Что такое доверительная вероятность и доверительный интервал?

15 ответов на вопрос “Что такое доверительная вероятность и доверительный интервал?”

  1. AJacobs Ответить

    Для подавляющего большинства простых измерений достаточно хорошо выполняется так называемый нормальный закон случайных погрешностей (закон Гаусса), выведенный из следующих эмпирических положений.
    1) погрешности измерений могут принимать непрерывный ряд значений;
    2) при большом числе измерений погрешности одинаковой величины, но разного знака встречаются одинаково часто,
    3) чем больше величина случайной погрешности, тем меньше вероятность ее появления.
    График нормального закона распределения Гаусса представлен на рис.1. Уравнение кривой имеет вид
    , (2)
    где – функция распределения случайных ошибок (погрешностей), характеризующая вероятность появления ошибки , σ – средняя квадратичная ошибка.
    Величина σ не является случайной величиной и характеризует процесс измерений. Если условия измерений не изменяются, то σ остается постоянной величиной. Квадрат этой величины называют дисперсией измерений. Чем меньше дисперсия, тем меньше разброс отдельных значений и тем выше точность измерений.
    Точное значение средней квадратичной ошибки σ, как и истинное значение измеряемой величины, неизвестно. Существует так называемая статистическая оценка этого параметра, в соответствии с которой средняя квадратичная ошибка равняется средней квадратичной ошибке среднего арифметического . Величина которой определяется по формуле
    , (3)
    где – результат i-го измерения; – среднее арифметическое полученных значений; n – число измерений.
    Чем больше число измерений, тем меньше и тем больше оно приближается к σ. Если истинное значение измеряемой величины μ, ее среднее арифметическое значение, полученное в результате измерений , а случайная абсолютная погрешность , то результат измерений запишется в виде .
    Интервал значений от до , в который попадает истинное значение измеряемой величины μ, называется доверительным интервалом. Поскольку является случайной величиной, то истинное значение попадает в доверительный интервал с вероятностью α, которая называется доверительной вероятностью, или надежностьюизмерений. Эта величина численно равна площади заштрихованной криволинейной трапеции. (см. рис.)
    Все это справедливо для достаточно большого числа измерений, когда близка к σ. Для отыскания доверительного интервала и доверительной вероятности при небольшом числе измерений, с которым мы имеем дело в ходе выполнения лабораторных работ, используется распределение вероятностей Стьюдента.Это распределение вероятностей случайной величины , называемой коэффициентом Стьюдента, дает значение доверительного интервала в долях средней квадратичной ошибки среднего арифметического .

  2. nimko2000 Ответить

    В финансовой литературе, это наиболее часто используемый подход для статистической оценки и проверки статистических гипотез, касающихся среднего значения, когда дисперсия генеральной совокупности не известна, как для малого, так и для большого размер выборки.
    Второй подход к доверительным интервалам для среднего по совокупности, основанного на стандартном нормальном распределении, – это z-альтернатива (англ. ‘z-alternative’). Он может быть использован только тогда, когда размер выборки является большим (в общем случае, размер выборки 30 или больше, можно считать большим).
    В отличии от доверительного интервала, приведенного в Формуле 4, этот доверительный интервал использует стандартное отклонение выборки \(s\) при вычислении стандартной ошибки выборочного среднего (по Формуле 2).

    Доверительные интервалы для среднего по совокупности – z-альтернатива (большая выборка, дисперсия совокупности неизвестна).

    Доверительный интервал \(100 (1 – \alpha)\% \) для среднего по совокупности \( \mu \) при выборке из любого распределения с неизвестной дисперсией, когда размер выборки большой, задается формулой:
    \( \Large { \overline X \pm z_{\alpha /2}{s \over \sqrt n} } \) (Формула 5)
    Поскольку этот тип доверительного интервала применяется довольно часто, мы проиллюстрируем его вычисление в Примере 4.

    Пример (4) расчета доверительного интервала для среднего по совокупности коэффициентов Шарпа с использованием z-статистики.

    Предположим, что инвестиционный аналитик делает случайную выборку акций взаимных фондов США и рассчитывает средний коэффициент Шарпа.
    [см. также: CFA – Коэффициент Шарпа]
    Размер выборки равен 100, а средний коэффициент Шарпа составляет 0.45. Выборка имеет стандартное отклонение 0.30.
    Рассчитайте и интерпретируйте 90-процентный доверительный интервал для среднего по совокупности всех акций взаимных фондов США с использованием фактора надежности на основе стандартного нормального распределения.
    Фактор надежности для 90-процентного доверительного интервала, как указано ранее, составляет \( z_{0.05} = 1.65 \).
    Доверительный интервал будет равен:
    \( \begin{aligned} & \overline X \pm z_{0.05}{s \over \sqrt n } \\ &= 0.45 \pm 1.65{0.30 \over \sqrt {100}} \\ &= 0.45 \pm 1.65(0.03) = 0.45 \pm 0.0495   \end{aligned} \)
    Доверительный интервал охватывает значения 0.4005 до 0.4995, или от 0.40 до 0.50, с округлением до двух знаков после запятой. Аналитик может сказать с 90-процентной уверенностью, что интервал включает среднее по совокупности.
    В этом примере аналитик не делает никаких конкретных предположений о распределении вероятностей, характеризующем совокупность. Скорее всего, аналитик опирается на центральную предельную теорему для получения приближенного нормального распределения для выборочного среднего.
    Как показывает Пример 4, даже если мы не уверены в характере распределения совокупности, мы все еще можем построить доверительные интервалы для среднего по совокупности, если размер выборки достаточно большой, поскольку можем применить центральную предельную теорему.

    Концепция степеней свободы.

    Обратимся теперь к консервативной альтернативе и используем t-распределение Стьюдента, чтобы построить доверительные интервалы для среднего по совокупности, когда дисперсия генеральной совокупности не известна.
    Для доверительных интервалов на основе выборок из нормально распределенных совокупностей с неизвестной дисперсией, теоретически правильный фактор надежности основан на t-распределении. Использование фактора надежности, основанного на t-распределении, имеет важное значение для выборок небольшого размера.
    Применение фактора надежности \(t\) уместно, когда дисперсия генеральной совокупности неизвестна, даже если у нас есть большая выборка и мы можем использовать центральную предельную теорему для обоснования использования фактора надежности \(z\). В этом случае большой выборки, t-распределение обеспечивает более консервативные (широкие) доверительные интервалы.
    t-распределение является симметричным распределением вероятностей и определяется одним параметром, известным как степени свободы (DF, от англ. ‘degrees of freedom’). Каждое значение для числа степеней свободы определяет одно распределение в этом семействе распределений.
    Далее мы сравним t-распределения со стандартным нормальным распределением, но сначала мы должны понять концепцию степеней свободы. Мы можем сделать это путем изучения расчета выборочной дисперсии.
    Формула 3 дает несмещенную оценку выборочной дисперсии, которую мы используем. Выражение в знаменателе, \( n – 1 \), означающее размер выборки минус 1, это число степеней свободы при расчете дисперсии совокупности с использованием Формулы 3.
    Мы также используем \( n – 1 \) как число степеней свободы для определения факторов надежности на основе распределения Стьюдента. Термин «степени свободы» используются, так как мы предполагаем, что в случайной выборке наблюдения отобраны независимо друг от друга. Числитель выборочной дисперсии, однако, использует выборочное среднее.
    Каким образом использование выборочного среднего влияет на количество наблюдений, отобранных независимо, для формулы выборочной дисперсии?
    При выборке размера 10 и среднем значении в 10%, к примеру, мы можем свободно отобрать только 9 наблюдений. Независимо от отобранных 9 наблюдений, мы всегда можем найти значение для 10-го наблюдения, которое дает среднее значение, равное 10%. С точки зрения формулы выборочной дисперсии, здесь есть 9 степеней свободы.
    Учитывая, что мы должны сначала вычислить выборочное среднее от общего числа \(n\) независимых наблюдений, только \(n – 1\) наблюдений могут быть отобраны независимо друг от друга для расчета выборочной дисперсии.
    Концепция степеней свободы часто применяется в финансовой статистике, и вы встретите ее в последующих чтениях.

    t-распределение Стьюдента.

    Предположим, что мы делаем выборку из нормального распределения.
    Коэффициент \(z = (\overline X – \mu) \Big / (\sigma \big / \sqrt n) \) нормально распределен со средним значением 0 и стандартным отклонением 1, однако, коэффициент \(t = (\overline X – \mu) \Big / (s \big / \sqrt n) \) следует t-распределению со средним 0 и \(n – 1\) степеней свободы.
    Коэффициент \(t\) не является нормальным, поскольку представляет собой отношение двух случайных величин, выборочного среднего и стандартного отклонения выборки.
    Определение стандартной нормальной случайной величины включает в себя только одну случайную величину, выборочное среднее. По мере увеличения степеней свободы, однако, t-распределение приближается к стандартному нормальному распределению.
    На Рисунке 1 показано стандартное нормальное распределение и два t-распределения, одно с DF = 2 и одно с DF = 8.
    Рисунок (1) t-распределение Стьюдента по сравнению со стандартным нормальным распределением.
    Из трех распределений, показанных на Рисунке 1, стандартное нормальное распределение имеет хвосты, которые стремятся к нулю быстрее, чем хвосты двух t-распределений. t-распределение симметрично распределено вокруг среднего нулевого значения, так же как и нормальное распределение.
    По мере увеличения степеней свободы, t-распределение приближается к стандартному нормальному распределению. t-распределение с DF = 8 ближе к стандартному нормальному, чем t-распределение с DF = 2.
    Помимо области плюс и минус четырех стандартных отклонений от среднего значения, остальная область под стандартным нормальным распределением, как представляется, близка к 0. Однако, оба t-распределения содержать некоторую площадь под каждой кривой за пределом четырех стандартных отклонений.
    t-распределения имеют более толстые хвосты, но хвосты t-распределения Стьюдента с DF = 8 сильнее напоминают хвосты нормального распределения. По мере увеличения степеней свободы, хвосты распределения Стьюдента становятся менее толстыми.
    Для часто используемых значений распределения Стьюдента составлены таблицы. Например, для каждой степени свободы \(t_{0.10}\), \(t_{0.05}\), \(t_{0.025}\), \(t_{0.01}\) и \(t_{0.005}\) значения будут такими, что соответственно, 0.10, 0.05, 0.025, 0.01 и 0.005 вероятности останется в правом хвосте для заданного числа степеней свободы.

  3. pspgo73 Ответить

    Для получения интервальной оценки нормально распределенной случайной величины необходимо:

    – определить точечную оценку МО и СКО Sx случайной величины;

    – выбрать доверительную вероятность Р из рекомендуемого ряда значений 0,90; 0,95; 0,99;

    – найти верхнюю хB и нижнюю хH границы в соответствии с уравнениями


    полученными с учетом (6.1). Значения хн и хв определяются из таблиц значений интегральной функции распределения F(t) или функции Лапласа Ф(t).

    Полученный доверительный интервал удовлетворяет условию

    где n – число измеренных значений; zp – аргумент функции Лапласа Ф(t), отвечающей вероятности Р/2. В данном случае zp называется квантильным множителем. Половина длины доверительного интервала DP = ZpSx/ называется доверительной границей погрешности результата измерений.

    При отличии закона распределения случайной величины от нормального необходимо построить его математическую модель и определять доверительный интервал с ее использованием.

    Рассмотренный способ нахождения доверительных интервалов справедлив для достаточно большого числа наблюдений n, когда = Sx. Следует помнить, что вычисляемая оценка СКО Sx является лишь некоторым приближением к истинному значению σ. Определение доверительного интервала при заданной вероятности оказывается тем менее надежным, чем меньше число наблюдений. Нельзя пользоваться формулами нормального распределения при малом числе наблюдений, если нет возможности теоретически на основе предварительных опытов с достаточно большим числом наблюдений определить СКО.

    Расчет доверительных интервалов для случая, когда распределение результатов наблюдений нормально, но их дисперсия неизвестна, т.е. при малом числе наблюдений n, возможно выполнить с использованием распределения Стьюдента S(t,k). Оно описывает плотность распределения отношения (дроби Стьюдента):

    где Q – истинное значение измеряемой величины. Величины , Sx и вычисляются на основании опытных данных и представляют собой точечные оценки МО, СКО результатов измерений и СКО среднего арифметического значения.

    Вероятность того, что дробь Стьюдента в результате выполненных наблюдений примет некоторое значение в интервале (-tp; +tp)

    где k – число степеней свободы, равное (n – 1). Величины tp (называемые в данном случае коэффициентами Стьюдента), рассчитанные с помощью двух последних формул для различных значений доверительной вероятности и числа измерений, табулированы. Следовательно, с помощью распределения Стьюдента можно найти вероятность того, что отклонение среднего арифметического от истинного значения измеряемой величины не превышает


    В тех случаях, когда распределение случайных погрешностей не является нормальным, все же часто пользуются распределением Стьюдента с приближением, степень которого остается неизвестной. Распределение Стьюдента применяют при числе измерений n < 30, поскольку уже при n = 20, ...,30 оно переходит в нормальное и вместо уравнения ( ) можно использовать уравнение ( ). Результат измерения записывается в виде: Q = ± tSx/ ; P = Рд, где РД – конкретное значение доверительной вероятности. Множитель t при большом числе измерений n равен квантильному множителю zp. При малом n он равен коэффициенту Стьюдента.

    Полученный результат измерения не является одним конкретным числом, а представляет собой интервал, внутри которого с некоторой вероятностью Рд находится истинное значение измеряемой величины. Выделение середины интервала вовсе не предполагает, что истинное значение ближе к нему, чем к остальным точкам интервала. Оно может быть в любом месте интервала, а с вероятностью 1-РД даже вне его.

  4. DenoRF1 Ответить

    Смотреть что такое “ДОВЕРИТЕЛЬНАЯ ВЕРОЯТНОСТЬ” в других словарях:

    Доверительная вероятность — вероятность того, что доверительный интервал накроет неизвестное истинное значение параметра, оцениваемого по выборочным данным. Источник: ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний … Словарь-справочник терминов нормативно-технической документации
    доверительная вероятность — — [http://www.iks media.ru/glossary/index.html?glossid=2400324] Тематики электросвязь, основные понятия EN confidence coefficient … Справочник технического переводчика
    доверительная вероятность, уровень доверия — 3.9 доверительная вероятность, уровень доверия (confidence coefficient, confidence level): Величина (1 a) вероятность, связанная с доверительным интервалом или со статистически накрывающим интервалом. Примечание Величину (1 a) часто выражают в… … Словарь-справочник терминов нормативно-технической документации
    Односторонняя доверительная вероятность — вероятность того, что неизвестное истинное значение параметра не выйдет за пределы нижней (или верхней) границы доверительного интервала. Источник: ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний … Словарь-справочник терминов нормативно-технической документации
    ВЕРОЯТНОСТЬ ДОВЕРИТЕЛЬНАЯ — вероятность того, что значение параметра генеральной совокупности находится в построенном для него доверительном интервале . Доверительная вероятность обычно обозначается (1 альфа) и выбирается из значений 0,9; 0,95; 0,99 и т.п. О.В. Терещенко … Социология: Энциклопедия
    доверительная граница — 2.60. доверительная граница Каждая из границ, нижняя T1, верхняя T2 для двустороннего доверительного интервала или граница Т для одностороннего интервала Источник: ГОСТ Р 50779.10 2000: Статистические методы. Вероятность и основы статистики.… … Словарь-справочник терминов нормативно-технической документации
    Доверительная зона — Теорема Колмогорова в математической статистике уточняет скорость сходимости выборочной функции распределения к её теоретическому аналогу. Содержание 1 Формулировка 1.1 Замечание 2 … Википедия
    ГОСТ Р 50779.10-2000: Статистические методы. Вероятность и основы статистики. Термины и определения — Терминология ГОСТ Р 50779.10 2000: Статистические методы. Вероятность и основы статистики. Термины и определения оригинал документа: 2.3. (генеральная) совокупность Множество всех рассматриваемых единиц. Примечание Для случайной величины… … Словарь-справочник терминов нормативно-технической документации
    ГОСТ 20522-96: Грунты. Методы статистической обработки результатов испытаний — Терминология ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний оригинал документа: Вероятность числовая характеристика степени возможности появления какого либо определенного события в тех или иных определенных условиях … Словарь-справочник терминов нормативно-технической документации
    ГОСТ 20522-2012: Грунты. Методы статистической обработки результатов испытаний — Терминология ГОСТ 20522 2012: Грунты. Методы статистической обработки результатов испытаний оригинал документа: 3.1 вероятность: Числовая характеристика возможности появления какого либо определенного события в тех или иных определенных условиях … Словарь-справочник терминов нормативно-технической документации

  5. Dramwer Ответить

    По выборочным характеристикам можно построить интервал, в котором с той или иной вероятностью находится генеральный параметр. Вероятности, признанные достаточными для уверенного суждения о генеральных параметрах на основании выборочных показателей, называют доверительными.
    Понятие о доверительных вероятностях вытекает из принципа, что маловероятные события считаются практически невозможными, а события, вероятность которых близка к единице, принимают за почти достоверные. Обычно в качестве доверительных используют вероятности Р1 = 0.95, Р2 = 0.99, Р3 = 0.999. Определенным значениям вероятностей соответствуют уровни значимости, под которыми понимают разность α = 1–Р. Вероятности 0.95 соответствует уровень значимости α1= 0.05 (5%), вероятности 0.99 – α2 = 0.01 (1%), вероятности 0.999 – α3 = 0.001 (0.1%).
    Это означает, что при оценке генеральных параметров по выборочным показателям существует риск ошибиться в первом случае 1 раз на 20 испытаний, т.е. в 5% случаев; во втором – 1 раз на 100 испытаний, т.е. в 1% случаев; в третьем – 1 раз на 1000 испытаний, т.е. в 0.1% случаев. Таким образом, уровень значимости обозначает вероятность получения случайного отклонения от установленных с определенной вероятностью результатов. Вероятности, принятые как доверительные, определяют доверительный интервал между ними. На них можно основывать оценку той или иной величины и те границы, в которых она может находиться при разных вероятностях.
    Для различных вероятностей доверительные интервалы будут следующими:
    – Р1 = 0.95 интервал – 1.96σ до + 1.96σ (рис. 5)
    – Р2 = 0.99 интервал – 2.58σ до + 2.58σ
    – Р3 = 0.999 интервал – 3.03σ до + 3.03σ
    Доверительным вероятностям соответствуют следующие величины нормированных отклонений:
    – вероятности Р1 = 0.95 соответствует t1 = 1.96σ
    – вероятности Р2 = 0.99 соответствует t2 = 2.58σ
    – вероятности Р3 = 0.999 соответствует t3 = 3.03σ
    Выбор того или иного порога доверительной вероятности осуществляют исходя из важности события. Уровень значимости в таком случае – эта та вероятность, которой решено пренебрегать в данной исследовании или явлении.

    Средняя ошибка (m), или ошибка репрезентативности.

    Выборочные характеристика, как правило, не совпадают по абсолютной величине с соответствующими генеральными параметрами. Величину отклонения выборочного показателя от его генерального параметра называют статистической ошибкой, или ошибкой репрезентативности. Статистические ошибки присущи только выборочным характеристикам, они возникают в процессе отбора вариант из генеральной совокупности.

  6. Matou13 Ответить

    Смотреть что такое “Доверительная вероятность” в других словарях:

    доверительная вероятность — — [http://www.iks media.ru/glossary/index.html?glossid=2400324] Тематики электросвязь, основные понятия EN confidence coefficient … Справочник технического переводчика
    ДОВЕРИТЕЛЬНАЯ ВЕРОЯТНОСТЬ — см. Доверительное оценивание … Математическая энциклопедия
    доверительная вероятность, уровень доверия — 3.9 доверительная вероятность, уровень доверия (confidence coefficient, confidence level): Величина (1 a) вероятность, связанная с доверительным интервалом или со статистически накрывающим интервалом. Примечание Величину (1 a) часто выражают в… … Словарь-справочник терминов нормативно-технической документации
    Односторонняя доверительная вероятность — вероятность того, что неизвестное истинное значение параметра не выйдет за пределы нижней (или верхней) границы доверительного интервала. Источник: ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний … Словарь-справочник терминов нормативно-технической документации
    ВЕРОЯТНОСТЬ ДОВЕРИТЕЛЬНАЯ — вероятность того, что значение параметра генеральной совокупности находится в построенном для него доверительном интервале . Доверительная вероятность обычно обозначается (1 альфа) и выбирается из значений 0,9; 0,95; 0,99 и т.п. О.В. Терещенко … Социология: Энциклопедия
    доверительная граница — 2.60. доверительная граница Каждая из границ, нижняя T1, верхняя T2 для двустороннего доверительного интервала или граница Т для одностороннего интервала Источник: ГОСТ Р 50779.10 2000: Статистические методы. Вероятность и основы статистики.… … Словарь-справочник терминов нормативно-технической документации
    Доверительная зона — Теорема Колмогорова в математической статистике уточняет скорость сходимости выборочной функции распределения к её теоретическому аналогу. Содержание 1 Формулировка 1.1 Замечание 2 … Википедия
    ГОСТ Р 50779.10-2000: Статистические методы. Вероятность и основы статистики. Термины и определения — Терминология ГОСТ Р 50779.10 2000: Статистические методы. Вероятность и основы статистики. Термины и определения оригинал документа: 2.3. (генеральная) совокупность Множество всех рассматриваемых единиц. Примечание Для случайной величины… … Словарь-справочник терминов нормативно-технической документации
    ГОСТ 20522-96: Грунты. Методы статистической обработки результатов испытаний — Терминология ГОСТ 20522 96: Грунты. Методы статистической обработки результатов испытаний оригинал документа: Вероятность числовая характеристика степени возможности появления какого либо определенного события в тех или иных определенных условиях … Словарь-справочник терминов нормативно-технической документации
    ГОСТ 20522-2012: Грунты. Методы статистической обработки результатов испытаний — Терминология ГОСТ 20522 2012: Грунты. Методы статистической обработки результатов испытаний оригинал документа: 3.1 вероятность: Числовая характеристика возможности появления какого либо определенного события в тех или иных определенных условиях … Словарь-справочник терминов нормативно-технической документации

  7. v.cernak Ответить

    Если значение испытываемого параметра оценивается одним числом, то оно называется точечным. Но в большинстве задач нужно найти не только наиболее достоверное численное значение, но и оценить степень достоверности.
    Нужно знать: какую ошибку вызывает замена истинного параметра а его точечной оценкой ; с какой степенью уверенности можно ожидать, что эти ошибки не превысят известные заранее установленные пределы.
    Для этой цели в математической статистике пользуются так называемыми доверительными интервалами и доверительными вероятностями.
    Если для параметра а получена из опыта несмещенная оценка , и поставлена задача оценить возможную при этом ошибку, то необходимо назначить некоторую достаточно большую вероятность β (например β = 0,9; 0,95; 0,99 и т.д.), такую, что событие с вероятностью β можно было бы считать практически достоверным.
    В этом случае можно найти такое значение ε для которого P(|a| < ε) = β.
    Рис. 7.1. Схема доверительного интервала.
    В этом случае диапазон практически возможных ошибок, возникающих при замене а на не будет превышать ± ε. Большие по абсолютной величине ошибки будут появляться только с малой вероятностью α = 1 – β. Событие противоположное и неизвестное с вероятностью β будет попадать в интервал = (– ε; + ε). Вероятность β можно толковать, как вероятность того, что случайный интервал накроет точку а (рис. 7.1).
    Вероятность β принято называть доверительной вероятностью, а интервал принято называть доверительным интервалом. На рис. 7.1 рассматривается симметричный доверительный интервал. В общем случае это требование не является обязательным.
    Границы интервала а1 = – ε и a2 = + ε, называются доверительными границами.
    Доверительный интервал значений параметра a можно рассматривать как интервал значений a, совместных с опытными данными и не противоречащих им.
    Выбирая доверительную вероятность β, близкую к единице, мы хотим иметь уверенность в том, что событие с такой вероятностью произойдет при осуществлении определенного комплекса условий.
    Это равносильно тому, что противоположное событие не произойдет, что мы пренебрегаем вероятностью события, равною α = 1 – β. Укажем, что назначение границы а пренебрежимо малых вероятностей не являются математической задачей. Назначение такой границы находится вне теории вероятностей и определяется в каждой области степенью ответственности и характером решаемых задач.
    Существуют специальные правила назначения границы пренебрежимо малых вероятностей. Например, такие случайные факторы, как уровень паводковых вод в реке или величина расхода воды в ней, могут привести к разрушению гидротехнических сооружений.

  8. kytisha1577 Ответить

    Приведенные выше оценки параметров распределения случайных величин в виде среднего арифметического для оценки математического ожидания и СКО для оценки дисперсии называются точечными оценками, так как они выражаются одним числом. Однако в некоторых случаях знание точечной оценки является недостаточным. Наиболее корректной и наглядной оценкой случайной погрешности измерений является оценка с помощью доверительных интервалов.
    Симметричный интервал в границами ± Δх(Р) называется доверительным интервалом случайной погрешности с довери-тельной вероятностью Р, если площадь кривой распределения между абсциссами –Δх и +Δх составляет Р-ю часть всей площади под кривой плотности распределения вероятностей. При нормировке всей площади на единицу Р представляет часть этой площади в долях единицы (или в процентах). Другими словами, в интервале от -Dх(Р) до +Dх(Р) с заданной вероятностью Р встречаются Р×100% всех возможных значений случайной погрешности.
    Доверительный интервал для нормального распределения находится по формуле:

    где коэффициент t зависит от доверительной вероятности Р.
    Для нормального распределения существуют следующие соотношения между доверительными интервалами и доверительной вероятностью: 1s (Р=0,68), 2s (Р= 0,95), 3s (Р= 0,997), 4s (Р=0,999).
    Доверительные вероятности для выражения результатов измерений и погрешностей в различных областях науки и техники принимаются равными. Так, в технических измерениях принята доверительная вероятность 0,95. Лишь для особо точных и ответственных измерений принимают более высокие доверительные вероятности. В метрологии используют, как правило, доверитель-ные вероятности 0,97, в исключительных случаях 0,99. Необходимо отметить, что точность измерений должна соответствовать поставленной измерительной задаче. Излишняя точность ведет к неоправданному расходу средств. Недостаточная точность измерений может привести к принятию по его результатам ошибочных решений с самыми непредсказуемыми последствиями, вплоть до серьезных материальных потерь или катастроф.
    При проведении многократных измерений величины х, подчиняющейся нормальному распределению, доверительный интервал может быть построен для любой доверительной вероятности по формуле:

    где tq – коэффициент Стьюдента, зависящий от числа наблюдений n и выбранной доверительной вероятности Р. Он определяется с помощью таблицы q-процентных точек распределения Стьюдента, которая имеет два параметра: k = n – 1 и q = 1 – P; – оценка среднего квадратического отклонения среднего арифметического.
    Доверительный интервал для погрешности Dх(Р) позволяет построить доверительный интервал для истинного (действи-тельного) значения измеряемой величины , оценкой которой является среднее арифметическое . Истинное значение измеряе-мой величины находится с доверительной вероятностью Р внутри интервала: . Доверительный интервал позволяет выяснить, насколько может измениться полученная в результате данной серии измерений оценка измеряемой величины при проведении повторной серии измерений в тех же условиях. Необходимо отметить, что доверительные интервалы строят для неслучайных величин, значения которых неизвестны. Такими являются истинное значение измеряемой величины и средние квадратические отклонения. В то же время оценки этих величин, получаемые в результате обработки данных наблюдений, являются случайными величинами.

  9. VideoAnswer Ответить

Добавить комментарий для VideoAnswer Отменить ответ

Ваш e-mail не будет опубликован. Обязательные поля помечены *