आप माप उपकरण की सटीकता कैसे निर्धारित करते हैं?

Question

मान लें कि आपके पास एक माप उपकरण है, जिसमें आप सटीकता और एक संदर्भ माप उपकरण नहीं जानते हैं। दोनों एक चर मापते हैं । ब्याज की सीमा । आप इस श्रेणी में अज्ञात डिवाइस की सटीकता कैसे निर्धारित करते हैं?$x$$x_0<x < x_1$

कार्रवाई का मेरा तरीका दोनों उपकरणों के लिए से तक मान एकत्र करना और त्रुटियों का वितरण करना होगा । सटीकता तो त्रुटि अवधि हो सकता है, या कुछ इसी तरह की है - यह सही है?$x_0$$x_1$$\pm3\sigma$

मान्यताओं:

• संदर्भ माप उपकरण को कैलिब्रेट किया जाता है और वास्तव में कोई त्रुटि नहीं होती है

Comments

पहले माप संदर्भ डिवाइस को ठीक से कैलिब्रेट किया जाना चाहिए। फिर चुड़ैल के लिए न्यूनतम इनपुट द्वारा सटीकता का निर्धारण किया जा सकता है आउटपुट में परिवर्तन होता है। पूर्व। vernier callipers में न्यूनतम इनपुट दूरी है।

— हेनेकिन

मैंने यह धारणा जोड़ी कि यह कैलिब्रेटेड है। - मैं वास्तव में पता नहीं कैसे vernier callipers के साथ अपने उदाहरण को लागू करने के लिए

— जॉन एच.के.

ठीक है, इसलिए आपके संदर्भ में 'सटीकता' या 'संक्षिप्तता'? ऐसा लगता है कि आप पहली बार डिवाइस के लिए बताए गए अनुसार सटीकता को संदर्भित करते हुए, संदर्भ डिवाइस की ट्रेसनेस का निर्धारण करेंगे, फिर ट्रूनेस निर्धारित करने के लिए टेस्ट डिवाइस पर अपने मतलब पढ़ने की तुलना करें, और सटीकता का निर्धारण करने के लिए विचरण की गणना करें। मुझे लगता है कि हममें से अधिकांश "पुराने-टाइमर" इस ​​"नएपन" के लिए "सटीकता" का उपयोग करते हैं।

— कार्ल विट्ठॉफ्ट

Answer 1

आपका दृष्टिकोण मोटे तौर पर सही है।

यदि आप केवल अपने सिस्टम की सटीकता में रुचि रखते हैं, तो आप संभवतः अधिकतम त्रुटि जैसे कुछ का उपयोग करना चाहते हैं। आपकी सटीकता तब +/- अधिकतम त्रुटि है, इस धारणा के साथ कि इस सीमा के भीतर वास्तविक त्रुटियों को समान रूप से वितरित किया जाता है (एक समान वितरण अक्सर एक overestimation होगा लेकिन कोई आसान जानकारी उपलब्ध नहीं होने पर एक सरल विकल्प है)।

हालांकि, यह दृष्टिकोण अक्सर व्यवस्थित प्रभावों के कारण बड़ी त्रुटियों का उत्पादन करेगा जो आसानी से मापा और सच्चे मूल्यों के भूखंड के माध्यम से एक वक्र (सामान्य रूप से रैखिक) फिटिंग करके ठीक किया जा सकता है।

यह आपके उपकरण में पूर्वाग्रह के लिए सही होना चाहिए और फिर आप अवशिष्ट के मानक विचलन के आधार पर अनिश्चितता की गणना कर सकते हैं। कुल अनिश्चितता आम तौर पर कई प्रकार की , चुनाव काफी मध्यस्थता वाला होता है, इसलिए आपको कई (k मान), या सहयोगी कवरेज कारक को बताना चाहिए। आपको यह भी बताना चाहिए कि आप किस वितरण को मान रहे हैं क्योंकि यह कई को प्रभावित करेगा एक विशिष्ट कवरेज देता है। जैसे गॉसियन 95% कवरेज k ~ 2 के लिए, लेकिन समान वितरण के लिए 95% कवरेज k ~ 1.68$\sigma$

Comments

जैसा कि आपने कहा, विकल्प मनमाना है, लेकिन क्या एक सामान्य मानक है? मुझे अक्सर डेटा शीट का सामना करना पड़ा है जो सिर्फ "सटीकता: + -वाई" कहा है, यह परिभाषित किए बिना कि क्या यह 2sigma, 3sigma, आदि है ...

— जॉन एचके

@ JohnH.K। 2 सामान्य रूप से डिफ़ॉल्ट या 95% विश्वास अंतराल है। यह बताते हुए कि यह अच्छा अभ्यास नहीं है। हालाँकि अगर यह सिर्फ सटीकता कहती है तो मुझे लगता है कि मुझे आशा है कि यह अधिकतम स्वीकार्य त्रुटि के बारे में बात कर रहा होगा। $\sigma$

— निवाग

मेरे अनुभव में डेटा शीट अक्सर अस्पष्ट शब्दों और बुरी तरह से परिभाषित मूल्यों की गड़बड़ी होती है, हालांकि (बिक्री ब्रोकर्स भी बदतर हैं)।

— निवाग

Answer 2

सटीकता को निर्धारित करने का एकमात्र तरीका है कि कोई भी मापने वाला उपकरण माप प्रदान करता है, इसे माप के लिए ज्ञात सटीकता और ज्ञात त्रुटियों के उपकरण के खिलाफ जांचना है।

आप तकनीक आंशिक रूप से सही हैं; डिवाइस की सीमाओं के लिए त्रुटि माप केवल एक जनसंख्या या नमूना बिन के रूप में न करें। ऐसा इसलिए है क्योंकि माप त्रुटियां हमेशा एक समान नहीं होती हैं।

उदाहरण के लिए, 0 और 1 के बीच रीडिंग के लिए, त्रुटि -0.2 हो सकती है और 2 और 3 के बीच रीडिंग के लिए त्रुटि +0.6 हो सकती है। आपका परीक्षण श्रेणियों या बैंडों में किया जाना चाहिए, भले ही यूनिट मिमी (शासकों के लिए), मी / से (एनीमोमीटर या स्पीडोमीटर के लिए) या पा (बैरोमीटर के लिए) हों।

प्रत्येक श्रेणी / बैंड के लिए आप उस सीमा / बैंड के लिए त्रुटि का निर्धारण करते हैं और फिर उस त्रुटि को उस डिवाइस से मापते हैं जिसे कैलिब्रेट करने की आवश्यकता होती है।

Comments

यह इस धारणा के साथ होगा कि मैं डिवाइस को कैलिब्रेट करना चाहता हूं - जो मैं नहीं करना चाहता था। मैं सिर्फ इसका मूल्यांकन करना चाहता हूं। मैं आपके उदाहरण को समझता हूं, और इसके साथ एक कदम आगे जाने के लिए: अब आपके पास पहले "बिन" के लिए -0.2 त्रुटि है, दूसरे के लिए +0.6 त्रुटि और इसी तरह ... यदि आप संक्षेप में संपूर्ण श्रेणी के लिए चाहते हैं एक नंबर, आप क्या उपयोग करते हैं? सभी त्रुटियों के लिए मानक विचलन?

— जॉन एचके

अंशांकन प्रदान करने वाली जानकारी को एक साथ उत्पन्न किए बिना आप "मूल्यांकन" कैसे कर सकते हैं?

— कार्ल विट्ठॉफ्ट

@CarlWitthoft ठीक है, आप अंशांकन के लिए जानकारी उत्पन्न करते हैं, लेकिन यह संभव नहीं है कि डिवाइस में उस जानकारी को एम्बेड किया जाए या उपयोगकर्ता के लिए इसे अन्य रूप में उपलब्ध कराया जाए।

— जॉन एच.के.

@CarlWitthoft thefreedEDIA.com/calibrate मुझसे असहमत है। मुझे अभी भी लगता है कि सटीकता को निर्धारित करने और उस जानकारी को उपलब्ध करके एक डिवाइस को बेहतर बनाने के बीच एक अंतर है, लेकिन मुझे नहीं लगता कि हम इस परिभाषा के बारे में बहस करके प्रगति कर रहे हैं।

— जॉन एच.के.

"सटीकता का निर्धारण करने का एकमात्र तरीका ... इसे ज्ञात सटीकता के एक उपकरण के खिलाफ जांचना है" यह सच नहीं है। यदि ऐसा होता तो हम कभी भी अपने सबसे सटीक उपकरणों को जांचने में सक्षम नहीं होते। उन उपकरणों की शुद्धता निर्धारित करने के लिए जिनके लिए अधिक सटीक उपकरण नहीं है, आप इसकी तुलना स्वयं की समान प्रतियों से करते हैं (या भौतिक तर्क का उपयोग करते हैं)।

— क्रिस मुएलर

Answer 3

मैं गुणवत्ता इंजीनियरों (लेकिन विशेषज्ञों में से एक नहीं) की एक टीम पर था, और उनके पास एक दृश्य था जहां उन्होंने 2d प्लॉट का उपयोग किया था जहां एक्स अक्ष पहले माप था और वाई उसी अवलोकन योग्य विशेषता का दूसरा माप था।

वे माप / पुनर्विचार को दोहराएंगे और एक "सॉसेज चार्ट" नाम का निर्माण करेंगे। वे बाहर के 2% नमूनों को खत्म कर देंगे और बाकी हिस्सों में "सॉसेज" तैयार करेंगे।

आप माप प्रणाली की गुणवत्ता को नेत्रहीन रूप से देख सकते थे कि डेटा बिंदु 45deg कोण रेखा के कितने करीब गिर गए।