Page 149 - 70

P зад   x  x /  x   гран . Тому цей результат спостереження є
i
анормальним і повинен бути виключеним з вибірки. В противному
випадку його вважають нормальним і залишають у вибірці для по-
дальшої обробки.
Для n > 20 і нормального закону розподілу для виявлення
промахів у вибірці рекомендується користуватися правилом 3 :
x
якщо при багатократних прямих вимірюваннях однієї і тієї ж фізич-
ної величини постійного розміру сумнівне значення результату спо-
стереження відрізняється від середнього арифметичного більше,
ніж на 3 ( – СКВ результатів спостережень), то з ймовірніс-
x
x
тю 0,997 це спостереження вважається помилковим і його слід ви-
ключити з результатів спостережень.
Для певного класу законів розподілу результатів спостере-
жень (рівномірного, нормального, трикутного, Стюдента, одно- та
двосторонніх експоненціальних, двомодального і арксинусоїдаль-
4
ного), для яких ексцес  eкс  m 4  x  1, 5... 6, 0 ; промахи визна-
чаються значенням граничної похибки x гран , яка в свою чергу ви-

значається так:
x гран  t гран   x , (5.18)

де t гран  1, 55 0, 8   1 lg  /n 10 ,  – СКВ вибірки даних з
x
відповідним законом розподілу.
Тоді ті значення вибірки, які задовільняють умові

x  x ц  x гран , (5.19)
i
де x – оцінка центру вибірки результатів спостережень одного з
ц
вказаних вище законів розподілу, повинні бути виключеними з ви-
бірки.
Для обробки даних при прямих вимірюваннях з багатократ-
ними спостереженнями в даний час переважно використовується
класична оцінка – середнє арифметичне вибірки ,x яка є оптималь-
ною для випадкової вибірки з гаусівським розподілом. Однак в дій-

189