测量不确定度

news2025/1/12 12:05:33

不确定度与误差区别

相同点:都是评价测量结果质量高低的重要指标,都可以作为测量结果的精度评定参数。

不同点:测量误差是结果与真值之差,以真值为约定中心;而不确定度则是以估计值为约定中心,因此误差是一个理想的概念,一般不能准确知道,而测量不确定度是反映人们对测量认识不足的程度是可以定量评定的。

标准不确定度的评定

A类标准不确定度

A类评定使用统计分析法评定,其标准不确定度 u 等同于由系列观测值获得的标准差 \sigma ,即u=\sigma
对于被测量Y取决于其他N个量X1,X2...Xn时,则Y的估计值y的标准不确定度u_{y}取决于Xi的估计值x_{i}的标准不确定度u_{xi},为此要首先评定xi的标准不确定度。其方法是:在其他Xj不变的情况下对Xi进行n次等精度测量,得到标准差\sigma _{i},则若将单次测量值设为估计值,那么u_{xi}=\sigma _{i},若将测量均值设为估计值,则不确定度为u_{xi}=\frac{\sigma }{\sqrt{n}}

B类标准不确定度

1、当测量估计值x收到多个独立因素影响且影响大小接近,则假设为正态分布,由索取置信概率P的分布区间半宽a与包含银子k_{p}来估计标准不确定度。

u_{x}=\frac{a}{k_{p}}

2、若估计值x的测量不确定度为标准差k倍,则 u_{x}=\frac{U_{x}}{k}

3、若估计值x在(x-a,x+a)区间为均匀分布则u_{x}=\frac{a}{\sqrt{3}}

4、若估计值x受到两个独立且均服从均匀分布的因素影响,则x服从区间(x-a,x+a)的三角分布,标准不确定度为u_{x}=\frac{a}{\sqrt{6}}

5、若估计值x服从(x-a,x+a)区间的反正弦分布,则u_{x}=\frac{a}{\sqrt{2}}

自由度

对于n个变量x_{i}的平方和中,x_{i}之间存在k个独立的线性约束条件则n个变量独立变量个数为n-k,平方和的自由度也为n-k。

标准不确定度A类评定的自由度

若使用贝塞尔公式计算标准差得到的A类标准不确定度,则自由度为n-1。

测量不确定度的合成

对于y=f(x1,x2...xn),若直接测量分量x_{i}的标准不确定度为u_{xi},则由该分量引起的输出y标准不确定度为u_{i}=\left | \frac{\partial f}{\partial xi} \right |u_{xi}

则总体被测量y的标准不确定度为

u_{c}=\sqrt{\sum_{i=1}^{N}(\frac{\partial f}{\partial xi})^2u_{xi}^{2}+2\sum_{1\leq i<j}^{N}\frac{\partial f}{\partial xi}\frac{\partial f}{\partial xj}\rho _{ij}u_{xi}u_{xj}}
其中\rho _{ij}x_{i}x_{j}不确定度的相关系数。

用合成标准不确定度作为被测量Y的估计值y的测量不确定度,则测量结果可表示为Y=y\pm u_{c}

展伸不确定度

对于上述测量结果Y包含真值的概率仅为68%,因此需要更大包含真值置信概率的区间,为此需用展伸不确定度表示测量结果。
展伸不确定度由合成标准不确定度乘以包含因子k得到,记作U

U=ku_{c}Y=y\pm Uk=t_{p}(v)v=\frac{u_{c}^{4}}{\sum_{i=1}^{N}\frac{u_{i}^{4}}{v_{i}}}
其中v代表自由度,根据指定的置信概率P与自由度v查t分布表得到k。

测量不确定度计算步骤

1、分析测量不确定度的来源,列出对测量结果影响显著的不确定度分量。

2、评定不确定度分量,并给出其数值u_{i}和自由度v_{i}

3、分析所有不确定度分量的相关性,确定各相关系数\rho _{ij}

4、求合成标准不确定度u_{c}及自由度v

5、求出展伸不确定度。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/601947.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot使用SSE进行实时通知前端

SpringBoot使用SSE进行实时通知前端 说明maven依赖SSE工具类代码 Controller测试代码测试结果如下:注意将超时时间由原来的0改为默认的30秒&#xff0c;会报错。将springboot降为低版本如1.4.2.RELEASE。 说明 项目有个需求是要实时通知前端&#xff0c;告诉前端这个任务加载好…

数字孪生:让ECU在数字环境中“栩栩如生”

很多汽车广告中都会展示这样一个画面&#xff1a;在快要猛烈撞击障碍物之时&#xff0c;汽车所配备的防撞预警功能在最后关头实现停驶&#xff0c;守护车内老少一家人的生命安全。 近年来&#xff0c;汽车安全性能成为众多厂商广告中的主打&#xff0c;侧面印证了安全在当下消…

【传感器】最小二乘法实现磁力计椭球校准

总体思路 磁力计的数据在实际中是椭球的形状&#xff0c;在此之前使用了球体拟合进行校准&#xff0c;也就是简化为正球体的模型&#xff0c;得出的结果比较差&#xff0c;航向计算不准&#xff0c;还是需要用椭球的模型来估计偏移量&#xff0c;先使用标准的椭球方程&#xf…

微信小程序相关问题整理(一)

文章目录 1、引入 vant-weapp UI2、配置小程序 tabBar3、小程序登录授权流程4、小程序支付&#xff08;微信支付&#xff09;5、小程序分享6、小程序打开内置地图&#xff08;腾讯地图&#xff09;7、小程序打开app8、小程序打开其他小程序9、小程序获取当前地理位置额外&#…

项目上线出Bug:我踩过的4个大坑及事后反思

最近参与的拥有7大模块的系统项目&#xff0c;从去年11月开始开发&#xff0c;共5个月左右。 该项目是用JavaNode.js开发&#xff0c;开发人员含外包将近10位&#xff0c;测试人员A从头跟到尾&#xff0c;其他测试人员都是紧急时刻从其他项目临时调来&#xff0c;包含兄弟部门…

【LeetCode】HOT 100(2)

题单介绍&#xff1a; 精选 100 道力扣&#xff08;LeetCode&#xff09;上最热门的题目&#xff0c;适合初识算法与数据结构的新手和想要在短时间内高效提升的人&#xff0c;熟练掌握这 100 道题&#xff0c;你就已经具备了在代码世界通行的基本能力。 目录 题单介绍&#…

精通编辑和校对:避免常见错误的实用方法

编辑和校对是提高写作质量的关键环节。为了精通编辑和校对&#xff0c;我们需要了解常见的错误并学会避免它们。 以下是一些实用方法&#xff0c;帮助你在编辑和校对过程中避免常见错误。 1.充分理解文本内容和目的 在开始编辑和校对之前&#xff0c;确保充分理解文本的内容和…

今天教会你如何在Chrome中正确使用ChatGPT!

&#x1f680; 个人主页 极客小俊 ✍&#x1f3fb; 作者简介&#xff1a;web开发者、设计师、技术分享博主 &#x1f40b; 希望大家多多支持一下, 我们一起进步&#xff01;&#x1f604; &#x1f3c5; 如果文章对你有帮助的话&#xff0c;欢迎评论 &#x1f4ac;点赞&#x1…

笔记本电脑无法正常启动怎么办?

随着计算机技术的发展&#xff0c;笔记本电脑在性能上已经不比台式机落后&#xff0c;并且因其便于携带的优势&#xff0c;受到广大用户的喜爱。那么&#xff0c;在笔记本电脑无法正常启动时&#xff0c;我们该怎么办呢&#xff1f; 笔记本电脑无法正常启动的原因 笔记本电脑无…

这就是00后吗,工作没两年,跳槽到我们公司起薪20K都快接近我了

在程序员职场上&#xff0c;什么样的人最让人反感呢? 是技术不好的人吗?并不是。技术不好的同事&#xff0c;我们可以帮他。 是技术太强的人吗?也不是。技术很强的同事&#xff0c;可遇不可求&#xff0c;向他学习还来不及呢。 真正让人反感的&#xff0c;是技术平平&…

Vue3-02-响应性 reactive

1. setup setup 是一个组件选项&#xff0c;组合式 API 就定义在 setup 中&#xff0c;包括 data、methods、computed 和 watch 等&#xff0c;都定义在 setup 中。 setup 实际上是一个生命周期钩子函数&#xff0c;执行时间点相当于 Vue2 中 beforeCreate 和 created 的结合…

springcloud-alibaba (03)Sentinel规则-笔记

sentinel Sentinel提供的各种规则的简单说明01&#xff0c;流量控制一&#xff0c;流控规则&#xff08;阈值类型&#xff1a;QPS&#xff09;二&#xff0c;流控规则&#xff08;阈值类型&#xff1a;并发线程数&#xff09;三&#xff0c;高级选项 02&#xff0c;熔断降级一&…

day45_项目

SQL /* 在分页查询中,有一些常见变量名 pageNo 当前页(页码),默认是1 pageSize 每页展示数据的条数,需求给定 pageCount 共多少页pageCounttotal%pageSize0?(total/pageSize):(total/pageSize)1; total 共多少条数据,select count(id)计算出 */ -- 假设,每页展示4条 …

LEAP软件操作基础/安装与注册/基本原理和数据结构

本次内容突出与实例结合&#xff0c;紧密结合国家能源统计制度及《省级温室气体排放编制指南》&#xff0c;深入浅出地介绍针对不同级别研究对象时如何根据数据结构、可获取性、研究目的&#xff0c;构建合适的能源生产、转换、消费、温室气体排放&#xff08;以碳排放为主&…

电力系统直流潮流计算研究【IEEE9节点】(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

JavaEE初阶学习:网络原理

1.应用层 应用层和代码直接相关的一层 决定了数据要传输什么,拿到数据之后如何使用 约定应用层数据报,数据格式,就是在自定义协议~~ 如何约定? 1.确定要传输那些信息,(根据需求走的) 外卖程序,有一个核心的功能,加载商家列表 请求 用户ID 用户的位置(经纬度) 响应 …

使用Python脚本和简单的图形用户界面轻松切割MP3文件

应用场景&#xff1a; 需要将大型MP3文件切割成较小的部分以便上传或发送。需要从MP3文件中提取特定的音频片段&#xff0c;以便用于其他目的。需要快速制作铃声或音乐片段&#xff0c;以用于手机等设备。 源代码&#xff1a; import subprocess import wxclass MyFrame(wx.…

常微分方程ODE和Neural Ordinary Differential Equations

微分方程&#xff08;英語&#xff1a;Differential equation&#xff0c;DE&#xff09;是一種數學方程&#xff0c;用來描述某一類函数與其导数之间的关系。微分方程的解是一個符合方程的函數。而在初等数学的代数方程裡&#xff0c;其解是常数值。 常微分方程&#xff08;英…

蓝桥杯青少组python:第十二届国赛

选择题 1、设s"Hi LanQiao"&#xff0c;运行一下哪个选项代码可以输出"LanQiao"子串&#xff08;&#xff09; A、print(S[-7:]) B、print(s[-6:-1]) C、print(s[-7:0]) D、print(s[-7:0]) 2、已知a2021.0529&#xff0c;运行一下代码选项可以输出2021.0…

c# vs2013 制作水晶报表并导出为 pdf

一两年前接触的&#xff0c;当时没有记录&#xff0c;现在把他写下来。 vs2013制作水晶报表&#xff0c;应该要用到插件安装&#xff0c;可以自行搜索安装插件。 在Views/RPT文件夹下创建.rpt后缀的水晶报表文件&#xff08;这里的文件夹位置根据自身随意更改&#xff09;。 在…