Làm thế nào để bạn xác định độ chính xác của một thiết bị đo lường?

Hãy nói rằng bạn có một thiết bị đo mà bạn không biết độ chính xác và thiết bị đo tham chiếu. Cả hai đều đo một biến . Phạm vi quan tâm là . Làm thế nào để bạn xác định độ chính xác của thiết bị chưa biết trong phạm vi này? $x$ $x_0<x < x_1$

Hành động của tôi sẽ là thu thập các giá trị cho cả hai thiết bị từ đến và xây dựng phân phối lỗi . Độ chính xác sau đó có thể là khoảng lỗi, hoặc một cái gì đó tương tự - điều này có đúng không? $x_0$ $x_1$ $\pm3\sigma$

Giả định:

Thiết bị đo tham chiếu được hiệu chuẩn và hầu như không có lỗi

measurements statistics metrology

— John HK
nguồn

Đầu tiên thiết bị tham chiếu đo phải được hiệu chuẩn đúng. Sau đó, độ chính xác có thể được xác định bởi đầu vào tối thiểu cho phù thủy có sự thay đổi trong đầu ra. Ví dụ. trong các thước kẹp vernier, đầu vào tối thiểu là khoảng cách.

— Fennekin

Tôi đã thêm giả định rằng nó được hiệu chuẩn. - Tôi không thực sự biết làm thế nào để áp dụng ví dụ của bạn với các nút gọi vernier

— John HK

ok, vậy 'độ chính xác' hay 'độ chính xác' theo tham chiếu của bạn? Có vẻ như trước tiên bạn xác định độ chính xác của thiết bị tham chiếu, giả sử độ chính xác như đã nêu cho thiết bị, sau đó so sánh số đọc trung bình của bạn trên thiết bị thử nghiệm để xác định độ chính xác và tính toán phương sai để xác định độ chính xác. Tôi nghĩ rằng hầu hết chúng ta "thời gian cũ" sử dụng "độ chính xác" cho "sự thật" mới lạ này.

— Carl Witthoft

Câu trả lời:

Cách tiếp cận của bạn là chính xác rộng rãi.

Nếu bạn chỉ quan tâm đến tính chính xác của hệ thống, bạn có thể muốn sử dụng một cái gì đó như lỗi tối đa. Độ chính xác của bạn sau đó là +/- Lỗi tối đa với giả định rằng các lỗi thực được phân phối đồng đều trong phạm vi này (phân phối đồng đều thường sẽ được đánh giá quá cao nhưng là một tùy chọn đơn giản khi không có thông tin tốt hơn).

Tuy nhiên, cách tiếp cận này thường sẽ tạo ra các lỗi lớn do các hiệu ứng hệ thống có thể dễ dàng sửa chữa bằng cách khớp một đường cong (thông thường tuyến tính) thông qua biểu đồ các giá trị thực và được đo.

Điều này sẽ chính xác cho độ lệch trong dụng cụ của bạn và sau đó bạn có thể tính toán độ không đảm bảo dựa trên độ lệch chuẩn của phần dư. Tổng độ không đảm bảo thường là bội số của , lựa chọn khá đơn giản, do đó bạn nên nêu bội số (giá trị k) hoặc hệ số bao phủ liên kết .. Bạn cũng nên nêu phân phối mà bạn đang giả sử vì điều này sẽ ảnh hưởng đến bội số đưa ra một phạm vi bảo hiểm cụ thể. Ví dụ: Đối với độ phủ 95% của Gaussian k ~ 2, nhưng đối với phân phối đồng đều, độ che phủ 95% k ~ 1,68 $\sigma$

— nivag
nguồn

Như bạn đã nói, sự lựa chọn là tùy ý, nhưng có một tiêu chuẩn chung? Tôi thường gặp các bảng dữ liệu chỉ nói "Độ chính xác: + -Y", mà không xác định đây có phải là 2sigma, 3sigma, v.v ...

— John HK

@ JohnH.K. 2 thường là khoảng tin cậy mặc định hoặc 95%. Không nói rõ những gì nó không phải là thực hành tốt mặc dù. Mặc dù nếu nó chỉ nói chính xác, tôi sẽ nghĩ / hy vọng nó đang nói về một lỗi tối đa cho phép.

σ

$\sigma$

— nivag

Theo kinh nghiệm của tôi, các bảng dữ liệu thường là một mớ hỗn độn của các thuật ngữ không rõ ràng và các giá trị được xác định kém mặc dù (các nhóm bán hàng thậm chí còn tồi tệ hơn).

— nivag

Cách duy nhất để xác định độ chính xác mà bất kỳ thiết bị đo nào cung cấp các phép đo là hiệu chỉnh nó với một thiết bị có độ chính xác đã biết và các lỗi đã biết đối với các phép đo.

Kỹ thuật của bạn là một phần chính xác; không chỉ thực hiện phép đo lỗi cho các giới hạn của thiết bị dưới dạng một quần thể hoặc thùng mẫu. Điều này là do lỗi đo lường không phải lúc nào cũng đồng nhất.

Ví dụ: đối với các lần đọc giữa 0 và 1, lỗi có thể là -0,2 và đối với các lần đọc giữa 2 và 3, lỗi có thể là +0,6. Thử nghiệm của bạn phải được thực hiện trong phạm vi hoặc băng tần, bất kể đơn vị là mm (đối với thước đo), m / s (đối với máy đo gió hoặc máy đo tốc độ) hoặc Pa (đối với áp kế).

Đối với mỗi phạm vi / băng tần, bạn xác định lỗi cho phạm vi / băng tần đó và sau đó áp dụng lỗi đó cho phép đo được lấy từ thiết bị cần hiệu chỉnh.

— Fred
nguồn

Đó sẽ là giả định rằng tôi muốn hiệu chỉnh thiết bị - điều mà tôi không muốn. Tôi chỉ muốn đánh giá nó. Tôi hiểu ví dụ của bạn và để tiến thêm một bước với nó: Bây giờ bạn có lỗi -0.2 cho "bin" đầu tiên, lỗi +0.6 cho lần thứ hai và cứ thế ... Nếu bạn muốn tóm tắt điều đó cho toàn bộ phạm vi trong một số duy nhất, bạn sử dụng những gì? Độ lệch chuẩn cho tất cả các lỗi?

— John HK

Làm thế nào bạn có thể "đánh giá" mà không đồng thời tạo thông tin cung cấp hiệu chuẩn?

— Carl Witthoft

@CarlWitthoft Vâng, bạn tạo thông tin để hiệu chuẩn, nhưng có thể không thể nhúng thông tin đó vào thiết bị hoặc cung cấp dưới dạng khác cho người dùng của nó.

— John HK

@CarlWitthoft thefreedictionary.com/calibrate không đồng ý với tôi. Tôi vẫn nghĩ rằng có một sự khác biệt giữa việc xác định độ chính xác và cải thiện thiết bị bằng cách cung cấp thông tin đó, nhưng tôi không nghĩ chúng ta đang tiến bộ bằng cách tranh luận về định nghĩa này.

— John HK

"Cách duy nhất để xác định độ chính xác ... là hiệu chỉnh nó theo thiết bị có độ chính xác đã biết" không đúng. Nếu đó là chúng tôi sẽ không bao giờ có thể hiệu chỉnh các thiết bị chính xác nhất của chúng tôi. Để xác định độ chính xác của các thiết bị không có thiết bị chính xác hơn, bạn so sánh nó với các bản sao giống hệt của chính nó (hoặc sử dụng lý luận vật lý).

— Chris Mueller

Tôi đã ở trong một nhóm các kỹ sư chất lượng (nhưng không phải là một trong những chuyên gia) và họ có một hình ảnh trong đó họ sử dụng sơ đồ 2d trong đó trục X là phép đo đầu tiên và Y là phép đo thứ hai có cùng tính năng quan sát được.

Họ sẽ lặp lại biện pháp / sự hài lòng và tạo ra cái mà họ gọi là "biểu đồ xúc xích". Họ sẽ loại bỏ 2% mẫu ngoại lai và vẽ "xúc xích" xung quanh phần còn lại.

Bạn có thể thấy trực quan chất lượng của hệ thống đo lường bằng cách quan sát mức độ các điểm dữ liệu rơi xuống đường góc 45deg.

— Nam tước
nguồn