主题:【分享】包含因子K 的选择——转载

浏览0 回复3 电梯直达
物价真高
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵

包含因子K的选择

讲授人:中国计量科学研究院研究员    倪育才

  当得到合成标准不确定度后,获得扩展不确定度Up的前提是确定包含因子k的数值。包含因子的确定方法取决于被测量的分布,因此当被测量Y的分布不同时,应采用不同的方法来确定包含因子。

一、当无法判断被测量Y的分布时

  当无法判断被测量Y的分布时,不可能根据分布来确定包含因子k。由于大部分测量均规定要给出扩展不确定度U而不是Up,因此只能假定取k=23,绝大部分情况下均取k=2(JJF1059-1999规定,当包含因子取其他值时,应说明其来源)。于是扩展不确定度成为:
    U=2uc
   
由于不知道被测量的分布,故无法建立置信概率p和包含因子k之间的关系。此时的k值是假设的,而不是由置信概率p导出的,也就是说,无法知道此时所对应的置信概率。

二、当被测量Y接近于某种非正态分布

  当被测量接近于某种已知的非正态分布时,例如矩形分布、三角分布、梯形分布等,则绝不应该按上面的方法直接取k=23,也不能按正态分布的方法。根据计算得到的有效自由度νeff,并由t分布表得到kp。此时应根据已经确定的被测量Y的分布,由其概率密度函数具体计算出包含因子k
    (1)
当可以判定被测量Y接近于矩形分布时,由其概率密度函数可以计算得到包含因子k与置信概率p之间的关系为:
   
   
p=0.95时,k95=1.65
   
p=0.99时,k99=1.71
    (2)
当可以判定被测量Y接近于三角分布时,通过类似的计算可以得到包含因子k与置信概率p之间的关系为:
   
   
p=0.95时,k95=1.90
   
p=0.99时,k99=2.20
    (3)
当可以判定被测量接近于梯形分布时,通过计算可以得到包含因子k与置信概率p之间的关系为:
   
   
式中β为梯形的角参数,即梯形的上底和下底之比。
   
1给出当所要求的置信概率分别为95%99%时,由上式计算得到的不同β值梯形分布的包含因子k
   


三、被测量Y接近于正态分布时



在被测量接近正态分布的情况下,不能直接取正态分布所对应的k值。由于标准不确定度定义为以标准偏差表示的不确定度。而标准偏差是一总体参数,只有通过无限多次测量才能够得到,正态分布也是对应于无穷多次测量的总体分布。也就是说,只有当用总体标准偏差σ来作为标准不确定度时,才能采用正态分布的k值。但由于在实际测量中不可能进行无限多次测量,只能用有限次测量的实验标准差s作为σ的估计值,并且这一估计必然会引入误差。由于该误差的存在,如果仍采用正态分布的k值,将达不到所要求的置信概率。反过来说,为了得到对应于所规定置信概率的扩展不确定度,必须适当增大k值。并且随着测量次数的减少,用实验标准差代替标准偏差可能引入的误差将越来越大,包含因子k的值也必将随之增加。因此,这时的包含因子k将是一个与测量次数有关的变量。

在数学上,这相当于总体分布满足正态分布时,其样本分布满足t分布。t分布是表征正态分布总体中所取子样的分布。不同的子样大小,对应于不同的t分布,其包含因子k也将不同。因此当被测量Y接近于正态分布时,仅仅根据所要求的置信概率还不足以得到包含因子k,还必须再知道一个与所取样本大小有关的参数,这个参数就称为自由度,一般用希腊字母ν表示。对于不同的自由度,包含因子kp=tp(ν)的数值可以由所规定的置信概率p和估计得到的有效自由度νeff通过查表得到。

JJF1059-1999规定,当可以判断被测量Y接近于正态分布时,可以采用以下方法得到扩展不确定度。

通过计算被测量Y的有效自由度νeff,并根据有效自由度和所要求的置信概率pt分布临界值表得到包含因子kp=tp(νeff),于是扩展不确定度Up等于合成标准不确定度uc和包含因子kp=tp(νeff)的乘积,即:Up=kp·uc

此时,由于包含因子k的数值由置信概率通过t分布表得到,因此得到的扩展不确定度必须以Up表示,表明所给的是对应于置信概率为p的扩展不确定度。

有时为简单起见,也可以不必考虑比较麻烦的Y的分布情况。此时可采用k=23,即: U=kuc  (k=23)

此时,由于包含因子k的数值是假定的,因此得到的扩展不确定度只能以U表示,表明无法知道与所给扩展不确定度对应的置信概率。

这种情况就是无法判断被测量Y的分布差所采取的做法,在已知正态分布的情况下,只要有效自由度不太小,当k分别取23时,他们大体上对应于95%99%的置信概率。

但如可估计为正态分布,而有效自由度较小时,在k2(3)时,则所给扩展不确定度对应的置信概率可能会与95%(99%)相去甚远。因此笔者建议仅在确保有效自由度不太小的情况下(例如不小于15)采用该法,除非该领域统一规定直接取k=2而不计算有效自由度。

笔者见到过不少测量不确定度评定的实例,在评定得到各不确定度分量的大小后,在未对被测量Y的分布进行判定的情况下,直接就给出各分量的自由度和有效自由度,并按t分布得到k值。这是不正确的。只有在可以确认被测量Y接近正态分布的前提下,才能根据kp=tp(ν)计算Up
为您推荐
您可能想找: 气相色谱仪(GC) 询底价
专属顾问快速对接
立即提交
可能感兴趣
西瓜猫猫西瓜
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
好贴,我刚学不确定的时候曾经找过不少关于K的确定的文章,最后还是一知半解。
看了楼主的转帖,感觉又懂了一步了。
物价真高
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 西瓜猫猫西瓜(vivi_vivi) 发表:
好贴,我刚学不确定的时候曾经找过不少关于K的确定的文章,最后还是一知半解。

看了楼主的转帖,感觉又懂了一步了。


这个确实写的比较清晰,后续还有相关的不确定度、数学模型、测量误差等知识分享,谢谢
西瓜猫猫西瓜
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
原文由 物价真高(v2771427) 发表:
该帖子于 2013/10/16 10:38:53 被 v2771427 删除,删除理由:重复

原文由 西瓜猫猫西瓜(vivi_vivi) 发表:
好贴,我刚学不确定的时候曾经找过不少关于K的确定的文章,最后还是一知半解。

看了楼主的转帖,感觉又懂了一步了。


这个确实写的比较清晰,后续还有相关的不确定度、数学模型、测量误差等知识分享,谢谢


太好了!一定记得发帖分享哈,必到场拜读~~
猜你喜欢最新推荐热门推荐更多推荐
品牌合作伙伴