dariga13
Пользователь
Ранг: 3
|
22.10.2014 // 14:50:04
Garry пишет: Я уже давно рассчитываю неопределенности методом Монте-Карло. Это очень просто, хотя и звучит страшненько. Достаточно иметь обычный Эксель, малость желания и понимания суть происходящего. Есть соотвтствующий документ применения этого метода, который рекомендуется как Suplements к традиционному GUM. Обзывается он JCGM 101:2008. Evaluation of measurement – Supplement to the «Guide to the expression of uncertainty in measurement – propagation of distributions using a Monte-Carlo method». Я наверное, являюсь пропагандистом этого метода, поскольку знаю на своей шкуре насколько он облегчает все телодвижения по этим расчетам. Суть метода сводится к тому, что вам нужно "нарисовать" перед собой уравнение расчета конечной велины (выходной величины), т.е. той которую вы вписываете в протоколы измерений. Так, вот все компоненты этой формулы стоящие после "=" являются входными величинами, которые имеют свой тип распределения неопределенности. Например, масса, отмериваемый объем - это неопределенность типа "Б" и распределена она равномерно. Коэффициенты регрессии калибровочного уравнения, площадь хроматографического пика - неопределенности типа "А" (нормальное распределение). Их неопределенности в виде СКО арифметического среднего нужно оценить из реальных экспериментальных данных. Т.е. для оценивания площади нужно 10 раз подряд продозировать одну и ту же концентрацию стандарта и определить СКО площади пика. Для оценивания коэффициентов калибровки существуют формулы для получения оценок. Далее в Экселе составляете так называемый бюджет неопределенности, в котором вписываете в столбик входные величины, затем в столбик их неопределенности для "А" - СКО среднего арифметического, а для "Б" данные погрешности из паспотра на пипетку, колбу и т.д. деленное на корень из 3. Открываете следующий лист в той же книге Экселя где используя генератор случайных чисел (модуль анализа должен быть установлен в Экселе ! если его нет, то должны установить из офисного пакета) генерируете массивы данных для каждой из входных величин в соответствии с типом распределения и неопределенностями из первого листа. Эксель это позволяет делать элементарно. Количество генерируемых данных должно быть 10000. Далее после того как сгенерированы все массивы данных в следующем столбце прописываете формулу - уравнение расчета выходной величины и размножаете ее на 10000 ячеек. В этом столбце Эксель используя данные из столбцов входных величин формирует массив данных выходной величины в котором учтены все неопределенности входных величин. Далее копируете значения ! массива выходной величины в следующий столбец и ранжируете данные по возрастанию. Находите интерквантильный промежуток путем вычитания значения из ячейки 9750 и ячейки 250. Эта величина будет вашей расширенной неопределенностью. Стандартную суммарную неопределенность находят простым вычислением СКО массива выходной величины, а коэффициент охвата находят делением расширенной неопределенности на стандартную суммарную. Вот и все. Всем желающим могу выслать пример расчета и по GUM и по методу Монте-Карло с помощью Экселя. Мой мейл где-то валяется здесь на форуме.
мне мне мне dariga13 {собачка}mail.ru Заранее благодарна)
|
ANCHEM.RU
Администрация
Ранг: 246
|
|
Iskander2
Пользователь
Ранг: 10
|
26.10.2014 // 21:07:03
Прошу прощения, что беспокою, но, не могли бы Вы прислать и мне Ваши примеры расчётов. Мой мейл: thunderbird_2003{coбaчkа}mail.ru
|
buchlotnik
Пользователь
Ранг: 3
|
29.10.2014 // 16:47:08
Прошу прощения, за беспокойство, но, не могли бы Вы прислать и мне Ваши примеры расчётов. Мой мейл: muzykinma{coбaчkа}mail.ru
|
tanan
Пользователь
Ранг: 155
|
31.10.2014 // 19:42:11
Уважаемый Garry, пришлите пожалуйста и мне расчет неопределенности на tanpop(собака)rambler.ru Заранее благодарна.
|
beket
Пользователь
Ранг: 2
|
09.12.2014 // 12:12:27
Редактировано 1 раз(а)
пишет: Уважаемый Garry, пришлите пожалуйста и мне расчет неопределенности на mdg1508(собака)mail.ru Заранее благодарна.
|
Каталог ANCHEM.RU
Администрация
Ранг: 246 |
|
Южполиметалл-Холдинг, ЗАО
Производит и поставляет рентгенофлуоресцентные анализаторы, автономный блок вакуумирования, измерительную камеру для рентгенофлуоресцентного анализатора. Стандартные образцы для РФА.
|
|
beket
Пользователь
Ранг: 2
|
09.12.2014 // 12:17:10
кто-нибудь на форуме уже получил расчет от Гарри, пожалуйста скиньте мне mdg1508{coбaчkа} mail.ru.
|
zimak
Пользователь
Ранг: 5
|
25.01.2015 // 3:56:25
Garry пишет: Я уже давно рассчитываю неопределенности методом Монте-Карло. Это очень просто, хотя и звучит страшненько. Достаточно иметь обычный Эксель, малость желания и понимания суть происходящего. Есть соотвтствующий документ применения этого метода, который рекомендуется как Suplements к традиционному GUM. Обзывается он JCGM 101:2008. Evaluation of measurement – Supplement to the «Guide to the expression of uncertainty in measurement – propagation of distributions using a Monte-Carlo method». Я наверное, являюсь пропагандистом этого метода, поскольку знаю на своей шкуре насколько он облегчает все телодвижения по этим расчетам. Суть метода сводится к тому, что вам нужно "нарисовать" перед собой уравнение расчета конечной велины (выходной величины), т.е. той которую вы вписываете в протоколы измерений. Так, вот все компоненты этой формулы стоящие после "=" являются входными величинами, которые имеют свой тип распределения неопределенности. Например, масса, отмериваемый объем - это неопределенность типа "Б" и распределена она равномерно. Коэффициенты регрессии калибровочного уравнения, площадь хроматографического пика - неопределенности типа "А" (нормальное распределение). Их неопределенности в виде СКО арифметического среднего нужно оценить из реальных экспериментальных данных. Т.е. для оценивания площади нужно 10 раз подряд продозировать одну и ту же концентрацию стандарта и определить СКО площади пика. Для оценивания коэффициентов калибровки существуют формулы для получения оценок. Далее в Экселе составляете так называемый бюджет неопределенности, в котором вписываете в столбик входные величины, затем в столбик их неопределенности для "А" - СКО среднего арифметического, а для "Б" данные погрешности из паспотра на пипетку, колбу и т.д. деленное на корень из 3. Открываете следующий лист в той же книге Экселя где используя генератор случайных чисел (модуль анализа должен быть установлен в Экселе ! если его нет, то должны установить из офисного пакета) генерируете массивы данных для каждой из входных величин в соответствии с типом распределения и неопределенностями из первого листа. Эксель это позволяет делать элементарно. Количество генерируемых данных должно быть 10000. Далее после того как сгенерированы все массивы данных в следующем столбце прописываете формулу - уравнение расчета выходной величины и размножаете ее на 10000 ячеек. В этом столбце Эксель используя данные из столбцов входных величин формирует массив данных выходной величины в котором учтены все неопределенности входных величин. Далее копируете значения ! массива выходной величины в следующий столбец и ранжируете данные по возрастанию. Находите интерквантильный промежуток путем вычитания значения из ячейки 9750 и ячейки 250. Эта величина будет вашей расширенной неопределенностью. Стандартную суммарную неопределенность находят простым вычислением СКО массива выходной величины, а коэффициент охвата находят делением расширенной неопределенности на стандартную суммарную. Вот и все. Всем желающим могу выслать пример расчета и по GUM и по методу Монте-Карло с помощью Экселя. Мой мейл где-то валяется здесь на форуме.[/qu вышлите, пожалуйста, на эл почту tatyanzimak{coбaчkа}mail.ru
|
mozgiiiiii
Пользователь
Ранг: 1
|
29.01.2015 // 0:26:12
Garry пишет: Я уже давно рассчитываю неопределенности методом Монте-Карло. Это очень просто, хотя и звучит страшненько. Достаточно иметь обычный Эксель, малость желания и понимания суть происходящего. Есть соотвтствующий документ применения этого метода, который рекомендуется как Suplements к традиционному GUM. Обзывается он JCGM 101:2008. Evaluation of measurement – Supplement to the «Guide to the expression of uncertainty in measurement – propagation of distributions using a Monte-Carlo method». Я наверное, являюсь пропагандистом этого метода, поскольку знаю на своей шкуре насколько он облегчает все телодвижения по этим расчетам. Суть метода сводится к тому, что вам нужно "нарисовать" перед собой уравнение расчета конечной велины (выходной величины), т.е. той которую вы вписываете в протоколы измерений. Так, вот все компоненты этой формулы стоящие после "=" являются входными величинами, которые имеют свой тип распределения неопределенности. Например, масса, отмериваемый объем - это неопределенность типа "Б" и распределена она равномерно. Коэффициенты регрессии калибровочного уравнения, площадь хроматографического пика - неопределенности типа "А" (нормальное распределение). Их неопределенности в виде СКО арифметического среднего нужно оценить из реальных экспериментальных данных. Т.е. для оценивания площади нужно 10 раз подряд продозировать одну и ту же концентрацию стандарта и определить СКО площади пика. Для оценивания коэффициентов калибровки существуют формулы для получения оценок. Далее в Экселе составляете так называемый бюджет неопределенности, в котором вписываете в столбик входные величины, затем в столбик их неопределенности для "А" - СКО среднего арифметического, а для "Б" данные погрешности из паспотра на пипетку, колбу и т.д. деленное на корень из 3. Открываете следующий лист в той же книге Экселя где используя генератор случайных чисел (модуль анализа должен быть установлен в Экселе ! если его нет, то должны установить из офисного пакета) генерируете массивы данных для каждой из входных величин в соответствии с типом распределения и неопределенностями из первого листа. Эксель это позволяет делать элементарно. Количество генерируемых данных должно быть 10000. Далее после того как сгенерированы все массивы данных в следующем столбце прописываете формулу - уравнение расчета выходной величины и размножаете ее на 10000 ячеек. В этом столбце Эксель используя данные из столбцов входных величин формирует массив данных выходной величины в котором учтены все неопределенности входных величин. Далее копируете значения ! массива выходной величины в следующий столбец и ранжируете данные по возрастанию. Находите интерквантильный промежуток путем вычитания значения из ячейки 9750 и ячейки 250. Эта величина будет вашей расширенной неопределенностью. Стандартную суммарную неопределенность находят простым вычислением СКО массива выходной величины, а коэффициент охвата находят делением расширенной неопределенности на стандартную суммарную. Вот и все. Всем желающим могу выслать пример расчета и по GUM и по методу Монте-Карло с помощью Экселя. Мой мейл где-то валяется здесь на форуме.
ОЧЕНЬ НУЖНО скиньте пожалуйста ваш пример в ЭКСЕЛЕ на почту mozgiiiiii{coбaчkа}mail.ru
|
aRa
Пользователь
Ранг: 2
|
29.01.2015 // 9:51:19
Можно и мне, пожалуйста, выслать на ru3a(соб)mail.ru. Спасибо большое!
|
tasya83
Пользователь
Ранг: 5
|
17.02.2015 // 10:13:49
Уважаемы коллеги! Скинте и мне, пожалуйста, пример расчета на tasya_ch(собака).mail.ru. Заранее огромное спасибо
|