mjerna nesigurnost - Državni zavod za mjeriteljstvo
mjerna nesigurnost - Državni zavod za mjeriteljstvo
mjerna nesigurnost - Državni zavod za mjeriteljstvo
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
JCGM 100:2008<br />
H.3.5 Uklanjanje korelacije izme|u nagiba i presjeka ordinate<br />
n<br />
Jednad`ba (H.13e) <strong>za</strong> koeficijent korelacije r(y 1 , y 2 ) podrazumijeva da ako je t 0 odabrano tako da je ∑k<br />
= 1<br />
q k =<br />
n<br />
∑k<br />
= 1<br />
(t k – t 0 ) = 0, tada je r(y 1 , y 2 )=0te}ey 1 i y 2 biti nekorelirani, ~ime se pojednostavnjuje izra~un standardne <strong>nesigurnost</strong>i<br />
predvi|enog ispravka. Budu}i da je ∑k<br />
= 1<br />
n<br />
n<br />
è k = 0 kad je t 0 = t =( ∑k<br />
= 1<br />
t k )/n, at = 24,008 5 °C u ovom<br />
slu~aju, ponavljanje prilago|ivanja po metodi najmanjih kvadrata s t 0 = t = 24,008 5 °C dovelo bi do vrijednosti y 1<br />
i y 2 koje su nekorelirane. (Temperatura t tako|er je temperatura na kojoj u 2 [b(t)] ima najmanju vrijednost – vidi<br />
podto~ku H.3.4). Ipak ponavljanje prilago|ivanja nije nu`no jer se mo`e poka<strong>za</strong>ti da je:<br />
b(t) =y' 1 + y 2 (t – t)<br />
u c 2 [b(t)] = u 2 (y' 1 )+(t – t) 2 u 2 (y 2 )<br />
r(y' 1 , y 2 ) = 0<br />
(H.16a)<br />
(H.16b)<br />
(H.16c)<br />
gdje je:<br />
y 1 ' = y 1 + y 2 (t – t 0 )<br />
t = t 0 – s(y 1 )r(y 1 , y 2 )/s(y 2 )<br />
s 2 (y 1 ')=s 2 (y 1 )[1 –r 2 (y 1 , y 2 )]<br />
a u pisanju jednad`be (H.16b) bile su u~injene <strong>za</strong>mjene u(y 1 ')=s(y 1 ')iu(y 2 )=s(y 2 ) [vidi jednad`bu (H.15)].<br />
Primjena tih odnosa na rezultate dane u podto~ki H.3.3 daje:<br />
b(t) = –0,162 5(11) + 0,002 18(67)(t – 24,008 5 °C)<br />
u c 2 [b(t)] = (0,001 1) 2 +(t – 24,008 5 °C) 2 (0,000 67) 2<br />
(H.17a)<br />
(H.17b)<br />
Ponavljanjem izra~una ispravka b(30 °C) i <strong>nesigurnost</strong>i ispravka u c [b(30 °C)] mo`e se provjeriti da ti izrazi daju<br />
iste rezultate kao i jednad`be (H.14) i (H.15). Uvr{tenjem t = 30 °C u jednad`be (H.17a) i (H.17b) dobiva se rezultat:<br />
b(30 °C) = –0,149 4 °C<br />
u c [b(30 °C] = 0,004 1 °C<br />
{to je istovjetno rezultatima dobivenim u podto~ki H.3.4. Procijenjene kovarijancije izme|u dvaju predvi|enih ispravaka<br />
b(t 1 )ib(t 2 ) mogu se dobiti iz jednad`be (H.9) iz podto~ke H.2.3.<br />
H.3.6 Druga razmatranja<br />
Metoda najmanjih kvadrata mo`e se upotrijebiti <strong>za</strong> prilago|ivanje krivulja vi{eg reda podatcima, a tako|er je<br />
primjenjiva i na slu~ajeve gdje ti pojedina~ni podatci imaju <strong>nesigurnost</strong>i. Vi{e podataka mo`e se dobiti standardnim<br />
tekstovima o tom predmetu [8]. Me|utim, ovi primjeri pokazuju dva slu~aja gdje se ne pretpostavlja da su<br />
izmjereni ispravci b k to~no poznati.<br />
1) Neka svaka vrijednost temperature t k ima <strong>za</strong>nemarivu <strong>nesigurnost</strong>, neka je svaka od n vrijednosti t R , k dobivena<br />
iz ni<strong>za</strong> od m opetovanih o~itanja i neka je zbirna procjena varijancije <strong>za</strong> takva o~itanja koja se temelji na velikoj<br />
koli~ini podataka dobivenih kroz nekoliko mjeseci jednaka s 2 p . Tada je procijenjena varijancija svake vrijednosti<br />
t R,k jednaka s 2 p /m = u 2 0 , a svaki opa`anjem dobiveni ispravak b k =t R,k –t k ima istu standardnu <strong>nesigurnost</strong><br />
u 0 . U tim uvjetima (i pod pretpostavkom da nema razloga vjerovati da je linearni model neispravan) u<br />
jednad`bama (H.13c) i (H.13d) procijenjena varijancija u 2 0 <strong>za</strong>mjenjuje varijanciju s 2 .<br />
102