Шпаргалка по "Товароведению"

2.по характеру измерений:  постоянные, переменные; прогрессивные,  периодические.

46.Основные понятия теории погрешностей. Погрешности химического анализа. Правильность, воспроизводимость и точность.

Метрологич. характеристики анализа-погрешность (при условно принятой доверит. вероятности), воспроизводимость, правильность, ниж. граница определяемых содержаний и предел обнаружения - имеют смысл только для данной методики, в к-рой подробно описаны все операции и условия анализа. Область содержаний компонента, в к-рой применима данная методика, наз. д и а п а з о н о м о п р е д ел я е м ы х с о д е р ж а н и й.

Воспроизводимость характеризует случайное рассеяние результатов. Количественно воспроизводимость оценивают стандартным (средним квадратичным) отклонением или дисперсией V = s². Часто пользуются относит. стандартным отклонением s_r = s/х.

Экспериментально найденное  стандартное отклонение и знание закона распределения результатов  в рассматриваемой совокупности позволяют выражать результат очередного анализа в виде д о в е р и т е л ь н о г о и н т е р в а л а для условно принимаемой доверит. вероятности Р (обычно Р = 0,95), т. е. интервала, в к-ром с данной вероятностью находится истинное значение определяемой величины.

П р а в и л ь н о с т ь характеризует систематич. погрешность-систематич. смещение результатов от действит. значения. Для оценки правильности используют разные способы (анализ образца разл. методами, межлаб. анализ, теоре-тич. расчет и др.).

Т о ч н о с т ь-качеств. характеристика анализа, отражающая близость результатов к истинным значениям; высокой точности соответствуют малые систематич. и случайные погрешности, т.е. правильность и высокая воспроизводимость.

Для улучшения метрологич. характеристик методик предпринимают статистич. дисперсионный анализ с целью выявления "слабого звена". Предполагают, что каждое звено (этап анализа) вносит свою долю в общую погрешность анализа. Допуская независимость и аддитивность частных дисперсий, обусловленных каждым из звеньев, можно, оценив их спец. приемами, записать s²_S = s²₁ + s²₂ + ... + s²_i и усовершенствовать лишь 1-2 звена, в к-рых дисперсии наибольшие.

47.Случайные погрешности измерений. Описание случайных погрешностей с помощью функций распределения.

Случайная погрешность —  погрешность, меняющаяся (по величине и по знаку) от измерения к измерению. Случайные погрешности могут  быть связаны с несовершенством  приборов (трение в механических приборах и т. п.), тряской в городских  условиях, с несовершенством объекта  измерений (например, при измерении  диаметра тонкой проволоки, которая  может иметь не совсем круглое  сечение в результате несовершенства процесса изготовления), с особенностями  самой измеряемой величины (например при измерении количества элементарных частиц, проходящих в минуту через счётчик Гейгера).

Наиболее универсальный  способ описания случайных величин  заключается в отыскании их интегральных или дифференциальных функций распределения .

Под интегральной функцией распределения результатов наблю-дений понимается зависимость вероятности того, что результат наблюдения в i-м опыте окажется меньшим некоторого теку-щего значения х, от самой величины х:

Более наглядным является описание свойств результатов наблюдений и случайных погрешностей с помощью  дифференциальной функции распределения, иначе называемой плотностью распределения вероятностей:

Физический смысл f(x) состоит в том, что произведение f(x)dx представляет вероятность попадания случайной величины Х в интервал от х до х + dx , т.е.

случайной погрешностью называется разность между результатом единичного наблюдения и математическим ожиданием результатов

48.Нормальное распределение Гаусса. Функция Лапласса

Нормальное распределение, также называемое гауссовским распределением или распределением Гаусса — распределение вероятностей, которое задается функцией плотности распределения:

где параметр μ — среднее значение (математическое ожидание) случайной величины и указывает координату максимума кривой плотности распределения, а σ² — дисперсия.

Функция Лапласа

При решении задач требуется  найти значение функции Лапласа  по известному значению аргумента или, наоборот, по известному значению функции  Лапласа требуется найти значение аргумента. Для этого пользуются таблицей значений функции Лапласа.

Таблица значений функции Лапласа - это вероятность того, что случайная величина примет значение, принадлежащее заданному интервалу.

49.Нормальное распределение при ограниченном числе наблюдений Интегральная и дифференциальная функции распределения.

нормального распределения  вероятности для ограниченного  числа измерений можно записать в виде

где Q - истинное значение измеряемой величины, равное математическому ожиданию Q=m_F; - среднее арифметическое значение результатов серии независимых измерений ; - среднее квадратическое отклонение среднего арифметического при повторении серии измерений.

При ограниченном числе измерений,для распределения Гауса  доверительный интервал записывается в виде

Если при измерениях имеется  возможность проведения ограниченного  числа измерений, но дисперсия результатов  неизвестна, то функция распределения  должна зависеть не только от желаемой доверительной вероятности и  доверительного интервала, но и от числа  независимых измерений. В этом случае используется распределение Стьюдента:

 

Интегральная  функция (функция распределения)

 
     Дифференциальная  функция распределения (плотность  вероятности)

где F(x) - интегральная функция.

50.Математическое ожидание, дисперсия.  Их свойства

Математическое  ожидание - число, вокруг которого сосредоточены значения случайной величины. Математическое ожидание случайной величины x обозначается Mx .

Основные свойства математического ожидания:

-математическое  ожидание константы равно этой  константе, Mc=c ;

-математическое  ожидание - линейный функционал на  пространстве случайных величин,  т.е. для любых двух случайных  величин x , h и произвольных постоянных a и b справедливо: M(ax + bh ) = a M(x )+ b M(h );

-математическое  ожидание произведения двух независимых случайных величин равно произведению их математических ожиданий, т.е. M(x h ) = M(x )M(h ).

Дисперсия случайной  величины характеризует меру разброса случайной величины около ее математического  ожидания.

Если случайная  величина x имеет математическое ожидание Mx , то дисперсией случайной величины x называется величина Dx = M(x - Mx)².

Основные свойства дисперсии:

-дисперсия любой  случайной величины неотрицательна, Dx 0;

-дисперсия константы  равна нулю, Dc=0;

-для произвольной  константы D(cx ) = c²D(x );

-дисперсия суммы  двух независимых случайных величин равна сумме их дисперсий: D(x ± h ) = D(x ) + D (h ).

51.Случайная погрешность измерений.  Численные характеристики воспроизводимости.

Случайная погрешность — погрешность, меняющаяся (по величине и по знаку) от измерения к измерению. Случайные погрешности могут быть связаны с несовершенством приборов (трение в механических приборах и т. п.), тряской в городских условиях, с несовершенством объекта измерений (например, при измерении диаметра тонкой проволоки, которая может иметь не совсем круглое сечение в результате несовершенства процесса изготовления), с особенностями самой измеряемой величины (например при измерении количества элементарных частиц, проходящих в минуту через счётчик Гейгера).

Поскольку воспроизводимость характеризует степень рассеяния 
данных относительно среднего значения, для оценки воспроизводимости 
необходимо предварительно вычислить среднее х из серии результатов 
повторных (параллельных) измерений х/, х2, ... х„:В обрабатываемой серии должны отсутствовать 
промахи - отдельные значения, резко отличающиеся от остальных и полученные в условиях грубого нарушения измерительной 
процедуры. Если промахи обнаружены-исключить.

В химическом анализе  для характеристики воспроизводимости 
обычно используют абсолютное или  
относительное стандартное отклонение.

51. Метод статистических  гипотез.

Пусть в (статистическом) эксперименте доступна наблюдению случайная величина X, распределение которой неизвестно полностью или частично. Тогда любое утверждение, касающееся называется статистической гипотезой. Гипотезы различают по виду предположений, содержащихся в них:

Статистическая  гипотеза, однозначно определяющая распределение  , то есть , где какой-то конкретный закон, называется простой.

• Статистическая гипотеза, утверждающая принадлежность распределения к некоторому семейству распределений, то есть вида , где  — семейство распределений, называется сложной.

На практике обычно требуется проверить какую-то конкретную и как правило простую гипотезу H₀. Такую гипотезу принято называть нулевой. При этом параллельно рассматривается противоречащая ей гипотеза H₁, называемая конкурирующей или альтернативной.

Выдвинутая гипотеза нуждается в проверке, которая  осуществляется статистическими методами, поэтому гипотезу называют статистической. Для проверки гипотезы используют критерии, позволяющие принять или опровергнуть гипотезу.

В большинстве  случаев статистические критерии основаны на случайной выборке фиксированного объема из распределения . В последовательном анализе выборка формируется в ходе самого эксперимента и потому её объем является случайной величиной

Методы проверки статистических гипотиз: 1 аналитические. 2графические.

При выдвижении гипотиз может быть реализовано 4 случая:

1. Гипотеза принимается,правильная

2)гипотеза верна,но ошибочно отвергается

3) гипотеза отвергается,она не верна

4) гипотеза не  верна,но ошибочно принимается

52.Проверка нормальности распределения результатов химического анализа. Построение гистограмм. Критерий Пирсона

Задача поверки  нормальностей распределения представляет собой частные случаи более общей  проблемы:

1. P₁=m₁/n n-общее число наблюдений-

 

1.Сущность и  содержание стандартизации. Роль стандартизации в повышении качества продукции (услуг)

2. Предмет стандартизации. Решение типовой задачи стандартизации

3.Цели стандартизации

4. Функции стандартизации

5. Объекты стандартизации, их характеристика

6. Принципы стандартизации

7. Нормативные документы по стандартизации и требования к ним

8. Категории и виды стандартов

9. Основные положения  и условия разработки стандартов

10.Обновление, изменение  и пересмотр стандартов

11. Организация работ по стандартизации в РК Контроль и надзор за соблюдением требований, предъявляемых к стандартам

12. Методы стандартизации

13. Параметрическая стандартизация. Ряды предпочтительных чисел.

14.Международные организации  по стандартизации. Международные  организации, участвующие в стандартизации

15. Система классификации  и кодирование технико-экономической  информации

16. Штриховое кодирование

17. Правовые основы стандартизации

18. Сущность и значение  сертификации

19. Основные понятия сертификации

20. Цели и принципы сертификации

21. Методы сертификации

22. Формы сертификации

23. Порядок проведения  сертификации продукции

24. Объекты сертификации

25. Правовые основы сертификации  в РК

26. Орган по сертификации и испытательные лаборатории

27. Знаки соответствия

28. Аккредитация органов по сертификации и испытательных лабораторий

29. Схемы сертификации продукции

30. Основные функции  участников сертификации.

31. Роль измерений  и значение метрологии

32. Сущность метрологии. Предмет и разделы метрологии

33. Физические свойства и величины. Физические величины как объект измерений

34.Качественная и количественная характеристика измеряемых величин

35.Единицы физических величин. Международная система единиц СИ. Основные и производные единицы.

36. Способы получения измерительной  информации. Виды измерений