Systematisk avvik

Under forspenning (eller til og med systematisk feil ) til det som forstår avvik av en målt verdi av en målt størrelse av deres sanne verdi , er den ensrettet og kan påvises i prinsippet årsaker. Det kan ikke gjenkjennes når målingene gjentas under de samme forholdene . Avvik som oppstår mellom de enkelte målte verdiene under slike repetisjoner kalles tilfeldige avvik .

Systematiske avvik gir derfor et skifte til den ene siden, de betyr alltid måleverdier som alltid er for høye eller alltid for lave. Et typisk eksempel på dette er avvik forårsaket av feiljusterte måleinstrumenter . Det systematiske avviket til en måleinstrument trenger ikke å være konstant over hele måleområdet (for eksempel når det gjelder et feiljustert termometer som viser høye temperaturer for høye og lave temperaturer for lave.)

Et systematisk avvik kan bare unngås hvis årsaken er kjent. Årsakene til målingen kan bestå av feil innstilt måleinstrument, feil avlesning om og om igjen, en endring i den opprinnelige virkeligheten forårsaket av måleinstrumentet, påvirkning av miljøet, bruk av en uegnet evaluering eller målemetode og mye mer.

Utenom måleteknologien, for eksempel i forbindelse med IEC 61508 (funksjonell sikkerhet for sikkerhetsrelaterte systemer), blir systematiske feil også sett på som "innebygde" feil - skader som er tilstede i hvert produkt. I denne forstand var for eksempel Pentium FDIV-feilen en av de systematiske feilene fordi riktig behandling av en feil implementert funksjon førte til nøyaktig de samme, reproduserbare beregningsfeil i hver kopi av Pentium-prosessoren som ble produsert. - I samfunnsforskning, systematisk avvik er kjent som svarstendens .

Om nomenklaturen

Det systematiske måleavviket kan bestå av et kjent og et ukjent avvik.

Når den oppnås under de samme betingelser som målte verdier, er den systematiske feilen en konstant målefeil, den er forskjøvet (null) forskyvning , hyllekalt eller lignende. Et sakte økende / avtagende måleavvik (f.eks. I tilfelle en endring i skjermen som blir gjenkjennelig over tid) er også av systematisk art; det blir referert til som en trend (også kjent som skjevhet ) eller drift . Trender og driv er relativt enkle å oppdage ved gjentatte målinger. De går ofte tilbake til uoppdagede temperaturpåvirkninger . Selv aldring er den aktuelle årsaken.

I samsvar med engelsk brukes ordet bias også for et systematisk skifte , men i elektronikk kan dette også forstås som en uunngåelig eller bevisst ensidig forhåndslastning .

Årsaker til systematiske målefeil

De årsakene til systematiske målefeil er mangfoldig. Spesielt er det:

  • Ufullkommenhet i måleinstrumentene ( avvik på måleinstrumenter , f.eks. Utilstrekkelig justering , manglende overholdelse av kalibrering ),
  • Påvirkninger som varme, slitasje, aldring (f.eks løse deler på måleanordningen, termisk ekspansjon, retningsavvik eller ute-av- roundness av akser ),
  • Avvik fra de faktiske verdiene til påvirkningsvariablene fra de antatte verdiene (påvirkningseffekter f.eks. Selvoppvarming, refraksjon , asymmetriske effekter av temperatur eller vind, vibrasjon i undergrunnen),
  • Avvik fra det faktisk tilstedeværende måleobjektet fra det antatte,
  • Tilbakemelding når den målte variabelen registreres av måleenheten (f.eks. Tilbakemeldingsavvik på grunn av internt forbruk i elektriske måleinstrumenter),
  • avvik forårsaket av observatøren (f.eks. ensidig siktefeil , parallaksfeil );
  • Bruk av et forhold mellom størrelser som fører til måleresultatet som ikke tilsvarer den faktiske sammenhengen mellom disse størrelsene

Falsifikasjoner på grunn av feil eller uoppmerksomhet fra observatørens side (f.eks. Feil numerisk verdi ved lesing ), uforutsigbare hendelser (f.eks. Påvirkninger) eller forekomsten av grove feil , som alltid kan unngås, kan ikke klassifiseres her. I en justering kan de imidlertid vanligvis gjenkjennes når deres rest overstiger 2-3 ganger standardavviket.

eksempel

Selv den enkle målingen med en linjal inneholder muligheter for systematiske måleavvik.

  1. Instrumental (feil skalering): Hvis en linjal eller målebånd er i solen, varmes den opp og utvides. Hvis målingen utføres med den, er målingen alltid litt for kort. Imidlertid, hvis man kjenner linjalens temperatur og dens termiske koeffisient for lineær ekspansjon , kan denne påvirkningen elimineres matematisk. Det systematiske avviket blir nå tatt i betraktning i målemodellen og dermed gjort ufarlig - innenfor rammen av kunnskap om de fysiske forholdene og de nødvendige dataene. Uten denne modellen hjelper det å betjene måleenheten med referansebetingelsene den er designet for. Hvis skalaholderen skifter på grunn av aldring (spesielt med plast), er det ikke mulig å justere i dette enkle eksemplet. På det meste kan en kalibrering brukes til å bestemme en faktor som den avleste verdien skal korrigeres med.
  2. Feil håndtering: Hvis du derimot plasserer linjalen i en vinkel på arbeidsemnet mens du måler, blir avlesningen systematisk forfalsket. Men hvis du kjenner vinkelen linjalen ble plassert feil med (eller så skrått på), kan du ta hensyn til dette ved å beregne vinkelen.
  3. Ugunstige omstendigheter: Disse kan omfatte en ujevn eller glidende overflate, en irriterende skygge kastet av skalaen og lignende. Her kan man matematisk ikke korrigere mye, men målingen skal gjentas under forskjellige miljøforhold.

Innvendig og ytre nøyaktighet

I begrepet " ekstern nøyaktighet " forstås vanligvis systematiske avvik å være inkludert, mens "intern nøyaktighet", også kjent som presisjon , stort sett tilsvarer spredningen når målingen bare gjentas. Begge er vanligvis gitt i form av standardavvik . Forskjellen mellom de to kan bli tydelig når du bytter måleinstrumentet (se 1.), observatøren  (2.) eller de ytre omstendighetene (3.), for eksempel værsituasjonen .

En astronomisk breddebestemmelse med stjerner og et passeringsinstrument eller en digital astrolabe har en intern nøyaktighet på 0,1 ", men kan variere med 0,5" fra en natt til den neste. Årsaken til slike "kveldsfeil" ligger i anomalier i de atmosfæriske lagene ( astronomisk refraksjon , kuppel eller hallbrytning ) eller i små temperatureffekter, for eksempel når teleskopet er bøyd .

Å håndtere den systematiske målefeilen

Bestemmelsen av systematiske avvik fra en måling er (sitat fra)

  1. Detektivarbeid der du må avdekke feilkilder,
  2. fysisk-filosofisk vurdering, om uvitenheten ligger innenfor eller utenfor det teoretiske rammeverket,
  3. Profesjonell dataanalyse, der feilene prioriteres i deres betydning og, om nødvendig, passende korrigatorer innføres.

Et systematisk avvik som er konstant over tid kan ikke bestemmes eller påvirkes av repetisjon; du må gjøre det kjente avviket

En ukjent systematisk målefeil kan bare estimeres med tilstrekkelig erfaring og begrenses ved hjelp av intervaller.

Eksempler på tidskonstant ukjente systematiske avvik

  • den mekaniske justeringen av en måleinstrument til en riktig verdi , som bare kan oppnås med endelig nøyaktighet ,
  • Varmespredning gjennom et termometerbeskyttelsesrør på et punkt der temperaturen skal måles.

For det ukjente og det observerbare i prinsippet, men ikke bestemt i detalj, blir målefeil lagt til en feilmargin (eller en avviksgrensemengde) av det som er. Det er usignert per definisjon.

Når det gjelder et drivende måleinstrument, er måleavvikene underlagt en trend - i motsetning til tilfeldige avvik som sprer seg på en ordentlig måte. For å oppdage dette, i motsetning til tidskonstant systematiske avvik, kreves gjentatte målinger som en tidsserie .

I en annen sammenheng har statistikk utviklet egne helt andre metoder for behandling av tidsserier , for eksempel børskurser.

Se også

Individuelle bevis

  1. ↑ Begrepet målefeil samsvarer ikke med gjeldende standard DIN1319-1, men er fremdeles å finne av og til.
  2. ↑ a b c d DIN 1319-1, Grunnleggende målingsteknologi - Del 1: Grunnleggende begreper . 1995.
  3. ↑ a b Lothar Papula: Mathematics for Engineers and Natural Scientists Volum 2 . Vieweg + Teubner, 6. utgave 2011, s.651.
  4. ↑ a b Georg Streck: Introduksjon til statistikk for geoekologer og andre naturvitenskapsmenn . Books on Demand 2004, s. 159.
  5. Er Martin Erdmann, Thomas Hebbeker: Experimentalphysik 5: Moderne metoder for dataanalyse . Springer 2013, s. 139.