ГОСТ Р ИСО 21090—2016
Таблица 23 — Перечисление UncertamtyType. OID: 2.16.840.1.113883.5.1020
УровеньКод
Описание
Определение
1и
Uniform (равно
мерное)
Равномерное распределение задает постоянную вероятность
всему интервалу возможных результатов, а все результаты вне
этого интервала имеют нулевую вероятность. Длина интерва
ла равна 2 я
лЗ.
Таким образом, равномерное распределение
имеет плотность вероятности
t{x)
=
(2
я V3) 1для значений
х
в
интервале
M - a V 3 & x S p
+
ov3n /(х)
=
0 для остальных зна
чений
X
1
N
Normal (gaussian)
(нормальное.
Гауссово)
Эго хорошо известное нормальное распределение в форме
колокола. В соответствии с центральной предельной теоремой
нормальное распределение представляет собой распределение
неограниченной случайной величины, являющееся результатом
суммы большого количества стохастических процессов. Нор
мальное распределение может быть достаточно точным даже
для величин, значения которых ограничены с одной стороны (на
пример. больше 0). при условии, что среднее значение находит
ся «достаточно далеко» от этой границы (в терминах стандарт
ного отклонения)
1
LN
Log-normal (ло
гарифмическое
нормальное рас
пределение)
1
Логарифмическое нормальное распределение использует ся
для преобразования асимметричной случайной величины в
нормально распределенную случайную величину
U
= tog
X.
Ло
гарифмическое нормальное распределение может быть задано
свойствами среднего значения
д
и стандартного отклонения я.
Следует учесть, что среднее значение
и
и стандартное откло
нение я являются параметрами исходного распределения, а не
преобразованными параметрами логарифмического нормально
го распределения, которые традиционно обозначаются теми же
буквами. Эти параметры д, ия ^ связаны со средним значени ем
д
и стандартным отклонением значения данных соотношени ями
°iog2 =
log (я2/д2 +
1
) и М1а9= одд — я1од2/2
1
G
(gamma) (гамма)
Гамма-распределение используется для асимметричных дан
ных. ограниченных справа, для которых максимум кривой рас
пределения находится недалеко от начала координат. Гамма-
распределение имеет два параметра
а
и
р.
Их соотношения со
средним значением
д
и отклонением я2 имеют вид
д =
а
р
и я2
=
а р 2
1
Е
Exponential (экс
поненциальное)
Используется для данных, описывающих наработку на отказ.
Экспоненциальное распределение является частным случаем
^распределения, у которого
а
=
1, следовательно, соотношения
его параметра со средним значением д и отклонением я2 имеют
вид д
=
р и я2
=
р2
1
х2
Хи-квадрат рас
пределение
Используется для описания суммы квадратов случайных ве
личин. возникающей, когда оценивается (а не предполагается)
отклонение экспериментальных результатов. Единственным
параметром распределенияявляется
и,
так называемое чис
ло степеней свободы (равное числу независимых компонентов
суммы). Распределение
/
частным случаем ■,--распределения,
у которого параметр
а
=
и 12,
а параметр
р = 2.
Следовательно.
д
=
ц
и
я
2
=
2
ц
1
т
t
(Student) (рас
пределение
Стьюдента)
Используется для описания отношения случайной величины с
нормальным распределением к квадратному корню из случай
ной величины с распределением
■/}.
Распределение Стьюдента
имеет один параметр
и.
число степеней свободы. Соотношения
его параметра со средним значением д и отклонением я2имеют
вид д
=
0 и я2
=
и
1
(и - 2)
95