ANALIZA MERENJA

ANALIZA MERENJA
Raun izravnanja 1
B.Boi
Graevinski fakultet Odsek za geodeziju i geoinformatiku
Definicija merenja, direktna i indirektna
merenja
Merenje = opaanja izvedeno s ciljem odredivanja vrednosti nepoznate
velicine.
Merenja se dele na: direktna i indirektna.
Direktna merenja se se izvode direktnom upotrebom instrumenata -
direktnim citanjem vrednosti merene velicine (merenje duine pantljikom,
citanje limba teodolita i sl.)
Indirektna merenja se realizuju onda kada nije moguce ili nije prakticno
direktno meriti.Vrednost merene velicine dobija se koricenjem
matematickih funkcija sa direktnim merenjima kao parametrima (merenjem
uglova i duina racunaju se koordinate tacaka; na osnovu sracunatih
koordinata moguce je sracunati uglove i duine izmedu tacaka koje nisu
direktno merene I sl.).
Tokom postupka realizacije indirektnih merenja greke direktnih merenja se
prenose (prostiranje gre prostiranje gre aka aka ili error propagation) na vrednosti
indirektno dobijenih velicina. Tj. indirektno odredene velicine sadre greke
direktnih merenja.
Greke merenja - izvori greaka
merenja
Osobine merenja:
Nema tacnih merenja
Svako merenje sadri greke
Istinita vrednost merenja nikada nije poznata
Tacne vrednosti greaka merenja nikada nisu poznate
Po definiciji, greka predstavlja razliku merene i tane vrednosti neke
fizicke velicine.
= x -
Podela greaka prema izvoru nastajanja:
Instrumentalne
Greke usled uticaja spoljanje sredine
Greke operatora
Greke merenja - podela greaka
prema prirodi uticaja
Prema prirodi uticaja greke se dele na:
Grube,
Sistematske, i
Slucajne
Grube greke nastaju usled nepanje
operatora. Cesto se i ne tretiraju kao
greke.Moraju se otkloniti.
Sistematske greke slede fizicke
zakone i na izvestan nacin se mogu
predvideti. Otklanjaju su metodom rada
ili uvodenjem popravaka.
Sluajne greke ostaju nakon
otklanjanja grubih i sistematskih.
Nastaju kao posledica, nesavrenosti
konstrukcije instrumenta ili
nesavrenosti operatora. Relativno su
male po vrednosti i razlicitog znaka i
ne ponaaju se po nekom pravilu. Ne
mogu se eliminisati ali se mogu
redukovati.
Preciznost i tanost merenja
Ponovljena merenja iste velicine cesto su razlicitih vrednosti. Nesaglasnost (descrepancy) se
definie kao algebarska razlika dva merenja iste velicine. Mala nesaglasnost je pokazatelj prisustva
greaka malih po intenzitetu.
Preciznost merenja definie se kao stepen medusobne konzistentnosti merenja i zasnovana je na
velicini nesaglasnosti rezultata merenja nekog skupa. Stepen preciznosti zavisi od stabilnosti
okoline u toku merenja, kvaliteta opreme, vetina operatora i primenjene procedure merenja.
Tanost merenja predstavlja bliskost merene velicine njenoj tacnoj vrednosti. Kako tacnu vrednost
merene velicine ne znamo, sledi da tacnost merenja nije moguce odrediti.
Tacno i precizno Precizno i netacno
Nerecizno i netacno
Uslovi merenja, populacija i uzorak
merenja
Merenje (Perovi, 1989):
Kvantitativno uporedenje merene velicine sa drugom istorodnom velicinom uzetom za jedinicu mere.
Uporedenje se izvodi uz niz operacija: 1) etaloniranje mernog pribora, 2) viziranje, 3) koincidiranje, 4)
oitavanje i sl. Ishod merenja jeste rezultat merenja.
Rezultat merenja:
X = N x E, gde je N merni broj, a E =1.
Uslovi merenja:
1) objekat merenja,
2) subjekat merenja (operator),
3) instrument i pribor,
4) spoljanja sredina
Jednakost uslova merenja:
1) isti objekat merenja,
2) subjekti merenja istih karakteristika,
3) instrumenti iste preciznosti i ista metoda merenja,
4) slicni spoljanji uslovi
Neophodan broj merenja = minimalan broj merenja s ciljem
definisanja merene velicine
Suvian broj merenja = broj merenja preko minimalnog broja
Merenja iste tacnosti Merenja razlicite tacnosti
Podela merenja prema tacnosti
Sluajna veliina: Rezultat merenja, ishod
eksperimenta
a) diskretna
b) kontinuirana
Niz merenja: x
1
, x
2
, ..., x
n
Raspon merenja: w
n
=x
max
x
min
Varijacioni niz: Niz rezultata merenja
poredanih od minimalne do maksimalne
vrednosti
Vektor rezultata merenja:
Populacija: Skup neogranicenog broja
merenja neke fizicke velicine.Parametri
populacije (, )
Uzorak merenja: Na odreden nacin
odabran podskup neke populacije. Na
osnovu uzorka ocenjuje se raspored
verovatnoca ili parametri rasporeda
Prezentacija podataka: a) graficka i b)
numericka

=
n
2
1
x
.
.
x
x
x
PRIMER 1
X
min
= 20.1
X
max
= 26.1
w
n
= 6.0
Medijana:
(23.4+23.5)/2=23.45
26.1 25.9 25.9 25.5 25.4
25.3 25.3 25.2 25.0 24.8
24.7 24.6 24.4 24.3 24.2
24.1 24.1 24.0 23.9 23.8
23.8 23.8 23.7 23.6 23.5
23.4 23.3 23.2 23.2 23.1
23.1 23.0 22.9 22.9 22.8
22.8 22.7 22.6 22.6 22.5
22.3 22.3 22.2 22.0 21.9
21.8 21.7 21.2 20.5 20.1
20.1 25.3 22.3 23.9 21.7
23.6 22.8 25.0 25.3 22.6
22.8 25.9 23.0 21.2 26.1
25.2 23.1 23.8 24.3 21.9
23.2 24.1 24.6 23.3 22.2
21.8 23.1 25.9 23.4 22.9
22.6 24.1 23.7 24.4 23.8
23.8 22.0 23.2 24.7 25.5
22.9 23.5 24.8 24.2 22.3
22.5 20.5 24.0 25.4 22.7
Varijacioni niz
Rezultati merenja
pravca
) , (
1.1. GRAFI
1.1. GRAFI

KA PREZENTACIJA REZULTATA
KA PREZENTACIJA REZULTATA
MERENJA
MERENJA
= 50/50 = 1
7/50 = 0.14 7 25.24 26.10
6/50 = 0.12 6 24.38 25.24
11/50 = 0.22 11 23.53 24.38
13/50 = 0.26 13 22.67 23.53
8/50 = 0.16 8 21.82 22.67
3/50 = 0.06 3 20.96 21.82
2/50 = 0.04 2 20.10 20.96
Relativna frekvencija
klase (3)
Frekvencija klase
(2)
Interval klase
(1)
20.1 20.96 21.82 22.67 23.53 24.38 25.24 26.1
0
0.05
0.1
0.15
0.2
0.25
0.3
Histogram frekvencija
Kreiranje histograma frekvencija:
1. Podela variacionog niza na klase (od 5 do 20 klasa)
2. Definisanje irine i intervala klase (u primeru 1; 0.86)
3. Definisanje frekvencije klasa
4. Definisanje relativnih frekvencija klasa
5. Kreiranje histograma
Tumaenje histograma:
1. Da li su rezultati merenja simetricno rasporedeni
oko centralne vrednosti (simetricnost)?
2. Kakva je disperzija (raspon) podataka?
3. Frekfencija pojave pojedinih rezultata
4. Kakav je oblik histograma zvonastost ukazuje
na stepen preciznosti
Grupisani raspored merenja
k > 5 log n
Empirijske frekvencije
Svojstva relativnih frekvencija
Relativna frekvencija slucajnog dogadaja je
nenegativan broj i nalazi se u intervalu izmedu
0 i 1;
Relativna frekvencija sigurnog dogadaja jednaka
je 1;
Relativna frekvencija dva nezavisna dogadaja
jednaka je zbiru njihovih relativnih frekvencija
Relativne frekvencije rezultata merenja jednake
su relativnim frekvencijama njihovih greaka
1.2. NUMERI
1.2. NUMERI

KA PREZENTACIJA REZULTATA
KA PREZENTACIJA REZULTATA
MERENJA (numeri
MERENJA (numeri

ki ocenjiva
ki ocenjiva

i)
i)
Kategorije numerikih ocenjivaa:
1. Mere centralne tendencije (mere
poloaja)
2. Mere disperzije
3. Mere relativnog stanja
NUMERI
NUMERI

KA PREZENTACIJA REZULTATA
KA PREZENTACIJA REZULTATA
MERENJA (numeri
MERENJA (numeri

ki ocenjiva
ki ocenjiva

i)
i)

mere
mere
centralne tendencije
centralne tendencije
Aritmeticka sredina
Medijana
Moda
n
x
x
n
1 i
i
=
=
Vrednost koja se najcece
pojavljuje u datom skupu
merenja neke fizicke velicine.
Retko se u praksi koristi jer je
cesto skup merenja mali.
Nije jednoznacna jer se cesto
u nekom skupu isti broj puta
pojavi nekoliko rezultata.
Ukoliko skup sadri neparan
broj rezultata, medijanu
predstavlja rezultat koji se
nalazi u sredini rastuceg niza.
Ako je broj rezultata paran, tada
sredina dva susedna rezultata
u sredini niza formiraju medijanu.
Empirijsko matematiko oekivanje
Mere centralne tendencije su
statisticke velicine koje ukazuju na
vrednost iz skupa rezultata merenja
koja ima tendenciju priblienja
sredini skupa.
Svojstva aritmeti
Svojstva aritmeti

ke sredine
ke sredine
Suma odstupanja pojedinih rezultata merenja od
aritmeticke sredine jednaka je nuli
Suma kvadrata odstupanja pojedinih rezultata od
srednje vrednosti manja je od sume kvadrata
odstupanja istih rezultata od bilo koje druge
vrednosti x (svojstvo minimuma; Perovic, 1989)
0 ) x x (
n
1 i
i
=

=
x Y za , ) Y x ( ) x x (
2
i
n
1 i
n
1 i
2
i
<

= =
NUMERI
NUMERI

KA PREZENTACIJA REZULTATA
KA PREZENTACIJA REZULTATA
MERENJA (numeri
MERENJA (numeri

ki ocenjiva
ki ocenjiva

i)
i)

mere
mere
disperzije
disperzije
Vrijansa populacije
Varijansa uzorka
Standardna greka
Standardno
odstupanje
Standardno
odstupanje sredine
n
n
1 i
2
i
2

=
=

1 n
v
s
n
1 i
2
i
2

=
- istinita greka, n broj merenja
v rezidual (razlika izmedu pojedinog rezultata merenja
i najverovatnije vrednosti merene velicine;
n broj merenja; (n-1) broj stepeni slobode
i i
x x v =
n
n
1 i
2
i
=
=

NAPOMENA: Varijansu populacije i standardnu greku

prakticno je skoro nemoguce odrediti jer istinite vrednosti, a
samim tim i greke nije moguce poznavati.
1 n
v
s
n
1 i
2
i

=
Standardno odstupanje je ocena standardne greke
populacije. Ona predstavlja praktican izraz ocene preciznosti
uzorka merenja. Teorijski, oko 68.3% rezultata merenja
nalazi se u intervalu = najverovatnija vrednost s.
n
s
s
x
= Kada n , tada s 0. To znaci da to se vie velicina
uzorka pribliava populaciji sracunata vrednost sredine
pribliava se sredini kao parametru populacije ().
1 n
x n ) x (
s
n
1 i
2 2
i
2

=
(1)
(2)
(3)
(4)
(5)
(6)
PRIMER 1
PRIMER 1
-
-
nastavak
nastavak
Na osnovu rezultata merenja iz primera 1,
sraunati srednju vrednost uzorka, medijanu,
modu I standardno odstupanje.
REENJE:
5 . 23
50
1175
50
x
n
x
x
50
1 i
i
n
1 i
i
= = = =

= =
45 . 23 ) 5 . 23 4 . 23 (
2
1
Medijana = + =
8 . 23 Moda =
Pojavljuje se tri puta
Srednja vrednost (sredina)
7 3 . 1
1 50
) 5 . 23 ( 50 86 . 27704
s
7 3 . 1
1 50
36 . 92
1 n
v
s
2
50
1 i
2
i
=

=
=

=
Prema izrazu (5)
Prema izrazu (6)
NAPOMENA: Broj rezultata
u intervalu od (23.5 - 1.37) do
(23.5 + 1.37) iznosi 34 to
predstavlja 34/50 x 100% ili
68% ukupnog broja merenja.
PRIMER 2
U sledecoj tabeli dati su drugih 50
rezultata merenja pravaca iz
primera 1. Sracunati, srednju
vrednost, medijanu, modu,
standardno odstupanje i nacrtati
histogram. Uporediti dobijene
vrednosti sa vrednostima iz
primera 1.
31.8 36.8 34.7 34.7 32.6 33.6 38.7 37.8 34.1 33.7
34.4 35.3 30.0 36.7 34.8 36.1 33.7 36.4 34.8 36.7
32.6 34.9 33.4 35.1 39.2 33.7 35.6 34.1 32.6 35.3
36.3 32.8 32.2 39.3 32.4 35.9 35.9 33.5 33.0 37.9
36.4 37.7 34.1 30.2 34.0 38.4 30.1 35.2 33.6 34.2
REENJE:
74 . 34
50
x
x
50
1 i
i
= =

=
( ) puta tri se pojavljuju 1 . 34 ; 7 . 33 ; 6 . 32 Moda =
( ) isti su rezultat . 26 i . 25 7 . 34 Medijana =
3 . 9 0 . 30 3 . 39 Raspon = =
86 . 0 ) klase ( ervala int irina =
NAPOMENA: Zbog poredenja sa primerom 1, irina je odabrana ista 0.86. S obzirom da je
poeljno da je histogram centrisan oko srednje vrednosti, centralni interval je dobijen oduzimanjem i
dodavanjem polovine intervala srednjoj vrednosti (34.74-0.43) i (34.74+0.43), tj. (od 34.31 do 35.17).
Granice ostalih intervala odrediti pocev od granica srednjeg intervala (34.31-0.86)..., (35.17+0.86),...
92 . 4
1 50
) 74 . 34 ( 50 48 . 60584
49
x
50 x s
50
1 i
2 2
2
i
2
=

= =

+
22 . 2 92 . 4 s = =
Nacrtati tabelu i histogram frekvencija i uporediti ga sa
histogramom iz primera 1
Srednja vrednost