Міністерство освіти і науки України
Національний університет “ Львівська політехніка ”
Інститут телекомунікацій, радіоелектроніки, та електронної техніки Кафедра теоретичної радіотехніки і радіовимірювань
КОНТРОЛЬНО-РОЗРАХУНКОВА РОБОТА
з навчальної дисципліни:
“ Радіовимірювання ”
Виконав:
Студент гр.РТ-21
Перевірив:
Львів 2009
Тема: Обробка результатів прямих багатократних, рівноправних (статистич- них) вимірювань.
Мета: Ознайомлення з основними етапами обробки результатів вимірювань.
Схема вимірювань та початкові дані
Схема вимірювання:
Початкові дані:
номінальне значення частоти: 680 Гц.
точність установки частоти: ±1,5%
початковий статистичний ряд в результаті вимірювання:
№ експ.
Результат
№ експ.
Результат
№ експ.
Результат
1
675,155
21
675,063
41
459,684
2
675,159
22
675,176
42
459,689
3
675,123
23
675,157
43
459,652
4
675,087
24
675,141
44
459,673
5
675,195
25
675,197
45
675,103
6
675,161
26
675,176
46
675,172
7
675,131
27
675,073
47
675,082
8
675,069
28
675,059
48
675,138
9
675,222
29
675,198
49
675,02
10
675,11
30
675,187
50
675,17
11
675,172
31
675,159
51
675,224
12
675,14
32
675,11
52
675,101
13
675,104
33
675,194
14
675,078
34
675,159
15
675,137
35
675,163
16
675,135
36
675,12
17
675,087
37
675,195
18
675,141
38
675,105
19
675,279
39
675,137
20
675,141
40
675,149
Обчислення основних статистичних характеристик
Найчастіше обчислюють оцінки таких характеристик:
середнього значення;
середнього квадратичного відхилення результатів вимірювання від середнього значення;
оцінку дисперсії;
середнього квадратичного відхилення оцінки коефіцієнта асиметрії в результаті вимірювання, коефіцієнт ексцесу розподілів результатів вимірювання.
Розрахункові формули:
- середнє значення
– характеристика найбільш очікуваної закономірності фізичної величини;
– розсіювання відносно середнього значення;
– дисперсія;
середнє квадратичне відхилення
коефіцієнт асиметрії
– характеризує несиметричність розподілу результатів відносно ;
коефіцієнт ексцесу
– характеризує гостровершинність.
Всі обчислення зручно подати у формі таблиці:
675,155
0,014
0,0001943879
0,0000027102
0,0000000378
675,159
0,018
0,0003219264
0,0000057761
0,0000001036
675,123
-0,018
0,0003260803
0,0000058883
0,0000001063
675,087
-0,054
0,0029222341
0,0001579692
0,0000085395
675,195
0,054
0,0029097726
0,0001569598
0,0000084668
675,161
0,020
0,0003976956
0,0000079310
0,0000001582
675,131
-0,010
0,0001011572
0,0000010174
0,0000000102
675,069
-0,072
0,0051923110
0,0003741459
0,0000269601
675,222
0,081
0,0065516572
0,0005303063
0,0000429242
675,11
-0,031
0,0009645803
0,0000299576
0,0000009304
675,172
0,031
0,0009574264
0,0000296250
0,0000009167
675,14
-0,001
0,0000011187
0,0000000012
0,0000000000
675,104
-0,037
0,0013732726
0,0000508903
0,0000018859
675,078
-0,063
0,0039762726
0,0002507346
0,0000158107
675,137
-0,004
0,0000164649
0,0000000668
0,0000000003
675,135
-0,006
0,0000366956
0,0000002223
0,0000000013
675,087
-0,054
0,0029222341
0,0001579692
0,0000085395
675,141
0,000
0,0000000033
0,0000000000
0,0000000000
675,279
0,138
0,0190280803
0,0026247773
0,0003620678
675,141
0,000
0,0000000033
0,0000000000
0,0000000000
675,063
-0,078
0,0060930033
0,0004756058
0,0000371247
675,176
0,035
0,0012209649
0,0000426633
0,0000014908
675,157
0,016
0,0002541572
0,0000040519
0,0000000646
675,141
0,000
0,0000000033
0,0000000000
0,0000000000
675,197
0,056
0,0031295418
0,0001750738
0,0000097940
675,176
0,035
0,0012209649
0,0000426633
0,0000014908
675,073
-0,068
0,0046318495
0,0003152330
0,0000214540
675,059
-0,082
0,0067334649
0,0005525326
0,0000453395
675,198
0,057
0,0032424264
0,0001846312
0,0000105133
675,187
0,046
0,0021106956
0,0000969702
0,0000044550
675,159
0,018
0,0003219264
0,0000057761
0,0000001036
675,11
-0,031
0,0009645803
0,0000299576
0,0000009304
675,194
0,053
0,0028028879
0,0001483914
0,0000078562
675,159
0,018
0,0003219264
0,0000057761
0,0000001036
675,163
0,022
0,0004814649
0,0000105645
0,0000002318
675,12
-0,021
0,0004434264
0,0000093375
0,0000001966
675,195
0,054
0,0029097726
0,0001569598
0,0000084668
675,105
-0,036
0,0013001572
0,0000468807
0,0000016904
675,137
-0,004
0,0000164649
0,0000000668
0,0000000003
675,149
0,008
0,0000630803
0,0000005010
0,0000000040
675,103
-0,038
0,0014483879
0,0000551223
0,0000020978
675,172
0,031
0,0009574264
0,0000296250
0,0000009167
675,082
-0,059
0,0034878110
0,0002059821
0,0000121648
675,138
-0,003
0,0000093495
0,0000000286
0,0000000001
675,02
-0,121
0,0146549649
0,0017740962
0,0002147680
675,17
0,029
0,0008376572
0,0000242437
0,0000007017
675,224
0,083
0,0068794264
0,0005705955
0,0000473265
675,101
-0,040
0,0016046187
0,0000642773
0,0000025748
675,114
-0,027
0,0007321187
0,0000198094
0,0000005360
675,178
0,037
0,0013647341
0,0000504164
0,0000018625
675,157
0,016
0,0002541572
0,0000040519
0,0000000646
675,132
-0,009
0,0000820418
0,0000007431
0,0000000067
D(A)
0,09761
0,002
0,1187688269
0,0002626726
0,0000172540
D(E)
0,34122
сер.зн:
S
675,141
0,044866814
3kd(e)
B.M
A
2,920714643
675,2756581
0,3552408845
3kd(A)
H.M
E
0,937266717
675,0064573
2,918118642
Оцінки всіх характеристик обчислюють з відповідними похибками, які залежать від об’єму вимірювань. Оскільки ми маємо малі об’єми вимірювань, то треба особливу увагу приділити точності обчислення коефіцієнтів А і Е.
Для оцінки точності обчислення коефіцієнтів А і Е потрібно обчислити дисперсію цих коефіцієнтів:
;
Якщо і ,то цими коефіцієнтами можна знехтувати.
D(A)= 0,35524; D(E)= 2,9181;
0,1<0,35 і 0,35<2,91
Отже, ми можемо знехтувати даними коефіцієнтами.
Виявлення та відсіювання результатів вимірювань, які мають грубі похибки та промахи
Для вирішення цієї задачі використовуємо правило 3σ. Знаходимо границі для графіка – верхню +3S і нижню -3S.
+3S=675,275Гц.-3S=675,006Гц.
Будуємо графік:
Висновок: виходів за межі немає, початковий ряд є однорідним.
Побудова експериментального розподілу результатів вимірювання
В більшості випадків експериментальний розподіл зображується у вигляді фігури яка називається гістограма.
Розміщуємо результати вимірювання у порядку зростання
675,02
675,157
675,059
675,159
675,063
675,159
675,069
675,159
675,073
675,161
675,078
675,163
675,082
675,17
675,087
675,172
675,087
675,172
675,101
675,176
675,103
675,176
675,104
675,178
675,105
675,187
675,11
675,194
675,11
675,195
675,114
675,195
675,12
675,197
675,123
675,198
675,131
675,222
675,132
675,224
675,135
675,279
675,137
675,137
675,138
675,14
675,141
675,141
675,141
675,149
675,155
675,157
Обчислюємо розмах значень
=675,279Гц –675,02=0,259Гц
Відрізок розділяють на k рівних інтервалів
k =1+3,322lg52~7 інтервалів.
Обчислюємо ширину інтервалу гістограми
h= =0,037
Обчислюємо границю кожного інтервалу
№ Інтервалу
Границі інтервалів
nj
Pj=nj/n
1
675,02÷675,059
2
0,038
2
675,059÷675,101
8
0,154
3
675,101÷675,138
14
0,269
4
675,138÷675,176
18
0,346
5
675,176÷675,198
7
0,135
7
675,198÷675,224
675,224-675,279
0,019
Підраховуємо кількість попадань результатів вимірювання в кожний інтервал гістограми.
Обчислюємо імовірність попадання результатів вимірювання в кожний інтервал гістограми:
Будуємо гістограму. Для цього на кожному інтервалі будуємо прямокутники площа яких = pj
Висновки. Гістограма – це статистика густини розподілу результатів вимірювання. По її вигляду вибирають математичну модель. Найчастіше такою математичною моделлю є нормальний закон розподілу (функція Гауса).
Вибір математичної моделі для опису експериментального розподілу та перевірка узгодженості експериментального розподілу з вибраної математичної моделі
Вибір математичної моделі здійснюється з урахуванням наступних міркувань:
з урахуванням вигляду гістограми;
також враховують той факт, що в більшості випадків в якості математичної моделі вибирають функцію Гауса (нормальний закон розподілу).
Враховуючи сказане вибираємо в якості моделі функцію Гауса.
Для нормального закону розподілу розроблені таблиці. Але всі таблиці будуються для нормального вигляду нормального закону розподілу коли m=0 і σ=1
Враховуючи це гістограму також треба пронормувати.
Всі обчислення подамо у вигляді таблиці:
№ інтервала
Нормовані границі інтервалу (Гц)
1
-3,1÷-2,2
0.038
0,027
0.011
0,00012
0,0044
2
-2,2÷-1,3
0.154
0,117
0,037
0,00137
0,0117
3
-1,3÷-0,39
0,269
0,264
0,004
0,000016
0,00006
4
-0,39÷0,52
0,346
0,314
0,034
0,001115
0,00368
5
0,52÷1,4
0,135
0,197
-0,062
0,000038
0,00019
7
1,4÷2,3
0,038
0.019
0,011
0,008
0,000064
0,0058
– це імовірність попадання результатів вимірювання обчислених по математичній моделі
Для вирішення задачі перевірки узгодження експериментального розподілу з математичній моделі використовуємо спеціальні статистичні критерії, які називаються критеріями узгодженості. Найчастіше використовують:
критерій Пірсона ( критерій )
критерій
Але більше використовують критерій Пірсона. Він майже завжди дає однозначність прийняття. Цей критерій передбачає знаходження міри розбіжності у вигляді такої суму:
= 4,004
Висновки. Якщо виконується, то функція Гауса приймається, якщо навпаки, то ні. Для цього задають довірчу імовірність Рдов. Обчислюють рівень довірчості ρ, ρ=1– Рдов. Обчислюють число ступенів вільності f=k-3. 3 – це число додаткових вимог, k – кількість інтервалів (6).
Отже при Рдов=0,95, ρ=0,05 і f=4, = 9,5.
Тоді , 4,004<9,5. Отже функція Гауса приймається для описання експериментального розподілу.