En målefeil , i vanlig språkbruk, er "forskjellen mellom verdien gitt av målingen og den eksakte (ofte ukjente) verdien av en mengde" .
Vanlige og fiktive eksempler i henhold til denne definisjonen:
Andre kilder enn den siterte gir forskjellige definisjoner av målefeil, noe som fører til tolkningsvansker.
Overfor denne forvirringen og veksten i utveksling av varer på globalt nivå, foreslo internasjonale organisasjoner ( ISO , BIPM, etc.) allerede i 1984 et internasjonalt vokabular for metrologi , VIM, som definerer og spesifiserer vilkårene til brukes i metrologi . Målefeil er inkludert i dette ordforrådet; dette er hovedreferansen til artikkelen.
I metrologi , i en måling , en målefeil er den “differansen mellom den målte verdi av en mengde og en referanseverdi” .
MERKNAD 1 “Feilbegrepet kan brukes når det er en enkelt referanseverdi å forholde seg til, som oppstår hvis en kalibrering utføres ved hjelp av en standard hvis måleverdi har ubetydelig måleusikkerhet [sammenlignet med forventet resultat] ...” (VIM 2.16 ).
MERKNAD 2 “Målefeil skal ikke forveksles med produksjonsfeil eller menneskelig feil” (VIM 2.16).
Under implementeringen av en måleprosess, som fører til en målt verdi, oppstår elementære feil som påvirker resultatet.
Disse grunnleggende feilene kan avsløres av erfaring.
Målefeilen uttrykkes av forholdet
Eksempel:
Målt verdi av en målerblokk med et mikrometer | X = 25,012 mm |
Enkel referanseverdi for målerblokken | R = 25 mm |
Målefeil Δ = X - R | Δ = 0,012 mm |
Denne målefeil består av to komponenter: en tilfeldig komponent Δ A og Δ systematisk komponent S .
Fra tidligere forhold trekker vi
“Komponent av målefeil som i gjentatte målinger varierer uforutsigbart.
MERKNAD 1 Referanseverdien for en tilfeldig feil er gjennomsnittet som vil resultere fra et uendelig antall gjentatte målinger av samme mål ... ”
“Komponent av målefeil som ved gjentatte målinger forblir konstant eller varierer på en forutsigbar måte.
MERKNAD 1 Referanseverdien for en systematisk feil er en sann verdi , en målt verdi av en standard hvis måleusikkerhet er ubetydelig ... ”
Merk: det er også terminologien "nøyaktighetsfeil" eller "skjevhet" som er estimatet for en systematisk feil.
Fiktivt industrielt eksempel: delvis kalibrering av en målesøyle, på en 100 mm klasse 1 shim (referansestandard). De gjentatte målingene indikerer avvik fra referanseverdien 100 er gitt i μm.
Nei. | Målt | Feil Δ | E. tilfeldig Δ A | E. systematisk Δ S |
---|---|---|---|---|
Verdi nr. 1 | 100,0025 | 2.5 | - 0,4 | 2.9 |
Verdi nr. 2 | 100.0030 | 3 | 0,1 | 2.9 |
Verdi # 3 | 100,0035 | 3.5 | 0,6 | 2.9 |
Verdi # 4 | 100.0030 | 3 | 0,1 | 2.9 |
Verdi # 5 | 100,0025 | 2.5 | - 0,4 | 2.9 |
Gjennomsnittlig verdi | 100,0029 | 2.9 | 0 | 2.9 |
Vi merker i dette med vilje forenklet eksempel at den systematiske feilen er konstant. Det kan skyldes forskjellige årsaker (indikerer her): plassering av målerblokken på platen og / eller dårlig kalibrering og avspilling eller bøying av sonden i delinnflygingen og / eller den programmerte sondens bevegelseshastighet for høy ...
Når det gjelder en måling, som består av flere individuelle målinger, er målefeilen en tilfeldig variabel. Statistikkens lover kan brukes på denne målingen.
Spredningen av målingene er preget av estimatoren for standardavviket , også kjent som det eksperimentelle standardavviket.
og spredningen i gjennomsnitt av estimatoren for standardavviket
Dette gir for eksemplet, presentert ovenfor, den delvise kalibreringen av kolonnen
s = 0,42 pm og s Xbar = 0,19 pm .Med en dekningsfaktor lik 2 (ofte brukt i fransk metrologisk verdi) har vi spredning av målingene D og spredning av gjennomsnittsfeilen Δ avg , dette for 5 påfølgende målinger
D = ± 0,84 pm og A avg = 2,9 pm ± 0,38 pm .Denne statistiske informasjonen har bare den viktigheten vi ønsker å gi den. Det kan rett og slett påpekes at jo større antall individuelle målinger, jo bedre er nøyaktigheten på målefeilen; her, for eksempel: for den eneste målingen n o 1, Δ 1 = 2,5 ± 0,84 µm ; for det eneste tiltaket n o 3, Δ 3 = 3,5 ± 0,84 mikron ; for de 5 påfølgende målingene, Δ avg = 2,9 ± 0,38 µm .
I det offentlige rom ble noen få eksempler gitt i innledningen; vi kunne legge til andre, nåværende, for eksempel målefeil på medisinske termometre i øret; målefeil på avstand eller øyeblikkelig hastighet til en feiljustert sykkelcomputer; feilen med å finne bil-GPS ved gaffel i veien ...
I det industrielle feltet finner søket etter feil sin plass:
Instruksjoner for kontroll av tykkelse.
Kontroll av tykkelse.
Det bør bemerkes at i produksjonen (eller i laboratorieanalyser) er målefeilen "gjennomsiktig" i målingene: produksjon, sammen med kvalitetsavdelingen, krever målemidler hvis usikkerhet (sjeldnere feilen) må være kjent og relatert til toleransene for spesifikasjonene som skal respekteres. Dette kalles evnen til måleinstrumentet .
Søknader ser ut til å bli stadig mer begrenset innen instrumentverifisering. Faktisk er målefeilen en begrensende tilnærming til tvilen man kan ha på resultatene av målingene. Vi forsømmer, som vi har sett, feil relatert til standarden og andre elementære feil relatert til påvirkningsfaktorer i miljøet. Søket etter måleusikkerhet , som prøver å ta hensyn til alle årsakene til variabilitet, har en tendens til å erstatte det mer tradisjonelle feilsøket ved generalisering.
Vi må vurdere tre feilkilder ( usikkerhet på engelsk):
den totale feilen er Δ = Δ 1 + Δ 2 + Δ 3
Hvis vi gjør sammenligningen med piler som vi skyter mot et mål:
Metafor for måleusikkerhet: a) statistisk spredning og systematisk feil er liten; b) den statistiske spredningen er høy, men den systematiske feilen er lav; c) den statistiske spredningen er lav, men den systematiske feilen er høy.
Begrepet " presisjon " er ikke lenger en del av metrologibetingelsene.
På en analog enhet er den første begrensningen avstanden mellom graderingene; man kan forbedre dette med en vernier , som på en tykkelse eller visse goniometre, eller med en mikrometrisk skrue som på en palmer . På en digital enhet er denne nøyaktigheten gitt av antall sifre i displayet.
Δ 1 er avstanden mellom graderinger, eller verdien av en enhet på det siste sifferet i displayetMen det kan være at fenomenet er ustabilt eller forstyrret av et tilfeldig eksternt fenomen. Deretter vil vi se nålen svinge eller de siste sifrene i det digitale displayet endres. Dette reduserer målepresisjonen, vi kan bare vurdere den stabile delen av antallet som oppnås. Se artikkelen Signal / noise ratio .
Når vi bruker svært gamle publikasjoner for å vurdere en ikke-reproduserbar hendelse (objektet har forsvunnet eller er blitt endret, eller det er en enkelt hendelse), må vi noen ganger ty til en empirisk skala, som Mercalli eller Rossi-Forel skala for jordskjelv eller Mohs skala for hardhet av et materiale, evalueringen av Δ 1 blir da vanskelig; dette er bare mulig hvis man kan forholde seg til en "moderne" skala basert på fysisk måling. For eksempel prøver vi å etablere en samsvar mellom skaden på et jordskjelv som er beskrevet i eldgamle skrifter og energien fra seismiske bølger.
Likeledes, når målingen består i å klassifisere et fenomen i en kategori (for eksempel tilfellet med en meningsmåling eller beholdningen av sykdomstilstander), er det ikke mulig å definere Δ 1 .
Hvis det samme fenomenet måles flere ganger med en tilstrekkelig presis enhet, vil et annet resultat x i oppnås hver gang . Dette skyldes forstyrrende fenomener eller, for ekstremt nøyaktige målinger, fenomenets tilfeldige natur (kaos, kvanteusikkerhet).
Blant de forstyrrende fenomenene kan vi telle:
På et stort antall tiltak kan vi vurdere at vi har en sannsynlighet hvis fordeling er Gaussisk. Måleresultatet vil være de gjennomsnittlige empiriske Ê- resultatene
kvadratet til standardavviket σ 2 til Gaussian kan evalueres med den korrigerte empiriske variansen :
Feilen på grunn av den statistiske spredningen estimeres deretter av
k være konstant avhengig av konfidensnivået , det vil si på den tillatte feilen.
I fysikk tar vi ofte k = 3, som tilsvarer et konfidensintervall på 99,73%, det vil si at 99,73% av verdiene x i er mellom Ê - Δ x og Ê + Δ x og 0,27% vil være utenfor dette område; av 1000 målinger vil bare tre være utenfor intervallet. I mange tilfeller tar vi gjerne k = 2, eller et konfidensnivå på 95% (5 målinger utenfor intervallet per hundre målinger). For et selskap med en enorm produksjon kan 0,27%, og enda mer til 5%, fortsatt være det også.
Tenk deg for eksempel at et selskap produserer deler hvis lengde ℓ må ha en gitt presisjon Δℓ; produksjonsverktøyet, etter justering, produserer deler med en spredning σ på ℓ;
Se også artiklene Kriterier for spredning og Normalfordeling .
Hvis det er få prøver, må en større koeffisient brukes for å ta hensyn til feilen som ble gjort i bestemmelsen av Ê og av (se Studentens statistiske lov ). Vi kan også frivillig velge et større eller mindre konfidensintervall, og derfor ta en større eller mindre koeffisient. For eksempel :
Tillitsnivå | 5 tiltak | 10 tiltak | 20 tiltak | > 100 målinger (normal lov) |
---|---|---|---|---|
50% | 0,73⋅σ | 0,70⋅σ | 0,69⋅σ | 0,67⋅σ |
68% | 1⋅σ | |||
70% | 1,16⋅σ | 1,09⋅σ | 1,06⋅σ | 1,04⋅σ |
87% | 1,5⋅σ | |||
90% | 2,02⋅σ | 1,81⋅σ | 1,73⋅σ | 1,65⋅σ |
95% | 2,57⋅σ | 2.23⋅σ | 2,09⋅σ | 1,96⋅σ |
99% | 4,03⋅σ | 3,17⋅σ | 2,85⋅σ | 2,56⋅σ |
99,7% | 3⋅σ | |||
99,9% | 6,87⋅σ | 4,59⋅σ | 3,85⋅σ | 3,28⋅σ |
99,999 999 8% | 6⋅σ |
På en Gaussian representerer full bredde ved halvt maksimum (FWHM) et konfidensintervall på omtrent 76% (dvs. 3/4) for et stort antall målinger.
Når det gjelder fysiske eller kjemiske målinger, blir den statistiske spredningen evaluert ved målinger av repeterbarhet og reproduserbarhet, og muligens ved tverrmålinger mellom laboratorier:
Hvis målepresisjonen er mindre enn den statistiske spredningen, måles alltid det samme resultatet (unntatt lese- eller bruksfeil), jfr. infra .
Merk : Når det gjelder et tilfeldig fenomen ( stokastisk prosess , for eksempel når det gjelder meningsmåling), søker vi ikke å kjenne til en verdi og en feil, men å kjenne den statistiske fordelingen av verdiene. Se også lov om store tall .
Resultatet av en måling brukes ofte til å gjøre beregninger. For eksempel, i tilfelle en veiaradar ( speedometer ), måles et frekvensskifte, og dette skiftet brukes til å beregne hastigheten på kjøretøyet, i henhold til Doppler-Fizeau-loven . Fra feilen som ble gjort ved måling av frekvensforskyvning er det derfor nødvendig å estimere feilen i hastigheten.
Generelt måler vi en verdi x , og vi beregner en verdi y = ƒ ( x ); vi vil estimere Δ y fra Δ x .
Målingen blir ofte brukt i aksepttester , som er, bestemmer den målte verdi av om objektet oppfyller de foreskrevne kriterier. Denne oppfatningen er ganske bred:
Det anses generelt at en metode bare kan brukes hvis den statistiske spredningen er minst 5 eller 10 ganger mindre enn grenseverdien.
For eksempel :
Generelt bør rekkevidden av tillatte verdier ta hensyn til den totale feilen. Betydningen av å ta hensyn til den globale feilen avhenger av hvilken type risiko vi vil unngå:
For å teste en enhet eller en prosedyre, er det verifisert at repeterbarhetstester og reproduserbarhetstester er kompatible med målpresisjonen; for å teste en målemetode kontrolleres det at de tverrgående (eller sirkulære) testene er kompatible med målpresisjonen (se ovenfor ).
Det som nettopp er gjort kan gjøres ved direkte beregning med en kalkulator eller et regneark (på en datamaskin), ved hjelp av grafer og feilfelt
La oss ta eksemplet med studiet av ideelle gasser. Hvis vi plotter P som en funksjon av 1 / V, vil vi teoretisk få en rett linje som passerer gjennom opprinnelsen , med skråningen , nemlig n og T holdes konstant (innkapslingen eller målecellen som inneholder gassen er lekkasjefri og termostatstyrt med T kjent på 0,2%), P måles ved hjelp av et manometer , med 5% relativ feil, og V måles med 2% relativ feil, for hvert eksperimentelle målepunkt (P, 1 / V), tegner vi feil søyler som representerer den absolutte feilen.
Et program for "passform" eller kurvejustering, basert på ideen om å redusere avstanden til linjen (eller kurven) til alle eksperimentelle punkter, gjør det mulig å tegne den teoretiske linjen og beregne hellingen nRT med en tillitskoeffisient r 2 nær enhet, hvis passformen er god.
Den " minste kvadratmetoden " brukes: programmet som brukes summerer de kvadratiske avstandene mellom linjen og hvert punkt, minimum av denne summen tilsvarer den beste regresjonslinjen.
I ovennevnte tilfelle får vi altså nRT = 2,54 (1,00 ± 0,07) Joule
Dette gjør det mulig å si at eksperimentet ved konstant n og T bekrefter at PV er konstant innen 7% for den studerte gassen, og at for å forbedre dette resultatet er det nødvendig å måle P til bedre enn 5% eller V til bedre enn 2%.
: dokument brukt som kilde til denne artikkelen.