Page 147 - 70

даних. Це створює ілюзію обєктивності оцінок та зменшення ролі
апріорної інформації в даному випадку.
Однак таке враження є неправильним. Апріорна інформація
необхідна при вирішенні ряду питань: для оцінки систематичної
похибки; для вибору алгоритму обробки даних, який впливає на ре-
зультат вимірювання; для оцінки випадкової похибки. Апріорна ін-
формація також необхідна для вибору кількості результатів спосте-
режень. Вирішення цих питань суттєво впливає на точність отрима-
ного результату вимірювання.
У загальному випадку при обробці результатів спостережень
при прямих багатократних спостереженнях необхідно виконати на-
ступне:
1) із всіх результатів спостережень необхідно виключити сис-
тематичні похибки та оцінити границі невиключених залишків сис-
тематичних похибок;
2) перевірити на відповідність вибірки результатів спостере-
жень нормальному закону розподілу (або іншому теоретичному
розподілу) і при відповідності вибірки результатів спостережень
певному закону розподілу перевірити цю вибірку на наявність гру-
бих похибок (промахів): якщо вони є, то виключити їх із вибірки;
3) вибрати статистичний метод оцінки результатів спостере-
жень;
4) розрахувати результат вимірювання;
5) оцінити СКВ результату вимірювання та границі випадко-
вої похибки вимірювання;
6) оцінити границі систематичної похибки вимірювання;
7) оцінити границі сумарної похибки результату вимірюван-
ня.
Вказані операції можна розділити на дві групи. До першої
групи відносяться операції, які властиві всім прямим вимірюванням
і повязані з оцінкою систематичних похибок. До другої групи від-
носяться операції, які пов’язані з статистичною обробкою випадко-
вих вибірок – оцінкою середнього значення та випадкової похибки
результату. Вказані групи операцій необхідно узгоджено викорис-
товувати при обробці даних при прямих вимірюваннях з багаток-
ратними спостереженнями.
187