Golden Member
Ha Bram,
ik heb vanmiddag een kopie van de uitleg over foutberekening en meetfouten van het natuurkunde practicum 1e jaar Delft ingescand,
is dat interessant?
Groet,
[e]
Edit:
Nog een leuk artikeltje over guarding uit RE ook
[e]
[Bericht gewijzigd door Tidak Ada op woensdag 10 maart 2021 22:53:15 (16%)
Golden Member
Hi Frederick E. Terman, 
Ik begrijp wat je bedoeld denk ik dat b.v. 1-SD al bijna 70% van de energie is die zich daarin bevind.
Ik ben net een nieuwe meting begunne met een moderne multimeter, de KeySight 34465a.
Deze heeft meer instellingen voor statistiek. kijken hoe dat er uit ziet met een 400 bins instelling.
Het is de eerste keer dat ik deze functie gebruik op die meter, geen idee of dit de goede instelling is.
Alles is opgewarmd genoeg en misschien krijg ik er nu wel een enigsins nette bel curve uit.
Op het andere meetinstrument het beeld van de binning voortdurend, deze heeft maar 10-bins als ik het goed heb.
Nu is het zo dat de afwijkingen van de 10V referentie klein zijn, vandaar dat het niet echt overeen komt met wat je gemiddeld vind via zoekmachines.
En dan hebben we de uitleg vanaf het midden van je laatste post, dan kan je misschien begrijpen dat ik het kwartje nog niet helemaal heb horen vallen.
Er zijn zoveel variabelen die de metingen aantasten, wat je omschrijft als verschillende soorten ruis ben ik mee bekent.
Ook de metingen die veel aan spanningsreferenties worden gedaan, wat b.v. een RMS metinge is maar ook de Piek-Piek meting in een tijdsbestek van 0,1Hz tot 10Hz.
Er is ook wat literatuur te vindens over die metingen maar dan uitgevoerd van 0,001Hz tot 10Hz voor spannings referenties.
Hiervast een voorproefje van de eerste test met de 34465A
Eerst wat je vertelde nog even laten inwerken samen met wat andere ook al hebben laten zien.
Tidak Ada, altijd leuk om extra info te krijgen
Groet,
Bram
Golden Member
Golden Member
Hi,
Dit laat de 34465A DVM zien.
Het is duidelijk dat de 10V referentie meting door temperatuur daling in de meetruimte is verschoven naar beneden.
Dit bestaat uit twee delen. dat is de 10V referentie zelf en het gebruikte meetinstrument.
.
De shift is maar klein iets van 10uV(1PPM) en het meetinstrument kan ik wat dat betreft weer corrigeren met een autokal,
ware het niet dat dan de meting wordt onderbroken...
Ik kwam nog en bug tegen, de eerste foto van dit meetinstrument heb ik via de USB aansluiting gemaakt.
De tweede foto die ik op de zelfde manier had gemaakt bleek gelijk! te zijn als de eerste foto.
Op een of andere manier wordt de screenbuffer niet ververst, natuurlijk externe opslag gekozen en het file nummer aangepast, dat hielp niet.
Ik heb het verder nog niet uitgezocht, was bang het bovenstaande plaatje kwijt te raken.
Deze is gemaakt via de web interface, zoals ik dat wel vaker heb gedaan bij andere metingen.
Hi Eric! 
Ik heb ze beide binnen getrokken, mijn dank!
Groet,
Bram
Die Foutcalculatie.pdf gaat nergens kwantitatief over statistiek. Wel en vooral over voortplanting van fouten. Ik denk typisch voor die tijd, begin jaren '60. In die tijd was de opdracht bijvoorbeeld om op het oog een rechte lijn door meetdata te trekken en op het oog een minimaal en maximaal mogelijk geachte "werkelijke" helling te bepalen.
Golden Member
@abop1:
Niet alleen grafieken, ook voor het compenseren van meetfouten vóór je de grafiek maakt. Veder kan je het ook toepassen op uitlezing van digitale displays, want die heeft net zo goed een afwijking.
Wat dacht je van die foutberekening toe te passen op een samenstel van componenten, zoals weerstanden en condensatoren in een netwerk?
Heb de rekenmethode overigens tot ver in de jaren tachtig nog gebruikt op het lab en mijn eega op haar werk.... Samen met de 'Student-T test' en andere statistische handelingen.
Dan is de vraag of je rekening wilt houden met het ergste zoals in die foutcalculatie. Dan wel of je rekent met onafhankelijke bijdragen aan de totale afwijking. Dat laatste kan misschien realistisch zijn als je verschillende weerstandswaarden combineert.
Als het puur gaat om een som van onafhankelijke afwijkingen dan kun je de sd-kwadraten optellen, sdtot^2 = sd1^2 + sd2^2 +...
Ook bij voortplanting in niet-linaire functies komen er nu sd-kwadraten op de plaatsen waar bij die foutcalculatie geen kwadraten staan.
NB: Bij die sd's is het per definitie zo dat systematische fouten niet meetellen.
Golden Member
Hi,
Even een update voro "de leuk" want veel van dit soort zaken zie je niet op forums.
Ik heb het meetinstrument gewoon zijn werk laten doen en de "Derde Golf" die hier ook zichtbaar is komt door de temperatuur variatie in de meetomgeving.
Die temperatuur variaties betreffen vrijwel zeker het meetinstrument zelf daar de LAB Referentie die hier gemeten wordt is gekacheld en varieerd meestal niet meer dan 0,15PPM onder deze omstandigheden.
Wat het leerproces betreft, ik heb nog meer video's gekeken over SD en dat ga ik nog een paar keer doen, tot dat ik er een goed vevoel bij heb.
Groet,
Bram
Wat het leerproces betreft, ik heb nog meer video's gekeken over SD en dat ga ik nog een paar keer doen, tot dat ik er een goed vevoel bij heb.
Zoek je er niet te veel achter? Standaarddeviatie is niet meer en niet minder dan een kwantitatieve maat voor variabiliteit. Hoeveel variatie is er (in dit geval) tussen je metingen in de meetserie?
Mede dankzij de geavanceerde apparatuur zoals jouw DMM wordt het verleidelijk s-waarden te publiceren, of het nou zin heeft of niet.
Wat het kwadrateren van afwijkingen betreft is het ook aardig om de eerste alinea's te lezen van "kleinste-kwadraten methode" op Wikipedia. Bij het plaatje daar zou een klakkeloze s gebaseerd worden op afwijkingen t.o.v. de best passende horizontale lijn (die loopt precies ter hoogte van het gemiddelde!). Weinig zinvol. Hier vermeld je apart de vergelijking van de lijn als achterliggend "deterministisch" verband, en de s gebaseerd op afwijkingen t.o.v. de lijn als maat voor toevallige variatie.
(Voor de puriteinen: ik laat hier en daar "geschat" maar weg om het minder ingewikkeld te laten lijken.)
Op 10 maart 2021 19:04:05 schreef rew:
En de nauwkeurigheid zal wel met de wortel van het aantal samples gaan, dus je hebt 20000 samples nodig om de SD binnen 1% te kunnen schatten. Toch, kojazz?
Ah, ik lees je opmerking nu pas. Ja, dat klopt!
Uit m'n onvolprezen cursusboek van Anton Montagne:
N = (2 / A^2) + 1,
waar:
N = aantal samples,
A = vereiste nauwkeurigheid van de schatting van de standaarddeviatie. Bv. 10% nauwkeurigheid --> A = 0.1, 1% --> A = 0.01.