Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "opracowanie danych" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Metoda opracowania wyników obserwacji bazująca na ich porównaniu z próbami referencyjnymi
Method of the observations processing based on their comparison with the reference samples
Autorzy:
Dorozhovets, M.
Powiązania:
https://bibliotekanauki.pl/articles/154913.pdf
Data publikacji:
2009
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
opracowanie danych
obserwacje
próby referencyjne
data processing
observations
reference samples
Opis:
W artykule została zaproponowana i zbadana metoda opracowania wyników obserwacji, bazująca na ich porównywaniu z próbami referencyjnymi o zadanych właściwościach. Przedstawiono modele matematyczne najlepszego wyniku pomiaru oraz jego standardowej niepewności. Metodą Monte Carlo przeprowadzono badania symulacyjne skuteczności metody dla kilku wybranych rozkładów prawdopodobieństwa populacji przy liczbie obserwacji od 9 do 49. Stwierdzono, że jeśli liczba obserwacji wynosi kilkanaście i więcej, to proponowana metoda zapewnia zmniejszenie niepewności wyniku w porównaniu z niepewnością wartości średniej.
New method of the measurement result and its uncertainty determination, based on the comparison of input sample after its sorting with several reference samples (Fig. 1, Fig. 2), which correspond to models of the general population density distributions, is investigated and analyzed in the paper. Elements of the reference sample are the observations, which ideally reflect the properties of the general population distribution, and their values are calculated as the mathematical expectations of ordinal statistics corresponding to this distribution (1). Mathematical models of the determination of the best result (2), (9) and its standard uncertainty (12), (13) are presented. The effectiveness of propose method is investigated by the Monte Carlo method for 5 models of general population (Laplace, normal, triangular, uniform and arcsine (Fig. 3)) with the number of observations 9, 19, 29, 39 and 49. If the observation distribution significantly differs from normal distribution then the proposed method guarantees considerable decreasing of the uncertainty result in comparison with the uncertainty of average value (Fig. 4). As a result of investigations it is established that if the number of observations exceeds about 12-15, then in approximately ? cases the proposed algorithm identifies distribution correctly and in the rest near ? cases the nearest (accordingly the value of contra kurtosis (5)) distributions (Fig. 5). The proposed method can be used when the number of registered observations is small, when due to this the histogram is unstable and also the statistical tests can be positive for some models of the density distributions of the general populations simultaneously.
Źródło:
Pomiary Automatyka Kontrola; 2009, R. 55, nr 9, 9; 754-757
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Od krzywej błędu do menzurandu
Autorzy:
Fotowicz, P.
Powiązania:
https://bibliotekanauki.pl/articles/1425582.pdf
Data publikacji:
2014
Wydawca:
Główny Urząd Miar
Tematy:
dane pomiarowe
opracowanie danych
błędy pomiarowe
measurement data
data processing
measurement errors
Opis:
Metodyka opracowania danych pomiarowych ma już swoją długą historię. Zaczyna się wraz z wykonywaniem pomiarów w sposób naukowy i rozwojem myśli matematycznej. Współcześnie kojarzona jest z pojęciem niepewności pomiaru, jako matematycznego parametru związanego ze zmienną losową. Pierwotnie odnosiła się do zagadnienia zmienności błędu pomiaru w postaci krzywej jego rozkładu. Obecnie odnosi się do pojęcia menzurandu jako matematycznego opisu każdego pomiaru, niezależnie od stopnia jego złożoności. To podejście pozwala na przedstawienie wyniku pomiaru w postaci zbioru możliwych wartości dla wielkości mierzonej, obliczanej na postawie modelu pomiaru, którego składowymi są zmienne losowe o określonych rozkładach prawdopodobieństwa.
Evaluation of measurement data in metrology is associated with term of measurement uncertainty. The measurement uncertainty is a parameter characterizing the dispersion of the quantity values being attributed to a measurand. The measurand is a quantity intended to be measured and is expressed as an output quantity in a measurement model. This quantity is treated as a set of possible values expressing a measurement result. Mathematically the measurand is a random variable calculated by the propagation of distributions through the measurement model. Usually, the measurement model is the form of measurement equation consists of many components. Any component is also a random variable with a prescribed probability distribution. One component is associated with a series of observations as a random effect, but another components are an systematic effect. Historically, the first of this components was associated with curve of error.
Źródło:
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar; 2014, 4 (7); 14--21
2300-8806
Pojawia się w:
Metrologia i Probiernictwo : biuletyn Głównego Urzędu Miar
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies