libra

Потому что если n=5, то относительная погрешность СКО = 100/корень(8)=35% (или в случае примера выше 0,009), а если n=45, то погр. СКО=100/корень(88)= 11%(или 0,0026).

Теперь добавим еще одну строку- погрешность определения СКО: - для 10 измерений 0,025*25%/100=0,006 (или 1% от бюджета); - ля 40 измерений 0,025*11%/100=0,00275 (или 0,5% от бюджета погрешности) Чтобы обосновано увеличить число измерений у Вас точно доверительный интервал 0,99?

Там в теле сообщения( выделил СКО): Значение Доля точная Накопл. доля 0,17 29,62% 29,62% 0,17 29,62% 59,24% 0,16 27,87% 87,11% 0,04 6,97% 94,08% 0,025 4,36% 98,44% (СКО) 0,003 0,52% 98,96% 0,003 0,52% 99,48% 0,00288 0,50% 100,00%

Так бюджет смотреть надо. На Р 50.2.038-2004 я уже ссылался.

Так вопрос количества измерений вторичен. Если хотите исходя из правила Парето если доля СКО в бюджете погрешности менее 20%, то мы СКО отбрасываем. Смотрите Р 50.2.038-2004 Примечания к п.4.4. Чтобы окончательно вас запутать напишу, что соотношение 20/80 не всегда справедливо. Оно может принимать значение и 30/70 и 50/50. Если хотите то можете спросить у ИИ. Вот на примере одного бюджета: Для проведения анализа Парето (также известного как метод ABC или правило 80/20) для данного ряда, необходимо отсортировать значения по убыванию, накопить проценты от общего эффекта и проценты от количества позиций. Ваш ряд: 0,003; 0,003; 0,00288; 0,16; 0,17; 0,17; 0,025; 0,04 1. Сортировка по убыванию и расчет долей № Значение Доля от суммы Накопленная доля (эффект) % позиций 1 0,17 28,81% 28,81% 12,5% 2 0,17 28,81% 57,62% 25,0% 3 0,16 27,12% 84,74% 37,5% 4 0,04 6,78% 91,52% 50,0% 5 0,025 4,24% 95,76% 62,5% 6 0,003 0,51% 96,27% 75,0% 7 0,003 0,51% 96,78% 87,5% 8 0,00288 0,49% 97,27% 100,0% Сумма всех значений = 0,003 + 0,003 + 0,00288 + 0,16 + 0,17 + 0,17 + 0,025 + 0,04 = 0,57388 Проверка: 0,17/0,57388 ≈ 0,2962 (28,81% — верно, выше я округлил до сотых, здесь точнее) Пересчитаем аккуратно: Значение Доля точная Накопл. доля 0,17 29,62% 29,62% 0,17 29,62% 59,24% 0,16 27,87% 87,11% 0,04 6,97% 94,08% 0,025 4,36% 98,44% 0,003 0,52% 98,96% 0,003 0,52% 99,48% 0,00288 0,50% 100,00% 2. Границы групп (ABC-анализ) · Группа A (≈80% эффекта) — первые 3 позиции: 87,11% эффекта при 37,5% позиций (это очень хорошо: 37,5% дают 87% результата) · Группа B (80–95%) — 4-я позиция: 0,04 (6,97% эффекта) → накоплено 94,08% Группа B не обязательна, можно сразу к C · Группа C (остальные) — позиции 5–8: 5,92% эффекта при 50% позиций 3. Выводы по правилу Парето (80/20) Классическое правило 80/20 здесь не выполняется в точном виде, потому что: · Первые 20% позиций — это 1,6 позиции (т.е. 1 или 2 объекта). · Если взять 2 объекта (25% позиций): дают 59,24% эффекта (<80%). · 3 объекта (37,5% позиций): дают 87,11% эффекта (уже больше 80%). Таким образом, фактическое правило для этого ряда: 37,5% объектов дают ≈87% результата — это даже более концентрированно, чем 80/20. 4. Рекомендации по управлению · Группа A (0,17; 0,17; 0,16) — 3 ключевых элемента, дающих основной вклад. Управлять максимально внимательно, контролировать качество, не допускать сбоев. · Группа B (0,04) — средний вклад. Можно уделять меньше ресурсов. · Группа C (0,025; 0,003; 0,003; 0,00288) — мелкие значения. Автоматизировать или делегировать минимальный контроль. 5. Визуализация (описание) Кривая Лоренца / Парето-диаграмма для этого ряда: · Ось X (позиции): 0%, 12.5%, 25%, 37.5%, 50%, 62.5%, 75%, 87.5%, 100% · Ось Y (эффект): 0%, 29.6%, 59.2%, 87.1%, 94.1%, 98.4%, 99.0%, 99.5%, 100% Кривая сильно вогнутая влево — типичная для Парето с высоким показателем концентрации. Итоговый ответ Анализ Парето показывает, что 37,5% самых значимых элементов (0,17; 0,17; 0,16) обеспечивают ≈87% суммарного эффекта. Оставшиеся 62,5% элементов дают лишь ≈13% вклада. Рекомендуется сконцентрировать ресурсы на первых трех значениях.

Так опять вернулись к вопросу бюджета погрешности - без которого обсуждать количество измерений не имеет смысла.

С учётом корреляции с НСП и относительно доли СКО к измеряемой величине. Стоит обратить внимание, что коэф. корреляции тут слабый 0,1 и обычно такая связь не учитывается.

Вот человек старался. Книгу писал о влиянииях НСП и корреляции на на выбор оптимального количества числа опытов для вычисления СКО. А оказывается берете коэф. Стьюдента и будет вам счастье?

Стьюдент остается.

Упрощенная формула относительного стандартного отклонения для СКО полученного методом суммы разницы квадратов измеренного и среднего ско=1/корень(2*(n-1)). Как они используют коэффициент Стьюдента в этой формуле? Насколько помню это коэффициент охвата для вычисления доверительное интервала. Они потом ещ раз при вычисления расширенной неопределенности на коэффициент Стьюдента умножают? Кашу маслом не испортишь?

Автор предполагает выполнять 40 измерений в каждой из 5 точек диапазона. Так то было бы неплохо увидеть бюджет погрешности ИК. Иначе как мудрецы из суфийской притчи мы обсуждаем уши слона.

По крайней мере формула 2 содержит опечатку приводящую к грубейшей ошибке. Ну это так побухтеть. Иногда документы законодательной метрологии противоречат не только матиматике, но и здравом смыслу.

По этой формуле для эталона с доверительное вероятностью 0,99 число n будет более 200.

Я имел ввиду проверку на нормальность. Если оттолкнуться от "вашей" формулы, то погрешность определения СКО будет около 11 %. А с точки зрения статистики число наблюдений менее 100 редко считают достаточно большим. К тому же явно необходимо проверять наличие дрейфа среднего. Возьмите критерий Аббе, например, для этого. И если величина отсчета d (величина группирования данных) меньше или равно СКО, то вам еще и поправку Шеппарда считать нужно( Кендалл и Стьюарт "Теория распределений", стр 327).

Так в п. 7 ГОСТ Р 8.736-201 расписано.

Зависит от модели машины.

В результате испытаний на данной машине вы получаете данные зависимости прогиба от нагрузки. Зачем вам поддерживать значение нагрузки? У вас нет испытаний на ползучесть. Почему выбрана тип машины испытательной, а не машина испытания на изгиб - это второй вопрос. Наверное "танцы с бубном" нам не страшны.

То есть уместным вопросом является: возможность поддержания заданной нагрузки этим типом машины.

Андрей Аликович, не берите в руки тяжелое, а в голову дурное. А то придется про модуль Юнга читать: https://ru.wikipedia.org/wiki/Модуль_Юнга

Цена поверочного деления датчика класса С3 и НПВ 1000 кг = 0,33 кг. И как собираете контролировать изгибающую силу 0,1Н?

Измеряет усилие и перемещение (измерительные каналы). Создает усилие (ИО).

Тут у вас датчик мембранного типа на 1 тонну. И вместо него хотите поставить балочного типа на 5кг???

Кроме измерения усилия данная машина измеряет перемещение. Это другой измерительный канал (Андрею Аликовичу превед!) . И тут самая проблема - при деформации датчика силы его линейный размер изменяется. Для S образного датчика до 1мм ( балочный 0,5 мм) при полном нагружении. Как разделить деформацию датчика от деформации балки?

При чем тут коверканье терминов? Если коверкаете смыслы? И далее мыслю по древу до бана от модератора.