Električna merenja

Greške pri merenju

Analiza slučajnih grešaka
Slučajne greške (random errors) se manifestuju u
različitim rezultatima višestrukih merenja iste fizičke veličine,
istom metodom i istim uslovima.

Pošto su slučajne i nepoznatog uzroka ne mogu se

korigovati niti otkloniti. Ne mogu se teorijski predvideti, ali se
može odrediti matematički zakon koji opisuje način
grupisanja velikog broja rezultata ponovljenih merenja
pomoću funkcija raspodela.
Analiza slučajnih grešaka
U dobro osmišljenim (i ostvarenim) eksperimentima, broj
izvora značajnih slučajnih grešaka je mali.

Njihov uticaj se umanjuje povećanjem broja merenja i

statističkom obradom rezultata višestrukih merenja
metodama TEORIJE VEROVATNOĆE.
Analiza slučajnih grešaka
Osnovni pojmovi
Populacija - neograničeni niz svih mogućih vrednosti
slučajne velićine
x1 , x2 , x3 ,... xi ,...xN
Optimalna vrednost populacije – srednja vrednost
populacije ili matematičko očekivanje
N
1

N
x
i 1
i

Odstupanje – razlika vrednosti elemenata i srednje

vrednosti
ai  xi  
Analiza slučajnih grešaka
Osnovni pojmovi
Odstupanja se razlikuju po modulu i znaku, a veličina koja
karekteriše odstupanja po modulu naziva se varijansa i
predstavlja srednju vrednost kvadrata odstupanja

1
 x  
2
 
2
i
N i 1

Standardno odstupanje – kvadratni koren varijanse

1
 x  
2
 i
N i 1
Analiza slučajnih grešaka
Osnovni pojmovi

Relativno odstupanje – koristi se za izražavanje

ponovljivosti merenja

r 


1 1
 x  
2
r  i [%]
 N i 1
Analiza slučajnih grešaka
Osnovni pojmovi

UZORAK je podskup populacije i ima praktičan značaj

Srednja vrednost uzorka Odstupanja

1 N
bi  xi  xs
xs 
N
x
i 1
i
Analiza slučajnih grešaka
Standardno odstupanje uzorka – kvadratni koren
varijanse

1 n
  xi  xs 
2
s
n  1 i 1

n-1 iz razloga što je n-to odstupanje je jednako zbiru

ostalih n-1 odstupanja, n-1 predstavlja broj stepeni slobode
Analiza slučajnih grešaka
Osnovni pojmovi

Relativno standardno odstupanje uzorka je mera

ponovljivosti tj. reproduktivnosti.
s
sr  [%]
xs
Standardno odstupanje kod indirektnih merenja

2
n
 y  2
sy     sxi sxi - standardno odstupanje
i 1  xi  uticajnih veličina
 Analiza slučajnih grešaka
Grafičko prikazivanje rezultata
Nakon ponavljanja nekog merenja rezultati se na neki način
grupišu oko srednje vrednosti. Ovo grupisanje se slikovito
grafički prikazuje histogramom.
Dobijanje histograma
1. Rezultati merenja poređaju se po veličini od xmin do xmax

2. Ukupan raspon rezultata deli se na m segmenata

xmax  xmin
x 
m
3. Usvakom segmentu postoji nekoliko rezultata nxi
Analiza slučajnih grešaka
Grafičko prikazivanje rezultata

nxi - učestanost datog intervala

nxi - relativna učestanost

Pi 
n
Pi nxi
pi   - gustina relativne učestanosti
x nx
HIstogram predstavlja samo orjentacioni prikaz mernih rezultata, a
jedini uslov koji mora biti ispunjen je normiranost - ukupna površina
pravogaonika mora biti jednaka 1 što u teoriji verovatnoće označava
siguran događaj
Analiza slučajnih grešaka
Grafičko prikazivanje rezultata

U graničnom slučaju, kada n  ; m  

Pi  dP( x); x  dx; pi  p ( x);

obvojnica histograma formira kontinualnu funkciju

dP ( x)
p( x) 
dx
koja se naziva funkcija raspodele.
Analiza slučajnih grešaka
Grafičko prikazivanje rezultata
Analiza slučajnih grešaka
Najvažnije funkcije raspodele
Uniformna – ravnomerna raspodela

Rezultati merenja mogu da imaju uniformnu raspodelu

ako sve izmerene vrednosti pripadaju intervalu 2Δx u
odnosu na srednju vrednost merenja. U ovom slučaju
58% rezultata merenja pripada intervalu 2σ u odnosu na
centralnu vrednost.
Analiza slučajnih grešaka
Najvažnije funkcije raspodele
Gausova – normalna raspodela

68,3%

Rezultati merenja imaju normalnu raspodelu ako se u

intervalu određenom dvostrukom varijansom 2σ u
odnosu na srednju vrednost merenja nalazi dve trećine
rezultata merenja.
Analiza slučajnih grešaka
Najvažnije osobine normalne (Gausove)
raspodele su:
1. Gausova funkcija gustine raspodele je
pozitivna i neprekidna za svaku realnu
vrednost promenljive x;
2. Strmina zvonaste Gausove krive zavisi
tako što se smanjenjem standardnog
odstupanja povećava strmina;
3. Zvonasta kriva je osno simetrična u
odnosu na vertikalu kroz maksimum;
4. Površina ispod krive je jednaka 1;
Merna nesigurnost
 Rezultat merenja nije kompletan ako sa sobom ne nosi
informaciju o tačnosti.

 Tačna vrednost se sa nekom verovatnoćom nalazi u

opsegu oko izmerene vrednosti. Širina tog opsega je
informacija i mernoj nesigurnosti.

 1993. godine je Internacionalna organizacija za

standardizaciju izdala Vodič za prikazivanje nesigurnosti
merenja (Guide to the Expression of Uncertainty of
Measurements) u kome su definisane osnovne oznake i
relacije, kao i primeri primene.
Merna nesigurnost
Uputstvo propisuje da se obradom podataka odrede sledeće
merene veličine:
 Rezultat merenja
(srednja vrednost ponovljenih merenja)
 Merna nesigurnost
(interval oko srednje vrednosti ponovljenih merenja u kome
se očekuje stvarna vrednost)
 Statistička sigurnost
(verovatnoća koja se odnosi na dati podatak o merenoj
nesigurnosti)
 Greška merenja
(merena veličina - tačna vrednost dobijena etalonom)
Merna nesigurnost
Pri izražavanju merne nesigurnosti koriste se svi termini i
celokupan matematički aparat klasične statističke teorije.

Uvedeno je više konvencija:

 Merna nesigurnost označava se slovo u (Uncertanity)
 Svi vidovi merne nesigurnosti tretiraju se kao slučajne veličine, što
znači da im se pridružuje odgovarajuća funkcija raspodele
 Standardna merna nesigurnost u jednaka je standardnom
odstupanju s
 Statistička sigurnost koja odgovara standardnoj mernoj nesigurnosti
zavisi od raspodele koja se pripisuje datom merenju. (Na primer
68.2% u slučaju Gausa)
Merna nesigurnost
 Proširena merna nesigurnost

U  ku
 Koeficijent proširenja k je broj
čija je tipična vrednost 2 ali se
zavisno od konvencije može
kretati u intervalu od 3 do 3

 Proizvođači merne opreme u svojim katalozima daju intervale

nesigurnosti koji predstavljaju proširenu mernu nesigurnost.
Merna nesigurnost
Postoje da osnovna tipa merne nesigurnosti
 Tip A
 Tip B

Podela se zasniva na osnovu metode određivanja a ne

na osnovu analize fizičke pojave kao kod sistematskih i
slučajnih grešaka.

Ako postoji i A i B ili više tipova B govori se o

 kombinovanoj mernoj nesigurnosti
Merna nesigurnost
Tip A
Određuje se isključivo metodom statističke obrade dakle
samo onda kada je merenje ponovljeno više puta. Po definiciji
je jednaka standardnom odstupanju srednje vrednosti:

n
s 1
  xi  xs 
2
u A  s xs  
n n(n  1) i 1

Pridružuje se najčešće Gausova raspodela.

Merna nesigurnost
Tip B
Određuje se svim ostalim metodama izuzev statističke
analize.
Određuje se nezavisno od toga da li je reč o
pojedinačnim ili ponovljenim merenjima.
Mogu biti zastupljene različite raspodele, a najčešće je
uniformna raspodela.
Merna nesigurnost
Kombinovana
Određuje se za:
-merenje koje je ponovljeno više puta, za koje je
određena merna nesigurnost tipa A, a poznata je i
određena erna nesugurnost tipa B
-kada je izvršeno jedno merenje ali je uočeno da
postoji više veličina koje utiču na mernu nesigurnost

uc  u 2A  u B2