Electronic-measuring-instruments-errors
電子計測器-エラー
測定中に発生するエラーは、*測定エラー*と呼ばれます。 この章では、測定誤差の種類について説明します。
測定誤差の種類
測定誤差は、次の3つのタイプに分類できます。
- 総誤差
- ランダムエラー
- 系統的エラー
次に、これら3種類の測定誤差について1つずつ説明します。
総誤差
測定値の取得中に観測者の経験不足により発生するエラーは、*総誤差*として知られています。 グロスエラーの値は、オブザーバーによって異なります。 機器の不適切な選択により、重大なエラーが発生することもあります。 これらの2つの手順に従うことで、全体的なエラーを最小限に抑えることができます。
- 測定する値の範囲に基づいて、最適な機器を選択してください。
- 測定値を注意深く書き留めてください
系統的エラー
機器が動作中に一定の均一な偏差であるエラーを生成する場合、*システマティックエラー*として知られています。 系統誤差は、機器で使用される材料の特性により発生します。
系統誤差の種類
系統的エラーは、次の3つのタイプに分類できます。
- インストゥルメンタルエラー-このタイプのエラーは、インストゥルメントとローディングエフェクトの欠点のために発生します。
- 環境エラー-このタイプのエラーは、温度、圧力などの変化などの環境の変化により発生します。
- 観測エラー-このタイプのエラーは、メーターの測定値を取得する際に観測者が原因で発生します。 *視差エラー*はこのタイプのエラーに属します。
ランダムエラー
測定時間中に未知のソースが原因で発生するエラーは、*ランダムエラー*として知られています。 したがって、これらのエラーを排除または最小化することはできません。 しかし、ランダムエラーなしでより正確な測定値を取得したい場合は、次の2つの手順に従うことで可能です。
- Step1 -さまざまなオブザーバーによる読み取り回数を増やします。
- Step2 -Step1で取得した読み取り値の統計分析を行います。
以下は、統計分析で使用されるパラメーターです。
- Mean
- 中央値
- 分散
- 偏差
- 標準偏差
次に、これらの*統計パラメータ*について説明します。
Mean
$ x _ \ {1}、x _ \ {2}、x _ \ {3}、….、x _ \ {N} $を特定の測定値の$ N $測定値とします。 これらの測定値の平均値または*平均値*は、次の式を使用して計算できます。
m = \ frac \ {x _ \ {1} + x _ \ {2} + x _ \ {3} + .... + x _ \ {N}} \ {N}
ここで、$ m $は平均値または平均値です。
特定の測定値の読み取り数が多い場合、平均値または平均値は true value にほぼ等しくなります。
中央値
特定の測定値の読み取り数が多い場合、平均値または平均値を計算することは困難です。 ここで、*中央値*を計算すると、平均値にほぼ等しくなります。
中央値を計算するには、まず特定の測定値を*昇順*で並べる必要があります。 測定値の数が*奇数*の場合、次の式を使用して中央値を計算できます。
M = x _ \ {\ left（\ frac \ {N + 1} \ {2} \ right）}
測定値の数が*偶数*の場合、次の式を使用して中央値を計算できます。
M = \ frac \ {x _ \ {\ left（N/2 \ right）} + x_ \ left（\ left [N/2 \ right] +1 \ right）} \ {2}
平均からの逸脱
特定の測定値の読み取り値と平均値の差は、「平均からの偏差」として知られています。 つまり、_deviation_と呼ばれます。 数学的には、次のように表すことができます
d _ \ {i} = x _ \ {i} -m
どこで、
$ d _ \ {i} $は、平均からの$ i ^ \ {th} $読み取り値の偏差です。
$ x _ \ {i} $は、$ i ^ \ {th} $読み取り値です。
$ m $は平均値または平均値です。
標準偏差
偏差の二乗平均は*標準偏差*と呼ばれます。 数学的には、次のように表すことができます
\ sigma = \ sqrt \ {\ frac \ {\ {d _ \ {1}} ^ \ {2} + \ {d _ \ {2}} ^ \ {2} + \ {d _ \ {3}} ^ \ {2} + .... + \ {d _ \ {N}} ^ \ {2}} \ {N}}
上記の式は、読み取り値の数Nが20以上の場合に有効です。 読み取り回数Nが20未満の場合、標準偏差に次の式を使用できます。
\ sigma = \ sqrt \ {\ frac \ {\ {d _ \ {1}} ^ \ {2} + \ {d _ \ {2}} ^ \ {2} + \ {d _ \ {3}} ^ \ {2} + .... + \ {d _ \ {N}} ^ \ {2}} \ {N-1}}
どこで、
$ \ sigma $は標準偏差です
$ d _ \ {1}、d _ \ {2}、d _ \ {3}、…、d _ \ {N} $は、平均からの第1、第2、第3、…、$ N ^ \ {th} $読み取り値の偏差です。それぞれ。
注-標準偏差の値が小さい場合、測定値の読み取り値の精度が高くなります。
分散
標準偏差の二乗は*分散*と呼ばれます。 数学的には、次のように表すことができます
V = \ sigma ^ \ {2}
どこで、
$ V $は分散です
$ \ sigma $は標準偏差です
偏差の平均二乗は、*分散*とも呼ばれます。 数学的には、次のように表すことができます
V = \ frac \ {\ {d _ \ {1}} ^ \ {2} + \ {d _ \ {2}} ^ \ {2} + \ {d _ \ {3}} ^ \ {2} + .... + \ {d _ \ {N}} ^ \ {2}} \ {N}
上記の式は、読み取り値の数Nが20以上の場合に有効です。 読み取り値の数Nが20未満の場合、分散には次の式を使用できます。
V = \ frac \ {\ {d _ \ {1}} ^ \ {2} + \ {d _ \ {2}} ^ \ {2} + \ {d _ \ {3}} ^ \ {2} + .... + \ {d _ \ {N}} ^ \ {2}} \ {N-1}
どこで、
$ V $は分散です
$ d _ \ {1}、d _ \ {2}、d _ \ {3}、…、d _ \ {N} $は、平均からの第1、第2、第3、…、$ N ^ \ {th} $の読み取り値の偏差です。それぞれ。
そのため、統計パラメーターを使用して、特定の測定値の読み取り値を分析できます。 これにより、より正確な測定値が得られます。
