按t分布合成扩展不确定度.ppt

按t分布合成扩展 不确定度 第一节 t 分布 复习两个概念： ▲ 正态分布 ▲ 标准正态分布 u（z） 分布 对X进行标准正态转化以后： t 分布的主要内容： ? t 分布的概念：小样本的概率分布 ? t 分布图形： ? t 分布面积特征( t界值表）： 按 t 分布评定扩展不确定度 一.为什么要引入t分布的概念 对于确定的分布，扩展不确定度表示为 k－为包含因子，是相对于置信概率P=1-α的置信 系数, σ -标准差。 在实践上, σ 只能是估计的标准差(子样标准差),用s 来表示。在不确定的表述中常称子样标准差s为 标准不确定度，用u来表示，即u＝s。 也就是说，在通常情况下，上面的计算公式又可 以表示为 按 t 分布评定扩展不确定度 k相对于置信概率而言，当各不确定度分量由较大子样获得时，u值可靠性较高，由选定的P值按正态分布确定k值。 正态分布情况下的置信概率P与置信系数k的关系如下：? ?P? ???0.683? ???0.95? ???0.954? ???0.99? ???0.997? ?k? ???1? ?? ?? ? 1.96? ???2? ?? ?? ? 2.58? ???3 通常置信概率取约定值，如P＝95％，P＝99%，k取近似值。 当p=95%时，k=2 当p=99%时，k=3 按 t 分布评定扩展不确定度 问题：小子样估计是否可以用同样方法计算 测量的不确定度表示由于存在测量误差而使被测量值不能肯定的程度,它的大小表征测量结果的可信程度。不确定度大，可信程序低 对于小子样估计的不确定度分量，测量数据n值有限，u可靠性差，为获得约定的置信概率，应取较大的k值，即对确定的置信概率，扩展不确定度估计值应较大。 所以，对于可信程度高的大子样和可信程度低的小子样，如果采用同样的计算公式，同样的k值和p值，就没有办法体现出子样标准差的可信程度对扩展不确定度的影响，会使扩展不确定度引入较大的误差。 按 t 分布评定扩展不确定度 引入t分布，借助于自由度,可以有效的反映子样标准差可靠性对置信概率的影响，给出扩展不确定度。 t和P已经不满足正态分布关系，t要比同样置信概率的k值偏大。 此时，扩展不确定度，可以表示为 U=tu 按 t 分布评定扩展不确定度 二. 分布 被测量 服从正态分布，其数学期望为 ，标准差为 ，即服从 。 的 个测量值 的平均值 服从正态分布 ，即 若以有限的 次测量的标准差 代替总体分布的 ，则变量 服从自由度 的 分布。 按 分布评定扩展不确定度 自由度为 的 分布概率分布密度函数为： 式中 为伽玛函数。 由标准不确定度计算扩展不确定度 扩展不确定度用于评定被测参数的优点：直观，便于使用 当各不确定度分量由较大子样获得，有较高可靠性，将以扩展不确定度表示的各分量直接合成得到总扩展不确定度。扩展不确定度的包含因子 按正态分布取约定的固定值。 按 t 分布评定扩展不确定度 对于小子样估计的不确定度分量，其可靠性差，若仍按正态分布取固定的 值，会使扩展不确定度引入较大的误差，给出的扩展不确定度的可信程度降低，对于小子样估计的不确定度，合称为总扩展不确定度时，应按 分布确定 值。 变量落于区间 的概率可写为积分式 按给定的 值，可由通常的 分布数表查得临界值 。 按 t 分布评定扩展不确定度 由式 可得： 对于单次测量值 可相应有： 式中 为测量结果 的标准差。 令 ，则 应视为相应于置信概率 的扩展不确定度 ，有： 当已知标准差 ，并按选定的置信概率 查得 值，就可按上式求得相应置信概率的扩展不确定度。 按 t 分布评定扩展不确定度 按 分布评定扩展不确定度的优点 按此种方法给出的扩展不确定度具有确定的置信概率，而与估计标准 的可靠性无关，与按正态分布给出的扩展不确定度不同，即这种方法克服了估计标准差 可靠性的影响。 按这种方法给出的结果具有确定的概率意义，其数值具有一致性，可比