10
- длина интервала охвата (length of a coverage interval): Разность наибольшего и наименьшего значений интервала охвата.
- вероятностно симметричный интервал охвата (probabilistically symmetric coverage interval): Интервал охвата, для которого вероятность того, что значение случайной величины меньше наименьшего значения (нижней границы) интервала охвата, равна вероятности того, что значение случайной величины больше наибольшего значения (верхней границы) интервала.
- наименьший интервал охвата (shortest coverage interval): Интервал охвата, имеющий наименьшую длину среди всех возможных интервалов охвата для данной случайной величины с одинаковой вероятностью охвата.
- трансформирование распределений (propagation of distributions): Метод, используемый для определения функции распределения выходной величины на основе функций распределения входных величин, от которых выходная величина зависит функционально.
П р и м е ч а н и е — Метод может быть аналитическим или численным, точным или приближенным.
- способ оценивания неопределенности по GUM (GUM uncertainty framework): Применение закона трансформирования неопределенностей и описание выходной величины с помощью нормального распределения или масштабированного смещенного t-распределения, по которым может быть рассчитан соответствующий интервал охвата.
- метод Монте-Карло (Monte Carlo method): Метод трансформирования распределений на основе моделирования случайных выборок из этих распределений.
- предел погрешности вычисления (numerical tolerance): Половина длины наименьшего интервала, содержащего все числа, отражающие результат вычислений, которые могут быть корректно представлены заданным числом значащих цифр.
Пример — При использовании в представлении результата вычисления двух значащих цифр записи 1,8 соответствуют все числа более 1,75 и менее 1,85. Тогда предел погрешности вычисления будет равен (1,85 - 1,75)/2 = 0,05.
П р и м е ч а н и е — Расчет предела погрешности вычисления — см. 7.9.2.
- Соглашения и условные обозначения
В настоящем стандарте использованы следующие соглашения и условные обозначения.
- Математическая модель измерения [Руководство ИСО/МЭК 98-3 (4.1)] одномерной (скалярной) величины может быть представлена в виде функции f :
Y = f(X), (1)
где Y — выходная скалярная величина, а X— вектор N входных величин (X,, ..., Хм)т. Каждая величина X,• рассматривается в качестве случайной величины, принимающей значения £,-, с математическим ожиданием x. Y — случайная величина, принимающая значения п, с математическим ожиданием у.
П р и м е ч а н и е 1 — В настоящем стандарте один и тот же символ использован для физической величины и случайной величины, которая эту величину представляет [см. Руководство ИСО/МЭК 98-3 (4.1.1, примечание 1)].
П р и м е ч а н и е 2 — Хотя многие модели измерений могут быть представлены формулой (1), более общим представлением является
h(Y, X) = 0,
где X и Y связаны между собой неявной функцией. В любом случае для применения метода Монте-Карло достаточно, чтобы каждому допустимому X было поставлено в соответствие значение Y.
Настоящий стандарт отступает от обозначений, часто используемых для обозначения плотностей распределения вероятностей и функций распределения [24]. В GUM одно и то же обозначение f использовано как для функции измерения, так и для плотности распределения вероятностей, чем создается некоторая путаница. Поскольку в настоящем стандарте моделям уделено особое внимание, для плотности распределения вероятностей и функции распределения вместо обозначений f и F использованы, соответственно, g и G. Используемые в обозначениях индексы соответствуют случайной величине, о которой идет речь. Обозначение f оставлено для описания функции измерения.