Дослідження підходів до визначення необхідної кількості багаторазових спостережень
DOI:
https://doi.org/10.24027/2306-7039.3.2022.269582Ключові слова:
кількість багаторазових спостережень; оцінка невизначеності вимірювання; модель невизначеності GUM; метод Монте-Карло; закон поширення розширеної невизначеностіАнотація
Обговорюється необхідність визначення мінімальної кількості спостережень під час розробки методики вимірювань в акредитованих за вимогами стандарту ISO/IEC 17025:2017 лабораторіях. Вихідними даними для обчислення є цільова розширена невизначеність, стандартна інструментальна невизначеність засобу вимірювання та оцінка стандартного відхилення розкиду його показань. Розглянуто способи оцінки числа спостережень при оцінюванні розширеної невизначеності за методикою “Керівництва з оцінювання невизначеності вимірювань” (GUM), методом Монте-Карло (ММК) та при використанні запропонованого авторами Закону розповсюдження розширеної невизначеності (ЗРРН), який дозволяє отримувати оцінки невизначеності вимірювань, близькі до оцінок, що отримують за допомогою ММК. У першому випадку (GUM) побудовано номограму, що дозволяє визначити мінімально необхідну кількість багаторазових спостережень на основі співвідношень заданих значень розширеної невизначеності вимірювання для ймовірності 0,9545 та оцінки стандартного відхилення розкиду показань засобу вимірювання до його стандартної інструментальної невизначеності. У випадку розрахування невизначеності вимірювань на основі ММК було запропоновано математичну модель обчислень, за допомогою програми NIST Uncertainty Machine здійснено моделювання нормального закону, який приписується інструментальній невизначеності типу В, та закону розповсюдження Стьюдента, який приписується невизначеності типу А, і на його основі для ймовірності 0,95 побудовано діаграму для розрахунку необхідної кількості спостережень при виконанні багаторазових вимірювань. Застосування ЗРРН виявилось найбільш універсальним для розрахунку необхідної кількості спостережень, оскільки дозволило отримати апроксимуючі вирази для ймовірностей 0,95 і 0,9545 та для нормального й рівномірного законів, що приписуються інструментальній невизначеності засобу вимірювання.
Посилання
ISO/IEC 17025:2017. General requirements for the competence of testing and calibration laboratories, 2017. 30 p.
ЕА-4/02 М:2013. Evaluation of the uncertainty of measurement in calibration.
JCGM 100:2008. Evaluation of measurement data − Guide to the expression of uncertainty in measurement. JCGM, 2008. 134 р.
JCGM 101:2008. Evaluation of measurement data − Supplement 1 to the “Guide to the expression of uncertainty in measurement” − Propagation of distributions using a Monte Carlo method. JCGM, 2008. 90 p.
The NIST Uncertainty Machine. Available at: https://uncertainty.nist.gov
Zakharov I.P., Botsyura O.A. Estimation of expanded uncertainty in measurement when implementing a Bayesian approach. Measurement Techniques, 2018, vol. 61(4), pp. 342‒346. doi: 10.1007/s11018-018-1431-4
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
ПОЛІТИКА, ЯКА РЕКОМЕНДУЄТЬСЯ ЖУРНАЛАМ, ЩО ПРОПОНУЮТЬ ВІДКРИТИЙ ДОСТУП З ЗАТРИМКОЮ
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи, яка через 12 місяців з дати публікації автоматично стає доступною на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.