Slučajne greške

Slučajne greške nastaju pod dejstvom uticajnih faktora nad kojima nemamo kontrolu i ne
znamo kako deluju, pa ih zato i ne možemo otkloniti. Usled prisustva slučajnih grešaka, u
seriji uzastopnih merenja ćemo dobijati rezultate koji se rasipaju: nekada su malo veći, a
nekada malo manji od vrednosti koju očekujemo.

Srednja vrednost
Ako je izmereno N vrednosti fizičke veličine X i dobijeni rezultati X1, X2,...,XN, onda se
srednja vrednost definiše izrazom (1).

(1)

Standardna devijacija
Za skup uzastopnih rezultata merenja X1, X2,...,XN standardna devijacija je definisana izrazom
(2).

(2)

Histogram
Neka se rezultati merene fizičke veličine X nalaze u opsegu Xmin do Xmax. Ovaj opseg možemo
podeliti na podopsege jednake širine ∆X i prebrojati koliko ima rezultata merenja u svakom
od podopsega. U Tabeli 1 je prikazan jedan takav slučaj.
Tabela 1. Način definisanja podopsega radi generisanja histograma
podopseg Xmin-(Xmin+∆X) (Xmin+∆X)- (Xmin+2∆X) .... (Xmax-∆X)- (Xmax)
broj rezultata 3 7 5
Grafički prikaz podataka iz ovakve tabele se naziva histogram.

Primer: merenje vremena reakcije

Posmatrajmo jednostavan primer merenja vremena reakcije na vizuelnu pobudu. Od
ispitanika se zahteva da što pre reaguje na vizuelnu pobudu (uključenje LED diode) pritiskom
na taster. U Tabeli 2 su prikazani rezultati 100 uzastopno izvršenih merenja reakcije
iskazanih u ms.
Tabela 2. Primer rezultata merenja vremena reakcije na vizuelnu pobudu
222- 225- 228- 231- 234- 237- 240- 243- 246- 249- 252-
podopseg
225 228 231 234 237 240 243 246 249 252 255
broj
1 3 5 9 11 28 17 10 8 6 2
rezultata
Objašnjenje za rasipanje rezultata merenja na vizuelnu pobudu leži u činjenici da ljudski
mozak radi u multi-tasking režimu. Iako najčešće nismo svesni, mozak obrađuje veliki broj
procesa istovremeno. U zavisnosti od sposobnosti ispitanika da se fokusira na merenje
vremena reakcije, dobijaće se različite srednje vrednosti i standardne devijacije skupa
dobijenih rezultata.
Iz matematike i teorije verovatnoće je poznato da se u slučaju eksperimenta na koji utiče
mnogo različitih faktora istovremeno dobija ponašanje opisano Gausovom normalnom
krivom. To znači da bi histogram rezultata dobijenih eksperimentom težio očekivanoj
normalnoj krivi za slučaj kada bi broj merenja težio beskonačnosti.
Na Sl. 1 je dat histogram (plavi stubići) dobijen na osnovu podataka prikazanih u Tabeli 2.
Crvena kriva predstavlja Gausovu normalnu krivu definisanu dobijenom srednjom vrednošću
i standardnom devijacijom rezultata prikazanih u tabeli.

Sl. 1. Histogram rezultata merenja i Gausova kriva

Koliko je vreme reakcije ispitanika na osnovu podataka prikazanih u tabeli i histograma
prikazanog na grafiku? Ne možemo lako odgovoriti na ovo pitanje.
Možemo reći koliko je prosečno vreme reakcije: ono teži srednjoj vrednosti određenoj za
skup dobijenih rezultata merenja. Kada bismo izvršili vrlo velik broj merenja (šta god to
značilo) onda bismo mogli tvrditi da je prosečno vreme jednako srednjoj vrednosti.
Možemo odrediti standardnu devijaciju za skup rezultata merenja. Koje je značenje
standardne devijacije? Na Sl. 2. je prikazana Gausova kriva sa srednjom vrednošću 0.

Sl. 2. Gausova kriva i značenje standardne devijacije

Tamno plavom bojom je obeležen region širine jedne standardne devijacije levo i desno od
srednje vrednosti (uobičajeno je obeležavanje ). U ovaj interval upada 34.1 % + 34.1 %
što je ukupno 68.2 % svih rezultata merenja. Verovatnoća da će rezultat biti u opsegu je
2(13.6 % + 34.1 %)=95.4 %. Sličnim razmatranjem se dobija da je verovatnoća da će rezultat
upasti u opseg iznosi 99.6 %.
Neka je u gornjem primeru srednja vrednost rezultata merenja 239.6 ms i standardna
devijacija 6.1 ms. Korektna izjava u pogledu ovog eksperimenta bi mogla biti: 68.2 %
rezultata merenja vremena reakcije se nalaze u intervalu (239.6-6.1, 239.6+6.1) ms, odnosno
(233.5, 245.7) ms. Druga moguća izjava bi mogla biti: 95.4 % rezultata mereja vremena
rekacije se nalazi u intervalu (239.6-2∙6.1, 239.6+2∙6.1) ms, odnosno (227.4, 251.8) ms.
U Tabeli 3 su dati intervali i odgovarajuće verovatnoće za normalnu raspodelu koje se
najčešće koriste u saopštavanju rezultata merenja.
Tabela 3. Širina simetričnog intervala oko srednje vrednosti i odgovarajuća verovatnoća za normalnu raspodelu
Interval Verovatnoća
68 %
95 %
98 %

Ukoliko neki rezultat merenja odstupa više od od srednje vrednosti, on verovatno sadrži
grubu grešku pa ga najčešće izbacujemo iz razmatranja.
Odstupanje srednje vrednosti skupa rezultata merenja od vrednosti koju smatramo za pravu
(tačnu) jeste mera tačnosti metode. Što je manje odstupanje srednje vrednosti od prave
vrednosti reč je o tačnijem mernom postupku.
Standardna devijacija predstavlja meru rasipanja rezultata pa se može koristiti za poređenja
više mernih postupaka u pogledu preciznosti. Skup rezultata merenja koji ima veću
standardnu devijaciju je manje precizan od drugog skupa sa manjom vrednošću standardne
devijacije.