Im Allgemeinen wirkt sich eine Verbesserung des Messprozesses viel besser positiv auf die Ergebnisse aus als eine ausgefeilte mathematische Verarbeitung von Daten geringer Qualität. Manchmal müssen wir jedoch angeben, was wir haben.
Es gibt drei Größen:
Auflösung = die kleinste Differenz des direkt gemessenen Werts, die durch das Werkzeug unterschieden werden kann,
Genauigkeit = Unsicherheitsgrad bei wiederholter Messung desselben Werts aufgrund zufälliger Schwankungen. Es wird auch von der Auflösung beeinflusst, wenn dies mit der Genauigkeit vergleichbar ist.
Genauigkeit = Grad der Übereinstimmung des geschätzten und des realen Werts aufgrund der Abweichung von Werkzeug und Methode.
Es kann sein Ein sehr präzises, aber ungenaues Werkzeug / eine sehr ungenaue Methode und umgekehrt, auch wenn normalerweise eines mit dem anderen geliefert wird.
Die Präzision kann durch Wiederholung der Messung verbessert werden. Das arithmetische Mittel von $ n ^ 2 $ span> -Messungen hat eine $ n $ span> -mal bessere Genauigkeit als eine einzelne Messung.
Die Schätzung der Standardabweichung der normalen Gauß-Verteilung von Messungen ist
$$ s = \ sqrt {\ frac {\ Sigma ( x - \ overset {-} x) ^ 2} {n-1}} $$ span>
Die Schätzung der Standardabweichung der normalen Gauß-Verteilung der Realwertschätzung durch das arithmetische Mittel lautet:
$$ s _ {\ overset {-} x} = \ sqrt {\ frac {\ Sigma (x - \ overset {-} x) ^ 2} {n (n-1)}} $$ span>
Bei einer Methode, die aus mehreren Messschritten mit jeweils eigenem Fehler besteht, muss die Fehlerausbreitungsregel befolgt werden.
Wenn 2 Größen, die zufälligen Fehlern ausgesetzt sind, addiert oder subtrahiert werden, sind die Quadrate ihrer Standardabweichungsschätzungen additiv.
$$ (s_ {A \ pm B}) ^ 2 = (s_ {A}) ^ 2+ (s_ {B}) ^ 2 $$ span>
Wenn Mengen multipliziert werden oder geteilt werden ihre relativen Standardabweichungsschätzungen weitergegeben:
$$ \ left (\ frac {s_ {A \ cdot B}} {A \ cdot B} \ right) ^ 2 = \ left (\ frac {s_ {A. }} {A} \ right) ^ 2 + \ left (\ frac {s_ {B}} {B} \ right) ^ 2 $$ span> $$ \ left (\ frac {s_ {A / B}} {A / B} \ rechts) ^ 2 = \ links (\ frac {s_ {A}} {A} \ rechts) ^ 2 + \ links (\ frac {s_ { B}} {B} \ right) ^ 2 $$ span>
Wenn wir z Bestimmen Sie die Differenz der Standardlösungsvolumina $ A - B $ span>, wobei $ A = 20.00 \ pm 0.03 $ span >, $ B = 10.00 \ pm 0.04 $ span>,
dann $ AB = 10.00 \ pm 0.05 $ span>,
als $ \ sqrt {0,03 ^ 2 + 0,04 ^ 2} = 0,05 $ span>.
Die Genauigkeit ist mit mathematischen Mitteln schwerer zu verbessern. Sie kann durch Messvorspannungsanalyse, durch Kalibrierung von Werkzeugen oder Methoden und durch Kombination von mehr Werkzeugen / Methoden / Labors verbessert werden.
Die Genauigkeit der Messmethode wird aufgrund statistischer Fehler bei der Kalibrierung über Regeln zusätzlich verringert oben.
$$ (s_ \ mathrm {rel, method}) ^ 2 = (s_ \ mathrm {rel, Meas}) ^ 2+ (s_ \ mathrm {rel, cal}) ^ 2 $$ span>
Weitere Tools / Methoden / Labore führen zum "Mittelwert der Mittelwerte" und verringern teilweise die mögliche Verzerrung, ähnlich wie sich die Mittelung der Messungen verbessert Präzision.
Aber es ist teurer.