When calculation of effective degrees of freedom is justified, how it affects the coverage factor, and when another method should be selected.
1. Miért van szükség effektív szabadságfokra?
Ha a kombinált standard uncertainty jelentős része korlátozott mintából becsült komponensekből származik, a normális distributionra épülő k≈2 közelítés túl optimista lehet. A Welch–Satterthwaite formula a komponensek uncertaintyát és szabadságfokát egyetlen effektív szabadságfokká sűríti.
2. A közelítés szerkezete
Az low szabadságfokú, nagy contributionú komponensek csökkentik legerősebben az effektív szabadságfokot. Egy nagy, de gyakorlatilag végtelen szabadságfokú B-modelú tag nem feltétlenül teszi bizonytalanná a k tényezőt.
3. Lépések in practice
Standardizálás
Minden komponens standard uncertainty formájában szerepeljen.
Contributionok
Számítsa ki a cᵢu(xᵢ) kimeneti contributionokat.
Szabadságfokok
A-modelnál typically n−1; B-modelnál csak indokolt becslés applyható.
νeff calculationa
Használja a negyedik hatványokat tartalmazó közelítést.
k kiválasztása
A kívánt lefedettséghez Student-distribution alapján válasszon tényezőt.
4. Korlátok és alternatívák
A képlet lineáris propagálási környezetben, közel normális kimeneti distributionnál fit for use jól. Erősen nemlineáris modell, aszimmetrikus distribution vagy több kimenet esetén a Monte Carlo módszer often informatívabb. A szabadságfok mechanikus hozzárendelése B-modelú komponensekhez könnyen látszataccuracyot resultez.
Elsődleges szakmai sources
A cikk hivatalos metrológiai kiadványokra épül. A mindenkori hatályos standard és hivatalos kiadás az irányadó.
- JCGM 100:2008 — Guide to the Expression of Uncertainty in Measurement
A klasszikus GUM keretrendszer a standard uncertainty, a kombinálás és a lefedettség assessmentéhez. - JCGM GUM-1:2023 — Introduction to the GUM
A measurement uncertainty korszerű fogalmi és döntési kerete.