ГОСТ Р HCO/HL7 27951—2016
распределения вероятности, то они могут воспользоваться простым значением Т и пренебречь его неопределен
ностью. Это простое значение Т также используется для стандартизации данных при вычислении распределения.
Распределения вероятности определены для целых или вещественных чисел и нормализованы по от
ношению к некоторой точке отсчета (обычно нуль) и эталонной единице (например, стандартное отклонение
standardDeviation = 1). Когда в настоящей спецификации в качестве базовых типов используютсядругие величины,
то для масштабирования распределения вероятности используются среднее значение и стандартное отклоне
ние standardDeviation. Например, если величина типа PPD<PQ> представляет собой длину со средним значением
20 футов и стандартным отклонением standardDeviation. равным 2 дюймам, то нормализованная функция рас
пределения f[x), отображающая вещественное число х на плотность вероятности, должна быть преобразована в
функцию Г(х’), отображающую длину х‘ на плотность вероятности по формуле f(x*) = f[(x" - ц) / а).
По возможности тип данных PPD соответствует требованиям, изложенным в документе «ISO Guide to the
Expression of Uncertainty in Measurement» (GUM) (руководство no представлению неопределенности измерений) и
отраженным в публикации организации NIST «1297 Guidelines for Evaluating and Expressing the Uncertainty of NIST
Measurement Results». Тип данных PPD описывает только то. как представляется неопределенность, а не как она
вычисляется. Понятие «стандартной неопределенности», введенное в документе ISO GUM. соответствует свой
ству standardDeviation.
В.6.1.1 Свойство standardDeviation: OTY
Основная мера вариабельности/неопределенности значения (квадратный корень из суммы квадратов всех
разностей значений данных и математического ожидания). Свойство standardDeviation используется для нормали
зации данных в целях вычисления функции распределения. По свойству standardDeviation приложения, которые не
могут обеспечить обработку функции распределения, могут получить определенную информацию об уровне
доверия к данным.
Свойство standardDeviation является специализацией типа данных QTY (произведенного от типа данных
T.diffType), представляющего разности значений типа Т. Если в качестве Т выступают типы данных REAL или INT. то
свойство T.diffType также имеет значение REAL или INT соответственно. Но если тип данных Т равен TS. то тип
данных T.diffType является типом данных физической величины PQ с размерностью времени.
invariant(PPD х|
\
x.stancsaraDeviat.ion.dataType.implies
(T .d i
tfType);
I ;
B.6.1.2 Свойство distributionType: CE
Определение: код. указывающий тип распределения вероятности. Возможные значения показаны в таблице
В.49. Пустое значение кода (с причиной пустоты unknown — неизвестно) означает, что функция распределения
вероятности неизвестна. В этом случае значение свойства standardDeviation означает эмпирическую догадку.
Определенные распределения вероятности перечислены в таблице В.49. Многие типы распределений определе
ны в терминахспециальных параметров (например, и и рв у-распределении. числостепеней свободыв t-распределении
и т.д.). Однако при этом для всех типов распределений определены среднее значение и стандартное отклонение.
Таблица
В.49 — Домен значений свойства distributionType
Код
Имя
О пределение
(NULL)
Пустое значение кода указывает, что среднее значение оценивалось без су
щественного учета распределения вероятности. В этом случае значение стан
дартного отклонения не имеет строго обоснованной интерпретации, но можно
исходить из того, что принято для нормального распределения, а именно, что
интервал «среднее значение ± одно стандартное отклонение» имеет довери
тельный уровень, примерно равный двум третям
иРавномерное
Равномерное распределение присваивает одинаковую плотность вероятности
значениям, принадлежащим определенному интервалу, и нулевую плотность всем
остальным значениям. Ширина интервала составляет 2 я \3. Таким образом, при
равномерном распределении присваивается плотность вероятности f(x) = (2 о
V3)"1значениям в интервале ц —я \3 2 х S д + я \3 и f(x) = 0 остальным значениям
N Нормальное
(Гауссово)
Этохорошо известное распределение вероятности с плотностью в форме коло
кола. В силу центральной предельной теоремы теории вероятностей нормаль
ное распределение имеет неограниченные случайные значения, являющиеся
результатом многих случайных процессов. Нормальное распределение являет
ся достаточно точным даже для значений, ограниченных с одной стороны (на
пример. больших 0). если в терминах стандартных отклонений среднее значе
ние находится «достаточно далеко» от границы шкалы
416