¿Cómo se determina la precisión de un dispositivo de medición?

Digamos que tiene un dispositivo de medición del cual no conoce la precisión, y un dispositivo de medición de referencia. Ambos miden una variable . El rango de interés es . ¿Cómo se determina la precisión del dispositivo desconocido en este rango? $x$ $x_0<x < x_1$

Mi curso de acción sería reunir valores para ambos dispositivos de a y construir una distribución de errores . La precisión podría ser el intervalo de error, o algo similar: ¿es correcto? $x_0$ $x_1$ $\pm3\sigma$

Suposiciones

El dispositivo de medición de referencia está calibrado y prácticamente no tiene errores.

measurements statistics metrology

— John HK
fuente

Primero, el dispositivo de referencia de medición debe calibrarse adecuadamente. Entonces la precisión se puede determinar por la entrada mínima para que haya un cambio en la salida. Ex. En las pinzas a vernier, la entrada mínima es la distancia.

— Fennekin

Agregué la suposición de que está calibrado. - Realmente no sé cómo aplicar su ejemplo con pinzas a vernier

— John HK

ok, entonces 'precisión' o 'veracidad' según su referencia? Parece que primero determinaría la veracidad del dispositivo de referencia, suponiendo la precisión como se indica para el dispositivo, luego comparará su lectura promedio en el dispositivo de prueba para determinar la veracidad y calculará la varianza para determinar la precisión. Creo que la mayoría de nosotros "veteranos" usamos "precisión" para esta nueva "verdad" novedosa.

— Carl Witthoft

Respuestas:

Su enfoque es ampliamente correcto.

Si solo está interesado en la precisión de su sistema, probablemente quiera usar algo como el error máximo. Su precisión es entonces +/- Error máximo con la suposición de que los errores reales se distribuyen uniformemente dentro de este rango (una distribución uniforme a menudo será una sobreestimación, pero es una opción simple cuando no hay mejor información disponible).

Sin embargo, este enfoque a menudo producirá grandes errores debido a efectos sistemáticos que pueden corregirse fácilmente ajustando una curva (normalmente lineal) a través de la gráfica de valores medidos y verdaderos.

Esto debería corregir el sesgo en su instrumento y luego puede calcular la incertidumbre en función de la desviación estándar de los residuos. La incertidumbre total es normalmente un múltiplo de , la elección es bastante arbitraria, por lo que debe indicar el múltiplo (valor k) o el factor de cobertura asociado. También debe indicar qué distribución está asumiendo, ya que esto afectará qué múltiplo Da una cobertura específica. Por ejemplo, para una cobertura gaussiana del 95% k ~ 2, pero para una distribución uniforme, cobertura del 95% k ~ 1.68 $\sigma$

— nivag
fuente

Como dijiste, la elección es arbitraria, pero ¿hay un estándar común? A menudo he encontrado hojas de datos que solo dicen "Precisión: + -Y", sin definir si esto es 2sigma, 3sigma, etc. ...

— John HK

@ JohnH.K. 2 es normalmente el intervalo de confianza predeterminado o del 95%. Sin embargo, no declaro lo que no es una buena práctica. Aunque si solo dice precisión, pensaría / espero que esté hablando de un error máximo permitido.

σ

$\sigma$

— nivag

En mi experiencia, las hojas de datos a menudo son un lío de términos poco claros y valores mal definidos (los brouchers de ventas son aún peores).

— nivag

La única forma de determinar la precisión con la que cualquier dispositivo de medición proporciona mediciones es calibrarlo contra un dispositivo de precisión conocida y errores conocidos para las mediciones.

Tu técnica es parcialmente correcta; no solo realice la medición de errores para los límites del dispositivo como una población o un contenedor de muestras. Esto se debe a que los errores de medición no siempre son uniformes.

Por ejemplo, para lecturas entre 0 y 1, el error puede ser -0.2 y para lecturas entre 2 y 3 el error puede ser +0.6. Su prueba debe realizarse en rangos o bandas, independientemente de si las unidades son mm (para reglas), m / s (para anemómetros o velocímetros) o Pa (para barómetros).

Para cada rango / banda, usted determina el error para ese rango / banda y luego aplica ese error a la medición tomada desde el dispositivo que necesitaba calibración.

— Fred
fuente

Eso sería con la suposición de que quiero calibrar el dispositivo, cosa que no quería. Solo quiero evaluarlo. Entiendo su ejemplo, y para ir un paso más allá: ahora tiene un error de -0.2 para el primer "bin", un error de +0.6 para el segundo y así sucesivamente ... Si desea resumir eso para todo el rango en un solo número, ¿qué usas? Desviación estándar para todos los errores?

— John HK

¿Cómo podría "evaluar" sin generar simultáneamente información que proporcione calibración?

— Carl Witthoft

@CarlWitthoft Bueno, usted genera información para la calibración, pero puede que no sea posible incrustar esa información en el dispositivo o ponerla a disposición del usuario de otra forma.

— John HK

@CarlWitthoft thefreedictionary.com/calibrate no está de acuerdo conmigo. Todavía creo que hay una diferencia entre determinar la precisión y mejorar un dispositivo al hacer que esa información esté disponible, pero no creo que estemos avanzando al discutir sobre esta definición.

— John HK

"La única forma de determinar la precisión ... es calibrarlo contra un dispositivo de precisión conocida" no es cierto. Si lo fuera, nunca podríamos calibrar nuestros dispositivos más precisos. Para determinar la precisión de los instrumentos para los que no existe un dispositivo más preciso, se compara con copias idénticas de sí mismo (o se usa el razonamiento físico).

— Chris Mueller

Estaba en un equipo de ingenieros de calidad (pero no uno de los expertos), y tenían una imagen visual en la que usaban una gráfica 2d donde el eje X era la primera medición y Y era la segunda medición de la misma característica observable.

Repetirían la medida / nueva medición y crearían lo que llamaron una "tabla de salchichas". Eliminarían el 2% de las muestras periféricas y dibujarían una "salchicha" alrededor del resto.

Puede ver visualmente la calidad del sistema de medición al observar cuán cerca cayeron los puntos de datos de la línea de ángulo de 45 grados.

— Baronz
fuente