ГОСТ 34898—2022
достаточно полный анализ неопределенности для своего аппарата, заявляя комбинированную отно
сительную стандартную неопределенность, приблизительно равную 0,04 % (0,36 кДж моль-1). Про
межуточная оценка, сделанная группой авторов (см. [81]), предполагает, что для каждого отдельного
измерения достигнута целевая неопределенность в 0,05 %.
Для получения полного бюджета неопределенности следует рассматривать весь набор результа
тов в некоторой статистической форме способов. Существует три нижеприведенных варианта.
a) Статистически можно показать, что все измерения можно объединить без взвешивания, и рас
сматривать как часть единой, однородной, тщательно распределенной выборки (т. е. распределение,
близкое к нормальному). Это позволяет вычислить неопределенность типа А (см. [73]), соответствую
щую среднему значению генеральной совокупности.
К такому же выводу пришли авторы (см. [7]), которые обсуждали несколько технических момен
тов, перечисленных в 11.3, для двух наборов доступных на тот момент данных.
Все 48 точек данных могут быть сохранены и распределены с равным весом. Эта обработка при
водит к стандартной энтальпии сгорания метана при температуре 25 °С, равной (где неопределенность
типа А записывают как одно стандартное отклонение)
(Hc)°G= (-890,574 ± 0,360) кДж моль” 1
сдвумя точками данных, одной высокой (см. [20]) и одной низкой (см. [80]), не в пределах двух стандарт
ных отклонений экспериментального среднего значения. Это наиболее простая возможная статисти
ческая обработка имеющихся данных. Соответствующее экспериментальное стандартное отклонение
среднего (ранее известное как стандартная ошибка), полученное путем деления экспериментального
стандартного отклонения на квадратный корень из числа точек данных, составляет 0,05 кДж-моль-1.
Результат, который дает эта простая обработка, можно получить при применении более формаль
ной методологии дисперсионного анализа (ANOVA) (см. [73]) для того случая, когда все 48 точек данных
принимают равными по значимости.
b
) Альтернативный подход заключается в том, чтобы вместо объединения всех данных в один
большой (48-точечный) набор сохранить данные в их первоначальных меньших (от 6- до 10-точечных)
наборах и принять во внимание индивидуальность этих наборов. Отсюда вытекает необходимость ана
лиза, учитывающего вариации как между множествами, так и внутри множеств.
Модель, на которой основан такой подход, выглядит нижеприведенным образом.
Если (Hc)kj принято за у-е измерение Нс в /с-й группе данных, где у = от 1 до пк (при пк = 6 -10) и
к = от 1до т (при т = 6), тогда (Hc)kj вычисляют по формуле
(Hc)kj = [Нс] + Ек + Xkj,(72)
где [Нс] —
неизвестное (целевое) истинное значениеНс;
Ек —
неслучайное (систематическое) смещение (Hc)kj из [Нс] для /с-й группы;
Xkj — это случайный вклад в измерение (Hc)kj.
По определению, среднее (или общее) значение Хк для /с-й группы равно нулю. Следовательно,
путем суммирования
пк
2 (Нс)ц = пк (Нс)к = пк •([Нс] + Ек ),(
7
3
)
1-1
где значение Ек различно для каждой /с-й группы измерений [Нс].
Объединив т групп измерений, определяют
тт
где (Нс)к — среднее значение /с-й группы измерений [Нс].
Следовательно
(Нс)к = [Нс] + Ек,(74)
Е ( Нс>/с= т { Нс] + И Ек
(75)
к=1к=1
или
( т^
[Нс] = (1/ш). £ [< Н с)*-Е *]
(76)
U=i
39