Средняя ошибка средней арифметической величины прямо пропорциональна

61

Третье
свойство статистической совокупности
– разнообразие
признаков.

Четвертое
свойство статистической совокупности
— репрезентативность признаков

Студент
должен знать:

• определение
  второго свойства статистической
  совокупности – средний уровень признака;

• виды
  средних величин – статистические
  критерии второго свойства статистической
  совокупности;

• определение
  вариационного ряда, виды вариационных
  рядов;

• основные
  статистические характеристики
  вариационного ряда: варианты, частота,
  число наблюдений;

• методика
  вычисления средних величин при большом
  числе наблюдений;

• методика
  вычисления средних величин при малом
  числе наблюдений;

• сущность
  третьего свойства статистической
  совокупности – разнообразие признака;

• статистические
  критерии разнообразия признака
  статистической совокупности (лимит,
  амплитуда, среднее квадратическое
  отклонение, коэффициент вариации),
  особенности их использования;

• методика
  вычисления среднего квадратического
  отклонения при большом и малом числе
  наблюдения;

• сущность
  четвертого свойства
  статистической совокупности –
  репрезентативность (достоверность)
  признаков;

• статистические
  критерии, характеризующие репрезентативность
  (достоверность) признака (ошибки средних
  и относительных величин, доверительных
  границ средних и относительных величин,
  достоверности разности средних и
  относительных величин);

• особенности
  вычисления ошибок средних величин при
  большом и малом числе наблюдений;

• особенности
  вычисления ошибки относительных
  величин;

• методика
  определения доверительных границ
  средних и относительных величин;

• методика
  определения достоверности разности
  средних и относительных величин;

• практическое
  значение средних величин и оценки их
  достоверности.

Студент
должен уметь:

• строить
  простой и сгруппированный вариационные
  ряды;

• вычислять
  среднюю величину (М), среднее квадратическое
  отклонение (σ), ошибку средней величины
  (m)
  при большом и малом числе наблюдений;

• определять
  доверительные границы для средней
  величины при большом и малом числе
  наблюдений, для относительных величин;

• определять
  достоверность разности средних и
  относительных величин.

План занятия

1. Сущность
   второго свойства статистической
   совокупности и его статистические
   критерии;

2. Характеристики
   вариационного ряда.

3. Виды
   средних величин и методика их вычисления
   при большом и
   малом числе наблюдений.
   Свойства средней величины.

4. Сущность
   разнообразия признака статистической
   совокупности и статистические критерии.
   Методика расчета среднего квадратического
   отклонения при большом и малом числе
   наблюдений.

5. Сущность
   четвертого свойства статистической
   совокупности и статистические критерии
   характеризующие его.

6. Определение
   ошибки репрезентативности средних
   величин при
   большом и малом числе наблюдений.
   Особенности вычисления ошибки
   относительных величин.

7. Методика
   определения доверительных границ
   средних и относительных величин при
   большом и малом числе наблюдений.

8. Методика
   определения достоверности разности
   средних и относительных величин.

9. Использование
   средних величин в практической
   деятельности врача.

Блок
информации:

Второе
свойство – средний уровень признака
используется для количественной
характеристики статистической
совокупности.

К
статистическим критериям, характеризующим
второе свойство статистической
совокупности, относят средние
величины.

Для
вычисления средних величин используются
вариационные ряды.

Вариационный
ряд, виды вариационных рядов.

Вариационный
ряд – это
ряд вариант одного и того же признака,
расположенных в определенном порядке
(по степени возрастания или убывания).

Вариационные
ряды бывают:

• простые
  и взвешенные;

• несгруппированные
  и сгруппированные (интервальные);

• четные
  (число вариант четное) и нечетные (число
  вариант нечетное).

Простой
вариационный ряд представляет собой
ряд вариант, в котором каждая варианта
встречается с частотой, равной единице.

Взвешенный
вариационный
ряд представляет собой ряд вариант, в
котором каждая варианта встречается с
различной частотой.

Простой
и взвешенный вариационные ряды могут
быть представлены несгруппированными
и сгруппированными вариантами.

Несгруппированный
вариационный
ряд содержит отдельные варианты с
соответствующими им частотами.

Сгруппированный
(интервальный)
вариационный ряд имеет в своем составе
варианты, объединенные в пределах
определенного интервала, соответственно
с частотой их встречаемости.

Требования
к составлению сгруппированного
вариационного ряда

• определенный
  порядок расположения вариант

• непрерывность
  вариационного ряда

• сгруппированный
  вариационный ряд

Характеристики
вариационного ряда

Полученные
при исследовании числовые измерения
одного и того же признака называются
вариантами
(V
– vario).

Число
раз, которое встречается одна и та же
варианта в вариационном ряду называется
частотой (p
– pars).

Сумма
всех частот вариационного ряда определяет
число
наблюдений (n
= Σр).

Виды
средних величин и методика их вычисления
при большом
и малом числе наблюдений.
Свойства средней величины.

Виды
средних величин

• мода;

• медиана;

• средняя
  арифметическая;

Мода
(Мо) – средняя
величина, которая соответствует варианте,
встречающейся в вариационном ряду с
наибольшей частотой.

Медиана
(Ме) – средняя
величина, соответствующая варианте,
которая делит вариационный ряд пополам.
В нечетном
вариационном ряду находится в середине,
в четном
вариационном
ряду вычисляется как полусумма двух
средних вариант.

Средняя
величина
(средняя арифметическая, средняя
взвешенная) (М)
– обобщенная характеристика среднего
уровня изучаемого признака однородной
статистической совокупности в конкретных
условиях места и времени.

В
отличие от моды и медианы средняя
арифметическая учитывает все значения
вариант вариационного ряда.

Свойства
средней величины.

• в
  строго симметричном вариационном ряду
  средняя величина занимает срединное
  положение, поэтому средняя, мода и
  медиана имеют одну и ту же величину (М
  = Мо = Ме).

• средняя
  величина имеет абстрактный характер
  и является обобщающей величиной,
  определяющей
  закономерность всей совокупности.

• произведение
  средней на число наблюдений всегда
  равняется сумме произведений каждой
  варианты на соответствующую ей частоту
  встречаемости в вариационном ряду.

• алгебраическая
  сумма отклонений всех вариант
  вариационного ряда от средней равна
  нулю.

• если
  к каждой варианте вариационного ряда
  прибавить или отнять одно и то же число,
  то на такое же число увеличится или
  уменьшится средняя арифметическая
  величина.

• если
  каждую варианту вариационного ряда
  разделить или умножить на одно и то же
  число, то во столько же раз уменьшится
  или увеличится средняя арифметическая
  величина.

Методика
расчета средних величин при большом и
малом числе наблюдений рассмотрена в
образцах выполнения практических
заданий.

Третье
свойство
(разнообразия
признака) характеризует
распределение
вариант количественных признаков
в однородной статистической
совокупности.

К
статистическим критериям, характеризующим
третье свойство статистической
совокупности, относят:

• лимит
  (lim)
  определяется крайними значениями
  вариант в вариационном ряду –
  Lim
  = V_max
  : V_min;

• амплитуда
  (Am)
  равна разности между крайними значениями
  вариант в вариационном ряду – (Am
  = V_max
  –V_min);

• среднее
  квадратическое отклонение
  (δ) дает наиболее полную характеристику
  разнообразия признака в статистической
  совокупности, так как учитывает все
  значения вариант;

Методика
вычисления среднего квадратического
отклонения при большом числе наблюдений
рассмотрена в образце выполнения
практического задания.

• коэффициент
  вариации
  (Cv)
  является относительной мерой разнообразия
  признака в статистической совокупности
  –
  _{,
  где}

δ
– среднее квадратическое отклонение

М
– средняя арифметическая взвешенная

Величина
коэффициента вариации больше 20%
свидетельствует о высокой степени
разнообразия признака, при величине
коэффициента вариации от 10 до 20% –
степень разнообразия средняя, величина
коэффициента вариации менее 10%
свидетельствует о низкой степени
разнообразия признака.

Среднее
квадратическое отклонение и
коэффициент вариации
являются обобщающими характеристиками
статистической совокупности.

Роль
среднего
квадратического отклонения
состоит в том, что по величине δ
можно:

• определить
  структуру вариационного ряда;

• охарактеризовать
  степень однородности вариационного
  ряда;

• судить
  о типичности средней (арифметической
  или взвешенной) величины;

• оценить
  отдельные признаки у каждого индивидуума;

• оценить
  достоверность (репрезентативность)
  результатов исследования.

Четвертое
свойство
статистической совокупности характеризует
репрезентативность
выборки, которая может быть достигнута
специальными методами отбора выборочной
совокупности.

Репрезентативность
(достоверность) выборочной совокупности
означает представительность в ней всех
учитываемых признаков характерных для
генеральной совокупности, что гарантирует
высокую вероятность соответствия
закономерностей, полученных при
исследовании выборочной совокупности
существующим в генеральной совокупности.

Статистические
критерии,
характеризующие репрезентативность
статистической совокупности:

• ошибки
  средних и относительных величин;

• доверительные
  границы средних и относительных величин;

• достоверность
  различий средних и относительных
  величин по критерию t.

Определение
ошибки репрезентативности.

Величина
ошибки прямо
пропорциональна степени разнообразия
признака и
обратно
пропорциональна числу наблюдений
в статистической совокупности.
Следовательно, чем менее разнообразен
признак и больше число наблюдений в
статистической совокупности, тем меньше
величина ошибки
и более
достоверен результат
исследования.

Вычисление
ошибки репрезентативности для средних
величин при большом числе (n
≥ 30) наблюдений
осуществляется по формуле:

_,
где

m_М
– ошибка средней величины

n
– число наблюдений

δ
– среднее квадратическое отклонение

Вычисление
ошибки репрезентативности для средних
величин при малом числе наблюдений (n
< 30) осуществляется
по формуле:

_,
где

m_М
–ошибка средней величины

n
– число наблюдений

δ
– среднее квадратическое отклонение

Вычисление
ошибки репрезентативности для
относительных величин осуществляется
по формуле:

,
где

m_%
–ошибка относительной величины,

p
– относительный показатель, выраженный
в процентах (%),

q
– величина равная 100-p.

Методика
среднего квадратического отклонения
и ошибок при малом числе наблюдений
рассмотрена в
образцах выполнения практических
заданий.

Методика
определения доверительных границ
средней величины.

Доверительные
границы – интервал колеблемости средней
величины (или относительной величины),
выход за пределы которого имеет
незначительную вероятность.

Доверительные
границы для средних
величин
определяют по формуле:

,
где

М
_ген
– средняя генеральной совокупности

М
_выб
– средняя выборочной совокупности

m
– ошибка средней величины

t
– доверительный коэффициент

Доверительные
границы для относительных
величин
определяют по формуле:

,
где

Р
_ген
– средняя генеральной совокупности

Р
_выб
– средняя выборочной совокупности

m
– ошибка показателя (относительной
величины)

t
– доверительный коэффициент

Величина
доверительного
коэффициента
(t)
определяется величиной доверительной
вероятности,
с которой необходимо получить конечный
результат, и числом
наблюдений.
В медико-статистических
исследованиях обычно используют
доверительную вероятность, равную 95%
или-99% (или 0,95-0,99), которым соответствует
определенная величина критерия t.

При
большом числе наблюдений (n
≥ 30) и доверительной вероятности Р=95%
величина доверительного коэффициента
соответствует t
= 2, при доверительной вероятности Р=99%
величина доверительного коэффициента
соответствует t
= 3.

При
малом числе наблюдений (n
< 30) величина t
несколько больше указанных выше значений
и ее необходимо определять по таблице
Стьюдента.

Использование
средних величин и доверительных границ
в практической деятельности врача.

Средние
величины и доверительный интервал лежат
в основе определения достоверных границ
средних величин, которые широко
используются в процессе профессиональной
деятельности врача для оценки данных
физиологических и лабораторных
исследований.

И снова о погрешностях

Окончание. См. № 15/07

Д.А.ИВАШКИНА,
лицей г. Троицка, Московская обл.

aivashkin@mail.ru

И снова о погрешностях

4. Учёт случайных погрешностей при
прямых измерениях

Если, проведя одно и то же измерение
несколько раз, вы видите, что результат остаётся
одним и тем же, то случайные погрешности
эксперимента малы, их не следует учитывать. Но
если при повторении измерения получаются разные
значения, то следует взять среднее значение из
серии измерений:

где n – число измерений. Как
узнать, какова погрешность результата? Логично, и
ученики сами обычно предлагают это, определить
среднее отклонение результата от среднего
значения. Полученная величина носит название средней
арифметической ошибки: Она показывает, на сколько в
среднем каждое измеренное значение отклоняется
от среднего значения. Но эта величина слабо
зависит от количества проведённых измерений. В
чём же тогда смысл многократных измерений?

Для среднеквадратичной погрешности,
которая определяется немного сложнее:

есть простое правило: средняя
квадратичная погрешность среднего
арифметического равна средней квадратичной
погрешности отдельного результата, делённой на
корень квадратный из числа измерений: Из формулы ясно,
что с увеличением числа измерений случайная
погрешность среднего значения уменьшается.
Поэтому необходимо проводить столько измерений,
чтобы случайная погрешность стала меньше
значения систематической погрешности данного
измерения.

К сожалению, в лабораторных работах и
при любых других экспериментах в школе провести
достаточное количество измерений невозможно в
силу нехватки времени. Как поступать, может
решить сам учитель. На мой взгляд, для нахождения
средней арифметической погрешности среднего
значения можно использовать формулу,
аналогичную формуле для средней квадратичной
ошибки:

Хотя эта формула и неверна, она
помогает понять смысл проведения большого числа
измерений. Использоваться же она будет всего в
нескольких работах, и, следовательно, нет нужды
специально обучать нахождению погрешности
среднего значения. Зато, получив в этих работах
случайную погрешность меньше погрешности
систематической, ученик запомнит, что каждое
измерение следует производить несколько раз при
малейшем подозрении, что в данном эксперименте
имеется случайная погрешность. Как правило, уже
при пяти измерениях достигается необходимая
малость случайной погрешности по сравнению с
систематической.

5. Определение погрешности
результата косвенных измерений

К определению погрешности результата
косвенных измерений учащиеся готовы, на мой
взгляд, уже к 8-му классу. В зависимости от уровня
класса впервые метод границ [1, 12] можно
применить или в работе по сравнению количеств
теплоты при смешивании воды, или при нахождении
сопротивления проводника. Поясню на примерах.

• Допустим, при нагревании холодной
  воды в процессе смешивания мы имеем следующие
  результаты измерений:

– температура холодной воды t₁
= (16,0 ± 1,5) °С;

– температура смеси t = (43,0 ± 1,5) °С;

– объём холодной воды V₁ = (80
± 2) мл = (80 ± 2) • 10^–6 м³.

Получаем количество теплоты,
полученное холодной водой:

Q = 4190 Дж/(кг • °С) • 1000 кг/м³
• 80 • 10^–6  м³  (43 – 16) °С = 9050,4 Дж.
     (1)

Возникает вопрос: а какова погрешность
полученного значения? Другими словами, на
сколько мы можем ошибиться, если точные значения
не равны измеренным, а лежат где-то в интервале,
даваемом погрешностью? Например, начальная
температура воды может быть равна 16,5 °С, 17,0 °С и
т.д. Тогда вычисленное количество теплоты будет
меньше. Логично посмотреть, на сколько мы можем
ошибиться по максимуму. Максимальное количество
теплоты получится, если взять для всех
сомножителей максимальные значения, т.е. верхние
границы интервалов значений с погрешностью, для
уменьшаемого взять верхнюю границу значения, а
для вычитаемого – нижнюю:

Q_в = 4190 Дж/(кг • °С) • 1000
кг/м³ • 82 • 10^–6 м³ (44,5 – 14,5)°С = 10 307,4 Дж.

Аналогично вычисляем нижнюю границу
значения количества теплоты:

Q_н = 4190 Дж/(кг • °С) • 1000
кг/м³ • 78 • 10^–6 м³ (41,5 – 17,5) °С = 7843,68
Дж.

В данных пределах и лежит искомое
значение. Чтобы сравнивать методом интервалов
это значение с количеством теплоты, отданным
горячей водой, надо округлить значения верхней и
нижней границ. Лучше это сделать, оценив
абсолютную погрешность найденного значения
количества теплоты.

Рис. 2

Из рис. 2 видно, что

Найденное выше значение (1) близко к (3),
поэтому его не стоит находить ещё раз. А вот для
погрешности найдём с помощью (2):

(две
значащие цифры, т.к. первая «1»). Поэтому
количество теплоты, полученное холодной водой,
можно округлить: Q_получ = 9000 Дж ±
1200 Дж (т.е. между 7800 Дж и 10 200 Дж). Если количество
теплоты, отданное горячей водой, лежит между 8500
Дж и 11 500 Дж (Q_отдан = 10 000 Дж ± 1500 Дж), то
можно видеть, что эти количества теплоты
совпадают в пределах погрешности эксперимента
(рис. 3).

Рис.3

• Определение сопротивления резистора.
  Пусть измеренные значения напряжения и силы тока
  следующие:

– U = 2,60 В ± 0,15 В (инструментальная
погрешность 0,15 В; погрешность отсчёта может быть
взята равной 0,05 В, т.е. в 3 раза меньше
инструментальной, поэтому ею можно пренебречь);

– I = 1,2 А ± 0,1 А (инструментальная
погрешность 0,05 А, погрешность отсчёта 0,05 А).

Тогда для сопротивления получаем:

Но на самом резисторе написано: «2 ± 0,1 ». Получается, что
мы неверно определили сопротивление? Рассчитаем
погрешность нашего определения значения
сопротивления:

U_в = 2,75 В; U_н = 2,45 В; I_в
= 1,3 А, I_н = 1,1 А;

Полученное экспериментально значение
сопротивления R = (2,2 ± 0,3) Ом совпадает в
пределах погрешности со значением R = (2,0 ± 0,1)
Ом, указанным на резисторе.

С помощью метода границ можно вывести
и формулы для погрешности при обобщении темы
«Определение погрешности косвенных измерений»,
но уже в 9-м классе.

Определение погрешности разности. Пусть
А = В – С. Рассчитаем погрешность А в
общем виде:

А_в = В_в – С_н
= (В + В)
– (С – С)
= (В – С) + (В
+ С);

А_н = В_н – С_в
= (В – В)
– (С + С)
= (В – С) – (В
+ С);

Полученное очень важно: в некоторых
работах в формулах для вычисления результата
встречается разность двух близких по значению
величин, что приводит к большой относительной
погрешности результата.

• В cтарой работе «Определение модуля
  Юнга резины» [11] удлинение резинового жгута
  находилось как разность его результирующей и
  начальной длин. Если условия опыта таковы, что
  эта разность мала, например, составляет 1,5 см, то
  относительная погрешность определения разности (погрешность
  отсчёта взята гораздо меньше инструментальной
  погрешности). Ясно, что такое измерение
  использовать для определения модуля Юнга
  нежелательно, – может получиться погрешность
  больше 100%. Лучше увеличить нагрузку на жгут.
  Аналогичная проблема возникает в работе
  «Измерение ЭДС и внутреннего сопротивления
  источника» [2] (одно сопротивление должно быть в
  несколько раз больше другого) и др.

Определение погрешности частного
двух величин. Пусть Рассчитаем погрешность в общем виде:

Такую формулу трудно запоминать.
Поэтому найдём относительную погрешность
величины А:

Итак, относительная погрешность
частного равна сумме относительных погрешностей
величин, входящих в него. Такая же формула
получается и для относительной погрешности
произведения.

Важным я считаю не сам процесс расчёта
погрешности. Эти формулы дают мощный инструмент
для оценки обоснованности проведения
эксперимента. При их использовании легко
объяснить, при измерении какой из величин
следует увеличить точность, чтобы получить
лучший результат.

Рассмотрим формулу для нахождения
модуля Юнга:
Если воспользоваться для расчёта погрешности
результата методом границ, то неясным останется,
какая из величин в формуле вносит наибольшую
погрешность.

Для нахождения относительной
погрешности результата лучше воспользоваться
формулой:

При подстановке значений оказывается,
что слагаемое
даёт максимальный вклад в сумму, а остальные
слагаемые в несколько раз меньше, так что ими
можно пренебречь. Если l – l₀ будет
невелико, то значение относительной погрешности
окажется очень большим, порой выше 100%. Какой
вывод сделают в таком случае ученики?

Такая ситуация – пример того, как
применение упрощённого способа вычисления
погрешностей может привести к большим ошибкам.
Конечно же, этот эксперимент совершенно
обоснован, с помощью него можно найти модуль
Юнга. Только следует выбрать те измерения, где l
– l₀ достаточно велико, и не забыть
пренебречь малыми слагаемыми при расчёте
погрешности.

6. Определение коэффициента
прямой пропорциональности

В лабораторных работах нередко
встречается ситуация, когда необходимо по
графику определить коэффициент
пропорциональности в зависимости одной величины
от другой. И здесь в учебниках встречаются две
ситуации.

В работе «Определение модуля Юнга» [13]
после нахождения модуля Юнга для измерений с
тремя различными нагрузками учащимся
предлагается найти среднее арифметическое трёх
полученных значений. Такой подход ошибочен, т.к.
каждое значение получено с различными
систематическими погрешностями, т.е. с разной
степенью точности. Нельзя суммировать эти
значения «с одинаковым весом». При подобных
вычислениях в теории ошибок находится сумма этих
значений с разными коэффициентами.

Далее, в работе «Измерение жёсткости
пружины» [7] в аналогичной ситуации совершенно
справедливо отмечено, что, поскольку жёсткость
пружины в каждом из опытов получена при разных
условиях, среднее арифметическое этих значений
находить нельзя. И предлагается найти среднее
значение коэффициента жёсткости по графику как
коэффициент пропорциональности. Однако,
поскольку учащиеся не могут найти погрешность
найденного таким образом коэффициента
пропорциональности, предлагается взять в
качестве этой погрешности погрешность
наихудшего результата. Я считаю, что такой подход
не оправдан. Зачем брать погрешность самого
ненадёжного результата, если сам способ
нахождения коэффициента жёсткости из графика
применяется для того, чтобы определить этот
коэффициент наиболее точно? Думаю, авторы просто
не хотели заострять внимание на этом вопросе.

На мой взгляд, для определения
коэффициента пропорциональности по графику
можно предложить несколько вариантов.

Вариант 1. Самый простой, а потому
пригодный для младших классов. Отмечаем на
графике экспериментальные значения с указанием
погрешности. Обращаем внимание учащихся на то,
что если бы мы не нанесли погрешности на графики,
то провести прямую было бы затруднительно. В 7-м
классе достаточно просто отметить тот факт, что
зависимость между двумя величинами прямо
пропорциональна. Но если всё-таки необходимо
найти значение коэффициента пропорциональности,
можно обойтись без расчёта погрешности, отметив
только, что этот способ (многократные измерения
при различных условиях и построение графика)
используется именно для того, чтобы уменьшить
погрешность результата.

Вариант 2. Чертим прямую, находим
экспериментальную точку, которая лежит ближе
всего к прямой, и именно эту точку и считаем самой
точной. Остаётся вычислить результат для неё по
обычным формулам, рассчитав также и погрешность.

Вариант 3. Самый логичный. Пробуем
провести через точки вместе с их погрешностями
две прямые: с наибольшим и с наименьшим наклоном.
Значения коэффициентов для них и будут верхней и
нижней границами для результата. Зная границы,
рассчитываем среднее значение коэффициента и
погрешность. Данная погрешность неявно будет
содержать в себе как систематическую
погрешность экспериментально измеренных
величин, так и случайную погрешность определения
среднего, но уже с учётом точности каждого
результата. Этот вариант годится для
использования в экспериментах, когда
коэффициент должен быть оценён достаточно точно.
Но он достаточно сложен, поэтому не стоит его
использовать во всех случаях.

Вариант 4. Использование
встроенных программ в калькуляторах или готовых
компьютерных программ для вычисления
коэффициентов по методу наименьших квадратов.
Этот способ пригоден для практикума в старших
классах и/или в классах физматпрофиля. К
сожалению, в такие программы, как правило,
встроен метод наименьших квадратов, не
учитывающий погрешностей экспериментальных
точек. Применение имеет смысл в случаях, когда
погрешности всех точек практически одинаковы
или когда доминирующей является случайная
погрешность. Она и будет учтена.

Какой из этих вариантов выбрать, может
решать сам учитель. К счастью, таких работ
довольно мало. Продемонстрируем все эти варианты
на примере.

• Возьмём данные эксперимента по
  зависимости пути от времени равномерного
  движения (машинка из конструктора с
  электрическим приводом):

Действуя так, как описано в варианте 1,
строим график (рис. 4).

Рис. 4

Так как точек на графике много, можно с
уверенностью утверждать, что 8-я и 10-я точки
являются «выбросами», т.е. измерены небрежно.
Учитывая погрешность эксперимента, можно
провести прямую практически единственным
способом: соответствующая скорость 0,16 м/с. Если
воспользоваться методом наименьших квадратов
(например, встроенной функцией ЛИНЕЙН в
программе MicrosoftExcel), то для коэффициента мы
получим значение 0,158 ± 0,002 м/с (вариант 4).

Для варианта 2 подходит 3-я точка.
Скорость, вычисленная по данным для этой точки,
0,158 м/с. Рассчитаем погрешность: Так как относительная
погрешность пути мала по сравнению с
относительной погрешностью времени,
пренебрегаем ею. Абсолютная погрешность
результата: 0,063
• 0,158 = 0,010 м/с. То есть скорость, вычисленная в
варианте 2: (0,158 ± 0,010) м/с.

Из приведённого примера видно, что
значения коэффициента пропорциональности
получаются очень близкими. В этом примере
погрешности отдельных измерений были достаточно
малы, а точек, наоборот, было много. Рассмотрим
пример, когда погрешности, напротив, велики, а
количество опытов в силу объективных причин
мало.

• Найдём плотности пластмассы путём
  измерения массы и объёмов тел.

В случае варианта 1 прямую проводим
так, чтобы количество точек над и под прямой было
одинаково (рис. 5), т.е. в данном случае – одна
сверху, одна снизу (прямая 1). Плотность в
этом случае равна 1,23 г/см³.

Рис. 5

В случае варианта 2 пригодна 2-я точка.
Для неё значение плотности (1,2 ± 0,2) г/см³.

Вариант 3: проведём прямые 2 и 3.
Для прямой 2 коэффициент пропорциональности
1,09 г/см³ является нижней границей
искомого значения плотности, а для прямой 3
(1,27 г/см³) – верхней. Полусумма этих
значений есть значение плотности (1,18 г/см³),
а полуразность – значение погрешности (0,09 г/см³).

Вариант 4 в данном случае менее
пригоден, т.к. не учитывает больших значений
погрешностей при измерении объёма с помощью
мерного цилиндра, но и в этом варианте плотность
(1,18 ± 0,05) г/см³.

Следует заметить, что в двух последних
примерах на графиках были обозначены только
погрешности вдоль горизонтальной оси, т.к.
погрешности значений второй переменной были
очень малы.

Послесловие

Научиться обрабатывать результаты
экспериментов учащиеся могут, лишь обрабатывая
результаты экспериментов. Это означает, что
помимо стандартного набора лабораторных работ
необходимо проводить много фронтальных и
демонстрационных экспериментов с обработкой
результатов. Это большая работа, и я хочу
пожелать успехов всем учителям, кто вступит на
этот путь или уже стоит на нём.

Литература

1. Анофрикова С.В., Стефанова Г.П.
Практическая методика преподавания физики.
Часть первая. – Астрахань: Издательство
Астраханского ГПИ, 1995.

2. Физика: Под ред. А.А.Пинского: Учебник
для 10 кл. школ и классов с угл. изучением физики. –
М.: Просвещение, 2002.

3. Попова О.Н. Обучение учащихся
выявлению устойчивых связей и отношений между
физическими величинами: Методическое пособие
для учителей физики. – Элиста: Элистинский лицей,
1998.

4. Анофрикова С.В. Азбука
учительской деятельности, иллюстрированная
примерами деятельности учителя физики. Ч. 1.
Разработка уроков. – М.: МПГУ, 2001.

5. Пёрышкин А.В. Физика-8. – М.:
Дрофа, 2004.

6. Громов С.В., Родина Н.А. Физика-8.
– М.: Просвещение, 2000.

7. Кикоин И.К., Кикоин А.К. Физика-10.
Механика. – М.: Просвещение, 2001.

8. Фронтальные лабораторные занятия по
физике в 7–11 классах общеобразовательных
учреждений. Книга для учителя: Под ред. В.А.Бурова,
Г.Г.Никифорова. – М.: Просвещение, Учебная
литература, 1996.

9. Зайдель А.Н. Элементарные оценки
ошибок измерений. – Л.: Наука, 1967.

10. Хорозов С.А. Работа над
ошибками: В кн. «Энциклопедия для детей», т. 16
«Физика», ч. 1 «Биография физики. Путешествие в
глубь материи. Механистическая картина мира». –
М.: Аванта+, 2000.

11. Мякишев Г.Я., Буховцев Б.Б., Сотский
Н.Н. Физика-10. – М.: Просвещение, 2004.

12. Кирик Л.А. Физика-9: Методические
материалы. – М.: Илекса, 2003.

13. Шахмаев Н.М., Шахмаев С.Н., Шодиев
Д.Ш. Физика-10. – М.: Просвещение, 1994.

Подборка по базе: Исправьте ошибки в построении сложных предложений.docx, тест 1 теория и методика основы физического воспитания.docx, Найдите и исправьте ошибки в словоупотреблении.docx, тест 1 теория и методика основы физического воспитания.docx, № Правильно ли сформулированы следующие вопросы. Найдите ошибки., Памятка для родителей Как помочь ребенку победить ошибки 1.doc, Конспект урока по алгебре в 9 классе на тему _Абсолютная и относ, математика — Какие ошибки допускают младшие школьники при делени, Речевые ошибки.docx, Инструкция по устранению ошибки со входом в phpMyAdmin (1).docx

Ч а с т ь I

ОБРАБОТКА РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ

1. КРАТКИЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ОШИБОК

Абсолютная и относительная ошибки

Никакую физическую величину невозможно измерить абсолютно точно: как бы тщательно ни был поставлен опыт, измеренное значение величины х будет отличаться от ее истинного значения Х. Разница между этими значениями представляет собой абсолютную ошибку (или абсолютную погрешность^*) измерения  х:

 х = х – Х. (1)

Абсолютная погрешность является размерной величиной: она выражается в тех же единицах, что и сама измеряемая величина (например, абсолютная погрешность измерения длины выражается в метрах, силы тока – в амперах и т.д.). Как следует из выражения (1),  х может быть как положительной, так и отрицательной величиной.

Хотя величина  х показывает, насколько измеренное значение отличается от истинного, одной лишь абсолютной ошибкой нельзя полностью характеризовать точность проделанного измерения. Пусть, например, известно, что абсолютная погрешность измерения расстояния равна 1 м. Если измерялось расстояние между географическими пунктами (порядка нескольких километров), то точность такого измерения следует признать весьма высокой; если же измерялись размеры помещения (не превышающие десятка метров), то измерение является грубым. Для характеристики точности существует понятие относительной ошибки (или относительной погрешности) Е, представляющей собой отношение модуля абсолютной ошибки к измеряемой величине:

. (2)

Очевидно, что относительная погрешность – величина безразмерная, чаще всего ее выражают в процентах.

При определении ошибок измерений важно иметь в виду следующее. Выражения (1) и (2) содержат истинное значение измеряемой величины Х, которое точно знать невозможно: поэтому значения  х и Е в принципе не могут быть рассчитаны точно. Можно лишь оценить эти значения, т.е. найти их приближенно с той или иной степенью достоверности. Поэтому все расчеты, связанные с определением погрешностей, должны носить приближенный (оценочный) характер.

Случайная и приборная погрешности

Разнообразные ошибки, возникающие при измерениях, можно классифицировать как по их происхождению, так и по характеру их проявления.

По происхождению ошибки делятся на инструментальные и методические.

Инструментальные погрешности обусловлены несовершенством применяемых измерительных приборов и приспособлений. Эти погрешности могут быть уменьшены за счет применения более точных приборов. Так, размер детали можно измерить линейкой или штанген-циркулем. Очевидно, что во втором случае ошибка измерения меньше, чем в первом.

Методические погрешности возникают из-за того, что реальные физические процессы всегда в той или иной степени отличаются от их теоретических моделей. Например, формула для периода колебаний математического маятника в точности верна лишь при бесконечно малой амплитуде колебаний; формула Стокса, определяющая силу трения при движении шарика в вязкой жидкости, справедлива только в случае идеально сферической формы и т.д. Обнаружить и учесть методическую погрешность можно путем измерения той же величины совершенно иным независимым методом.

По характеру проявления ошибки бывают систематические и случайные.

Систематическая погрешность может быть обусловлена как приборами, так и методикой измерения. Она имеет две характерные особенности. Во-первых, систематическая погрешность всегда либо положительна, либо отрицательна и не меняет своего знака от опыта к опыту. Во-вторых, систематическую погрешность нельзя уменьшить за счет увеличения числа измерений. Например, если при отсутствии внешних воздействий стрелка измерительного прибора показывает величину х₀ , отличную от нуля, то во всех дальнейших измерениях будет присутствовать систематическая ошибка, равная х₀ .

Случайная ошибка также может быть как инструментальной, так и методической. Причину ее появления установить трудно, а чаще всего – невозможно (это могут быть различные помехи, случайные толчки, вибрации, неверно взятый отсчет по прибору и т.д.). Случайная погрешность бывает и положительной и отрицательной, причем непредсказуемо изменяет свой знак от опыта к опыту. Значение ее можно уменьшить путем увеличения числа измерений.

Детальный анализ погрешностей измерения представляет собой сложную задачу, для решения которой не существует единого рецепта. Поэтому в каждом конкретном случае этот анализ проводят по-разному. Однако, в первом приближении, если исключена систематическая ошибка, то остальные можно условно свести к следующим двум видам: приборная и случайная.

Приборной погрешностью в дальнейшем будем называть случайную ошибку, обусловленную измерительными приборами и приспособлениями, а случайной – ошибку, причина появления которой неизвестна. Приборную погрешность измерения величины х будем обозначать как х, случайную – как _s x.

Оценка случайной погрешности. Доверительный интервал

Методика оценки случайной погрешности основана на положениях теории вероятностей и математической статистики. Оценить случайную ошибку можно только в том случае, когда проведено неоднократное измерение одной и той же величины.

Пусть в результате проделанных измерений получено п значений величины х: х₁ , х₂ , …, х_п . Обозначим через среднеарифметическое значение

. (3)

В теории вероятностей доказано, что при увеличении числа измерений п среднеарифметическое значение измеряемой величины приближается к истинному:

При небольшом числе измерений (п  10) среднее значение может существенно отличаться от истинного. Для того, чтобы знать, насколько точно значение характеризует измеряемую величину, необходимо определить так называемый доверительный интервал полученного результата.

Поскольку абсолютно точное измерение невозможно, то вероятность правильности утверждения «величина х имеет значение, в точности равное » равна нулю. Вероятность же утверждения «величина х имеет какое-либо значение» равна единице (100%). Таким образом, вероятность правильности любого промежуточного утверждения лежит в пределах от 0 до 1. Цель измерения – найти такой интервал, в котором с наперед заданной вероятностью (0 <  < 1) находится истинное значение измеряемой величины. Этот интервал называется доверительным интервалом, а неразрывно связанная с ним величина  – доверительной вероятностью (или коэффициентом надежности). За середину интервала принимается среднее значение, рассчитанное по формуле (3). Половина ширины доверительного интервала представляет собой случайную погрешность _s x (рис. 1).

Рис.1
Очевидно, что ширина доверительного интервала (а следовательно, и ошибка _s x) зависит от того, насколько сильно отличаются отдельные измерения величины х_i от среднего значения . «Разброс» результатов измерений относительно среднего характеризуется среднеквадратичной ошибкой  , которую находят по формуле

, (4)

где .

Ширина искомого доверительного интервала прямо пропорциональна среднеквадратичной ошибке:

. (5)

Коэффициент пропорциональности t_n, называется коэффициентом Стьюдента; он зависит от числа опытов п и доверительной вероятности .

На рис. 1, а, б наглядно показано, что при прочих равных условиях для увеличения вероятности попадания истинного значения в доверительный интервал необходимо увеличить ширину последнего (вероятность «накрывания» значения Х более широким интервалом выше). Следовательно, величина t_n, должна быть тем больше, чем выше доверительная вероятность .

С увеличением количества опытов среднее значение приближается к истинному; поэтому при той же вероятности  доверительный интервал можно взять более узким (см. рис. 1, а,в). Таким образом, с ростом п коэффициент Сьюдента должен уменьшаться. Таблица значений коэффи-циента Стьюдента в зависимости от п и  дана в приложениях к настоящему пособию.

Следует отметить, что доверительная вероятность никак не связана с точностью результата измерений. Величиной  задаются заранее, исходя из требований к их надежности. В большинстве технических экспериментов и в лабораторном практикуме значение  принимается равным 0,95.

Расчет случайной погрешности измерения величины х проводится в следующем порядке:

1) вычисляется сумма измеренных значений, а затем – среднее значение величины по формуле (3);

2) для каждого i-го опыта рассчитываются разность между измеренным и средним значениями , а также квадрат этой разности (отклонения) ( х_i)² ;

3) находится сумма квадратов отклонений, а затем – средне-квадратичная ошибка  по формуле (4);

4) по заданной доверительной вероятности  и числу проведенных опытов п из таблицы на с. 149 приложений выбирается соответствующее значение коэффициента Стьюдента t_n, и определяется случайная погрешность _s x по формуле (5).

Для удобства расчетов и проверки промежуточных результатов данные заносятся в таблицу, три последних столбца которой заполняются по образцу табл.1.

Таблица 1

В каждом конкретном случае величина х имеет определенный физический смысл и соответствующие единицы измерения. Это может быть, например, ускорение свободного падения g (м/с²), коэффициент вязкости жидкости  (Пас) и т.д. Пропущенные столбцы табл. 1 могут содержать промежуточные измеряемые величины, необходимые для расчета соответствующих значений х.
Пример 1. Для определения ускорения а движения тела измерялось время t прохождения им пути S без начальной скорости. Используя известное соотношение , получим расчетную формулу

. (6)

Результаты измерений пути S и времени t приведены во втором и третьем столбцах табл. 2. Проведя вычисления по формуле (6), заполним

четвертый столбец значениями ускорения a_i и найдем их сумму, которую запишем под этим столбцом в ячейку «  = ». Затем рассчитаем среднее значение по формуле (3)

.

Таблица 2

Вычитая из каждого значения a_i среднее, найдем разности  a_i и занесем их в пятый столбец таблицы. Возводя эти разности в квадрат, заполним последний столбец. Затем рассчитаем сумму квадратов отклонений и запишем ее во вторую ячейку «  = ». По формуле (4) определим среднеквадратичную погрешность:

.

Задавшись величиной доверительной вероятности  = 0,95, для числа опытов п = 4 из таблицы в приложениях (с. 149) выбираем значение коэффициента Стьюдента t_n,  = 3,18; с помощью формулы (5) оценим случайную погрешность измерения ускорения

_s а = 3,180,0437  0,139 (м/с²) .

Способы определения приборных ошибок

Основными характеристиками измерительных приборов являются предел измерения и цена деления, а также – главным образом для электро-измерительных приборов – класс точности.

Предел измерения П – это максимальное значение величины, которое может быть измерено с помощью данной шкалы прибора. Если предел измерения не указан отдельно, то его определяют по оцифровке шкалы. Так, если рис. 2 изображает шкалу миллиамперметра, то его предел измерения равен 100 мА.

Р
ис.2

Цена деления Ц – значение измеряемой величины, соответствующее самому малому делению шкалы. Если шкала начинается с нуля, то

,

где N – общее количество делений (например, на рис. 2 N = 50). Если эта шкала принадлежит амперметру с пределом измерения 5 А, то цена деления равна 5/50 = 0,1 (А). Если шкала принадлежит термометру и проградуирована в С, то цена деления Ц = 100/50 = 2 (С). Многие электроизмерительные приборы имеют несколько пределов измерения. При переключении их с одного предела на другой изменяется и цена деления шкалы.

Класс точности К представляет собой отношение абсолютной приборной погрешности к пределу измерения шкалы, выраженное в процентах:

. (7)

Значение класса точности (без символа «%») указывается, как правило, на электроизмерительных приборах.

В зависимости от вида измерительного устройства абсолютная приборная погрешность определяется одним из нижеперечисленных способов.

1. Погрешность указана непосредственно на приборе. Так, на микрометре есть надпись «0,01 мм». Если с помощью этого прибора измеряется, например, диаметр шарика D (лабораторная работа 1.2), то погрешность его измерения D = 0,01 мм. Абсолютная ошибка указывается обычно на жидкостных (ртутных, спиртовых) термометрах, штангенциркулях и др.

2. На приборе указан класс точности. Согласно определению этой величины, из формулы (7) имеем

. (8)

Например, для вольтметра с классом точности 2,5 и пределом измерения 600 В абсолютная приборная ошибка измерения напряжения

.

3. Если на приборе не указаны ни абсолютная погрешность, ни класс точности, то в зависимости от характера работы прибора возможны два способа определения величины х:

а) указатель значения измеряемой величины может занимать только определенные (дискретные) положения, соответствующие делениям шкалы (например, электронные часы, секундомеры, счетчики импульсов и т.п.). Такие приборы являются приборами дискретного действия, и их абсолютная погрешность равна цене деления шкалы: х = Ц. Так, при измерении промежутка времени t секундомером с ценой деления 0,2 с погрешность t = 0,2 с;

б) указатель значения измеряемой величины может занимать любое положение на шкале (линейки, рулетки, стрелочные весы, термометры и т.п.). В этом случае абсолютная приборная погрешность равна половине цены деления: х = Ц/2. Точность снимаемых показаний прибора не должна превышать его возможностей. Например, при показанном на рис. 3 положении стрелки прибора следует записать либо 62,5 либо 63,0 – в обоих случаях ошибка не превысит половины цены деления. Записи же типа 62,7 или 62,8 не имеют смысла.

Рис.3
4. Если какая-либо величина не измеряется в данном оыте, а была измерена независимо и известно лишь ее значение, то она является заданным параметром. Так, в работе 2.1 по определению коэффициента вязкости воздуха такими параметрами являются размеры капилляра, в опыте Юнга по интерференции света (работа 5.1) – расстояние между щелями и т.д. Погрешность заданного параметра принимается равной половине единицы последнего разряда числа, которым задано значение этого параметра. Например, если радиус капилляра r задан с точностью до сотых долей миллиметра, то его погрешность r = 0,005 мм.

Погрешности косвенных измерений
В большинстве физических экспериментов искомая величина и не измеряется непосредственно каким-либо одним прибором, а рассчитывается на основе измерения ряда промежуточных величин x, y, z,… Расчет проводится по определенной формуле, которую в общем виде можно записать как

и = и( x, y, z,…). (9)

В этом случае говорят, что величина и представляет собой результат косвенного измерения в отличие от x, y, z,…, являющихся результатами прямых измерений. Например, в работе 1.2 коэффициент вязкости жидкости  рассчитывается по формуле

, (10)

где _ш – плотность материала шарика; _ж – плотность жидкости; g – ускорение свободного падения; D – диаметр шарика; t – время его падения в жидкости; l – расстояние между метками на сосуде. В данном случае результатами прямых измерений являются величины l, D и t, а коэффициент вязкости  – результат косвенного измерения. Величины _ш, _ж и g представляют собой заданные параметры.

Абсолютная погрешность косвенного измерения и зависит от погрешностей прямых измерений x, y, z…и от вида функции (9). Как правило, величину и можно оценить по формуле вида

, (11)

где коэффициенты k_x , k_y , k_z ,… определяются видом зависимостей величины и от x, y, z,… Приведенная ниже табл. 3 позволяет найти эти коэффициенты для наиболее распространенных элементарных функций (a, b, c, n – заданные константы).

Таблица 3

и(х)	kx

На практике зависимость (9) чаще всего имеет вид степенной функции

,

показатели степеней которой k, m, n,… – вещественные (положительные или отрицательные, целые или дробные) числа; С – постоянный коэффициент. В этом случае абсолютная приборная погрешность и оценивается по формуле

, (12)

где – среднее значение величины и; – относительные приборные погрешности прямых измерений величин x, y, z,… Для подстановки в формулу (12) выбираются наиболее представительные, т.е. близкие к средним значения x, y, z,…

При расчетах по формулам типа (12) необходимо помнить следующее.

1. Измеряемые величины и их абсолютные погрешности (например, х и х) должны быть выражены в одних и тех же единицах.

2. Расчеты не требуют высокой точности вычислений и должны иметь оценочный характер. Так, входящие в подкоренное выражение и возводимые в квадрат величины ( kE_x ,  mE_y ,  nE_z ,…) обычно округляются с точностью до двух значащих цифр (напомним, что ноль является значащей цифрой только тогда, когда перед ним слева есть хотя бы одна цифра, отличная от нуля). Далее, если одна из этих величин (например, | kE_x | ) по модулю превышает наибольшую из остальных ( | mE_y | ,  | nE_z | ,…) более чем в три раза, то можно, не прибегая к вычислениям по формуле (12), принять абсолютную ошибку равной . Если же одна из них более чем в три раза меньше наименьшей из остальных, то при расчете по формуле (12) ею можно пренебречь.
Пример 2. Пусть при определении ускорения тела (см. пример 1) путь S измерялся рулеткой с ценой деления 1 мм, а время t – электронным секундомером. Тогда, в соответствии с изложенными в п.3, а, б (с. 13) правилами, погрешности прямых измерений будут равны

 S = 0,5 мм = 0,0005 м;

 t = 0,01 с.

Расчетную формулу (6) можно записать в виде степенной функции

a( S, t) = 2S ¹t ^– 2 ;

тогда на основании (12) погрешность косвенного измерения ускорения а определится выражением

.

В качестве наиболее представительных значений измеренных величин возьмем (см. табл. 2) S  8 м; t  3 с и оценим по модулю относительные приборные ошибки прямых измерений с учетом их весовых коэффициентов:

;

.

Очевидно, что в данном случае величиной E_S можно пренебречь и принять погрешность а равной

Пример 3. Вернемся к определению коэффициента вязкости жидкости (работа 1.2). Расчетную формулу (10) можно представить в виде

,

где . Тогда для оценки приборной погрешности , согласно (12), получим выражение

, (13)

где .

Пусть расстояние между метками l измерено сантиметровой лентой с ценой деления 0,5 см, диаметр шарика – микрометром, время его падения – электронным секундомером. Тогда l = 0,25 см; D = 0,01 мм; t = 0,01 с. Предположим, что измеренные значения равны: l  80 cм; D  4 мм; t  10 с; Пас. Оценим величины, входящие в формулу (13):

Пренебрегая величиной Е_t , проведем расчет по формуле (13):

.
Полная ошибка. Окончательный результат измерений
В результате оценки случайной и приборной ошибок измерения величины х получено два доверительных интервала, характеризуемые значениями _s x и х. Результирующий доверительный интервал характеризуется полной абсолютной ошибкой , которая, в зависимости от соотношения между величинами _s x и х, находится следующим образом.

Если одна из погрешностей более чем в три раза превышает другую (например, _s x > 3х), то полная ошибка  принимается равной этой большей величине (в приведенном примере   _s x). Если же величины _s x и х близки между собой, то полная ошибка вычисляется как

. (14)
Запись окончательного результата измерений должна включать в себя следующие обязательные элементы.

1) Доверительный интервал вида

с указанием значения доверительной вероятности  . Величины и  выражаются в одних и тех же единицах измерения, которые выносятся за скобку.

2) Значение полной относительной погрешности

,

выраженное в процентах и округленное до десятых долей.
Полная ошибка  округляется до двух значащих цифр. Если полученное после округления число оканчивается цифрами 4, 5 или 6, то дальнейшее округление не производится; если же вторая значащая цифра 1, 2, 3, 7, 8 или 9, то значение  округляется до одной значащей цифры (примеры: а) 0,2642  0,26; б) 3,177  3,2  3; в) 7,8310 ^– 7   810 ^– 7  и т.д.). После этого среднее значение округляется с той же точностью.
Пример 4. В результате определения ускорения движения тела (примеры 1 и 2) получено среднее значение ускорения = 2,03 м/с², случайная ошибка _s а = 0,139  м/с² с доверительной вероятностью  = 0,95 и приборная ошибка а = 0,0136  м/с². Так как а более чем в десять раз меньше _s а, то ею можно пренебречь и принять округленную полную абсолютную погрешность равной   _s а  0,14 м/с². Оценим относительную ошибку:

и запишем окончательный результат измерений:

Пример 5. Пусть при определении скорости звука и (лабораторная работа 4.2) получены следующие результаты: среднее значение = 343,3 м/с; случайная погрешность _s и = 8,27 м/с при  = 0,90; абсолютная приборная погрешность и = 1,52 м/с. Очевидно, что и в данном случае величиной и можно пренебречь по сравнению с _s и, и расчет по формуле (14) не требуется. Полная ошибка после округления равна   _s и  8 м/с; округленное среднее значение  343 м/с. Полная относительная погрешность

.

Окончательный результат измерений имеет вид

Пример 6. При определении длины волны  лазерного излучения (работа 5.1) получено: при  = 0,95;  = 1,8610 ^— 5 мм. В данном случае значения приборной и случайной погрешностей близки между собой, поэтому полную ошибку найдем по формуле (14):

.

Округленное среднее будет равно мм. Оценим полную относительную ошибку

и запишем окончательный результат:

Е = 4,4 %.

* Термины «ошибка» и «погрешность» применительно к измерениям имеют один и тот же смысл.