libra

Они могут быть не одинаковые.

Не надо останавливать, считываются крайние значения шкалы при колебании стрелки и находят среднее.

Вот выдержка из ЕА 10/18 Калибровка весов

Считается и по формуле 4 и по формуле 5. Внимательно читайте стандарт.

Не знаю чего вы там танцуете, но читать написанное точно не желаете.

Рабинович С.Г. пишет:

Нет предела вашим фантазиям. Только по теме ничего сказать не можете.

Так вернемся к началу? Так размаха при нулевых показаниях или при нагруженных весах?

Не соскучился. При калибровке весов измерения однократные (ИМХО) Память вас не подводит, но читайте внимательно

Вот вам еще на закуску 4.22 вариация, вызванная влияющей величиной англ. variation due to an influence quantityфр. variation due à une grandeur d’influence, f разность показаний для данного значения измеряемой величины или ряда значений величины, полученных с помощью материальной меры, обусловленная тем, что влияющая величина принимает последовательно два разных значения И здесь мы о КАЛИБРОВКЕ говорим

Все определения вариации из РМГ уже прочитали? А о размахе вы первый ответьте. Ну очень прошу

И да, Владимир 332, вы не стесняйтесь читайте РМГ 29 всю: Примечание - В высокочувствительных (особенно в электронных) измерительных приборах вариация приобретает иной смысл и может быть раскрыта как колебания его показаний около среднего значения (показание "дышит").

Даже интересно какой размах вы выберете: при нагруженных или не нагруженных весах? Пишите не стесняйтесь.

Чему вас только в институтах учили? И то и другое неопределенность по типу А. Выше все написано в цитатах из ГОСТ 54500.

В чем я запутался? То у вас не получается неопределенность по типу А в первом сообщении, то получается во втором. А я запутался Вы со своей среднеквадратичной погрешностью среднего разберитесь вначале. Это то которое по формуле 5 считается. А я вам о том которое по формуле 4 толкую.

Ошибся 2,326 в методиках поверки и 2,57 в таблице G2 ГОСТ 54500.3-2011 (подводит память)

Путать так путать 3.3.5 Оценку дисперсии и2 для составляющей неопределенности, оцениваемой по типу А, получают на основе ряда повторных наблюдений, и она совпадает с известной статистической характеристикой — выборочной дисперсией s2. Оценка стандартного отклонения (С.2.12, С.2.21, С.3.3) u, представляющая собой положительный квадратный корень из и2, совпадает таким образом с выборочным стандартным отклонением u = s, и для удобства ее иногда называют стандартной неопределенностью типа А. Оцен- ку дисперсии u2 для составляющей неопределенности, оцениваемой по типу В, получают по имеющейся информации (см. 4.3), а оценку стандартного отклонения u иногда называют стандартной неопределенно- стью типа В. 4.2.2 Разброс значений в наблюдениях qk обусловлен случайными изменениями влияющих величин (случайными эффектами, см. 3.2.2). Выборочную дисперсию s2 (qk), являющуюся оценкой дисперсии σ2 для данного распределения вероятностей величины q, получают по формуле Положительный квадратный корень s (qk) из выборочной дисперсии называют выборочным стандарт- ным отклонением (см. В.2.17). Эта величина характеризует изменчивость наблюдений qk или, точнее, их разброс относительно среднего значения q . Вот если у вас многократные наблюдения используются для получения измеряемой величины, тогда: 4.2.3 Наилучшей оценкой дисперсии среднего значения σ2(q), σ2(q)=σ2/n, является Выборочная дисперсия среднего значения s2(q)и выборочное стандартное отклонение средне- го значения s(q), равное положительному квадратному корню из s2(q), определяют количественно, насколько хорошей оценкой математического ожидания μk величины q является q , и могут быть исполь- зованы в качестве меры неопределенности q . Таким образом, стандартную неопределенность u (xi) оценки xi=Xi, полученную по n независимым повторным наблюдениям Xi, k входной величины Xi, определяют как u(xi)=s(Xi) с использованием формулы (5) для оценки s2(Xi ) . Для удобства u2(xi) =s2(Xi) и u(xi)=s(Xi) иногда называют, соответ- ственно, дисперсией типа А и стандартной неопределенностью типа А.

Где я писал,что СКО надо делить?

Из вариации, находят СКО путем деления на коэффициент Стьюдента.

Делением.

В другую тему пожалуйста. Вы уже все забыли.

Обсуждали уже в другой теме. Давайте и здесь намусорим? Отличаются подходы в суммировании. В КН нет аддитивных и мультипликативных составляющих. В КН суммируются только дисперсии.

Так как вас Дмитрий Борисович запутать то? Вы ведь эту книгу и не открывали. Там и законы распределения вероятности указаны для каждой погрешности.