Az A-modelú értékelés lényege nem az, hogy „legalább tízszer mérünk”. A cél annak statisztikai leírása, hogyan viselkedik a measurement result azonosnak tekintett feltételek között, és ebből milyen uncertainty rendelhető a választott becsléshez.
Mit jelent az A-model?
A GUM az A-modelú értékelést a uncertainty statisztikai elemzésen alapuló meghatározásaként kezeli. Az A és B jelölés az értékelés módját különbözteti meg, nem a uncertainty „minőségét”. Mindkettő standard uncertaintygá alakítva kerül a kombinált uncertaintyba.
Mikor tekinthető egy sorozat ismételt measurementnek?
Az ismételt megfigyeléseknek ugyanazon measurandra, összehasonlítható feltételek között kell vonatkozniuk. Ha a measurement rendszer közben melegszik, a forrás öregszik, a kezelő változtat a beállításon vagy a környezeti feltételek trendet mutatnak, a sorozat nem feltétlenül azonos eloszlásból származó független mintának tekinthető.
Átlag, szórás és standard uncertainty
Független, azonos eloszlású megfigyeléseknél az aritmetikai középérték a várható érték becslése. Az egyedi megfigyelések tapasztalati szórása a folyamat szóródását, a középérték standard uncertaintya pedig a középérték becslésének uncertaintyát jellemzi.
Fontos eldönteni, hogy az result egyetlen jövőbeli kijelzésre vagy a sorozat átlagára vonatkozik. Előbbi esetben az ismétlőképességi szórás nem osztható automatikusan √n-nel.
Időbeli függés és drift
Idősoros measurementnél vizsgálni kell a trendet és az autokorrelációt. Egyszerű vizuális ellenőrzés mellett használható regresszió, maradékelemzés, futóátlag vagy kontrollkártya. Ha a drift a measurement modell részeként korrigálható, a korrekció uncertaintyát értékelni kell. Ha nem korrigálható megbízhatóan, a measurement feltételek szűkítése vagy más mintavételi terv lehet szükséges.
Szabadságfok és lefedettség
A szórásbecslés megbízhatósága függ a szabadságfoktól. Kis mintánál a uncertaintybecslés maga is bizonytalanabb. A kombinált standard uncertainty kiterjesztésekor az effektív szabadságfok Welch–Satterthwaite összefüggéssel becsülhető, ha a feltételek teljesülnek.
Számítási példa
Egy fénysűrűségmérő 12 ismételt leolvasásának átlaga 102,44 cd/m², tapasztalati szórása 0,18 cd/m². Ha a közölt result a 12 measurement átlaga, akkor az A-modelú standard uncertainty 0,18/√12 = 0,052 cd/m². Ha viszont a felhasználás során egyetlen leolvasás várható, a releváns ismétlőképességi hozzájárulás közelebb áll a 0,18 cd/m² értékhez.
Gyakori hibák
- a sorozat átlagának és egyetlen kijelzésnek az összekeverése;
- trend vagy autokorreláció figyelmen kívül hagyása;
- kiugró érték automatikus deletee előre rögzített szabály nélkül;
- túl kevés adatból származó szórás változatlan kezelése;
- az ismétlőképesség és reprodukálhatóság összekeverése.
Elsődleges sources
A cikk a sources magyarázó feldolgozása. A normatív vagy hivatalos requirement megállapításához mindig az eredeti dokumentum érvényes kiadását kell használni.