости от распределения случайной величины может быть различной. Если — измеренное значение, а — истинное значение, то неравенство должно выполняться с некоторой вероятностью, близкой к 1. Если случайная величина распределена по нормальному закону, то обычно за абсолютную погрешность принимают её среднеквадратичное отклонение. Абсолютная погрешность измеряется в тех же единицах измерения, что и сама величина.

Существует несколько способов записи величины вместе с её абсолютной погрешностью.

Обычно используется запись со знаком ±. Например, рекорд в беге на 100 метров, установленный в 1983 году, равен 9,930±0,005 с.

Для записи величин, измеренных с очень высокой точностью, используется другая запись: цифры, соответствующие погрешности последних цифр мантиссы, дописываются в скобках. Например, измеренное значение постоянной Больцмана равно 1,3806488(13)×10 −23 Дж/К, что также можно записать значительно длиннее как 1,3806488×10 −23 ±0,0000013×10 −23 Дж/К

Относительная погрешность — погрешность измерения, выраженная отношением абсолютной погрешности измерения к действительному или среднему значению измеряемой величины (РМГ 29-99):

, .

Относительная погрешность является безразмерной величиной; её численное значение может указываться, например, в процентах.

Приведённая погрешность — погрешность, выраженная отношением абсолютной погрешности средства измерений к условно принятому значению величины, постоянному во всем диапазоне измерений или в части диапазона. Вычисляется по формуле , где — нормирующее значение, которое зависит от типа шкалы измерительного прибора и определяется по его градуировке:

если шкала прибора односторонняя, то есть нижний предел измерений равен нулю, то определяется равным верхнему пределу измерений;

если шкала прибора двухсторонняя, то нормирующее значение равно ширине диапазона измерений прибора.

Приведённая погрешность также является безразмерной величиной.

По причине возникновения

Инструментальные / приборные погрешности — погрешности, которые определяются погрешностями применяемых средств измерений и вызываются несовершенством принципа действия, неточностью градуировки шкалы, ненаглядностью прибора.

Методические погрешности — погрешности, обусловленные несовершенством метода, а также упрощениями, положенными в основу методики.

Субъективные / операторные / личные погрешности — погрешности, обусловленные степенью внимательности, сосредоточенности, подготовленности и другими качествами оператора.

В технике применяют приборы для измерения лишь с определённой заранее заданной точностью — основной погрешностью, допускаемой в нормальных условиях эксплуатации для данного прибора. В различных областях науки и техники могут подразумеваться различные стандартные (нормальные) условия (например, Национальный институт стандартов и технологий США за нормальную температуру принимает 20 °C, а за нормальное давление — 101,325 кПа); кроме того, для прибора могут быть определены специфические требования (например, нормальное рабочее положение). Если прибор работает в условиях, отличных от нормальных, то возникает дополнительная погрешность, увеличивающая общую погрешность прибора — например, температурная (вызванная отклонением температуры окружающей среды от нормальной), установочная (обусловленная отклонением положения прибора от нормального рабочего положения), и т. п.

Обобщённой характеристикой средств измерения является класс точности, определяемый предельными значениями допускаемых основной и дополнительной погрешностей, а также другими параметрами, влияющими на точность средств измерения; значение параметров установлено стандартами на отдельные виды средств измерений. Класс точности средств измерений характеризует их точностные свойства, но не является непосредственным показателем точности измерений, выполняемых с помощью этих средств, так как точность зависит также от метода измерений и условий их выполнения. Измерительным приборам, пределы допускаемой основной погрешности которых заданы в виде приведённых основных (относительных) погрешностей, присваивают классы точности, выбираемые из ряда следующих чисел: (1; 1,5; 2,0; 2,5; 3,0; 4,0; 5,0; 6,0)×10n, где показатель степени n = 1; 0; −1; −2 и т. д.

По характеру проявления

Случайная погрешность — составляющая погрешности измерения, изменяющаяся случайным образом в серии повторных измерений одной и той же величины, проведенных в одних и тех же условиях. В появлении таких погрешностей не наблюдается какой-либо закономерности, они обнаруживаются при повторных измерениях одной и той же величины в виде некоторого разброса получаемых результатов. Случайные погрешности неизбежны, неустранимы и всегда присутствуют в результате измерения, однако их влияние обычно можно устранить статистической обработкой. Описание случайных погрешностей возможно только на основе теории случайных процессов и математической статистики.

Математически случайную погрешность, как правило, можно представить белым шумом: как непрерывную случайную величину, симметричную относительно 0, независимо реализующуюся в каждом измерении (некоррелированную по времени).

Основным свойством случайной погрешности является возможность уменьшения искажения искомой величины путем усреднения данных. Уточнение оценки искомой величины при увеличении количества измерений (повторных экспериментов) означает, что среднее случайной погрешности при увеличении объёма данных стремится к 0 (закон больших чисел).

Часто случайные погрешности возникают из-за одновременного действия многих независимых причин, каждая из которых в отдельности слабо влияет на результат измерения. По этой причине часто полагают распределение случайной погрешности «нормальным» (см. Центральная предельная теорема). «Нормальность» позволяет использовать в обработке данных весь арсенал математической статистики.

Однако априорная убежденность в «нормальности» на основании ЦПТ не согласуется с практикой — законы распределения ошибок измерений весьма разнообразны и, как правило, сильно отличаются от нормального.

Случайные погрешности могут быть связаны с несовершенством приборов (трение в механических приборах и т. п.), тряской в городских условиях, с несовершенством объекта измерений (например, при измерении диаметра тонкой проволоки, которая может иметь не совсем круглое сечение в результате несовершенства процесса изготовления).

Систематическая погрешность— погрешность, изменяющаяся во времени по определённому закону (частным случаем является постоянная погрешность, не изменяющаяся с течением времени). Систематические погрешности могут быть связаны с ошибками приборов (неправильная шкала, калибровка и т. п.), неучтёнными экспериментатором.

Систематическую ошибку нельзя устранить повторными измерениями. Её устраняют либо с помощью поправок, либо «улучшением» эксперимента.

Прогрессирующая (дрейфовая) погрешность — непредсказуемая погрешность, медленно меняющаяся во времени. Она представляет собой нестационарный случайный процесс.

Грубая погрешность (промах) — погрешность, возникшая вследствие недосмотра экспериментатора или неисправности аппаратуры (например, если экспериментатор неправильно прочёл номер деления на шкале прибора или если произошло замыкание в электрической цепи).

Надо отметить, что деление погрешностей на случайные и систематические достаточно условно. Например, ошибка округления при определённых условиях может носить характер как случайной, так и систематической ошибки.

По способу измерения

Погрешность прямых измерений вычисляется по формуле

:

— абсолютная погрешность средства измерения (обычно это число, равное половине цены деления измерительного прибора).

Погрешность косвенных воспроизводимых измерений — погрешность вычисляемой (не измеряемой непосредственно) величины. Если , где — непосредственно измеряемые независимые величины, имеющие погрешность , то:

Погрешность косвенных невоспроизводимых измерений вычисляется аналогично вышеизложенной формуле, но вместо ставится значение, полученное в процессе расчётов.

Источник