LABORATORIUM Z PODSTAW METROLOGII I TECHNIK EKSPERYMENTU
ZAKŁAD MIERNICTWA I OCHRONY ATMOSFERY
POLITECHNIKA WROCŁAWSKA
ĆWICZENIE nr 5
TEMAT: ANALIZA KORELACYJNA I REGRESYJNA
I Zestaw przyrządów:
1. Multimetr typ TH1961
2. Termoelement typ K
3. Przełącznik spoin odniesienia
4. Piecyk FLUKE 9100S
II Cel ćwiczenia:
Wyznaczenie współczynnika korelacji serii pomiarów napięcia
termoelektrycznego w funkcji temperatury dla termoelementu typu K, oraz obliczenie funkcji regresji.
III Wiadomości wstępne:
Współczynnik korelacji – liczba określająca, w jakim stopniu zmienne są współzależne. Jest miarą korelacji dwu (lub więcej) zmiennych. Istnieje wiele różnych wzorów określanych jako współczynniki korelacji. Większość z nich jest normalizowana tak, żeby przybierała wartości od -1 (zupełna korelacja ujemna), przez 0 (brak korelacji) do +1 (zupełna korelacja dodatnia).
Najczęściej stosowany jest współczynnik korelacji r Pearsona. W przypadku rozkładu dalekiego od dwuwymiarowego normalnego lub istnienia w próbie obserwacji odstających współczynnik korelacji Pearsona może fałszywie wskazywać na nieistniejącą korelację. Wady tej nie mają współczynniki rangowe, które z kolei mają mniejszą efektywność dla rozkładów bliskich normalnemu.
Współczynnik korelacji liniowej Pearsona - współczynnik określający poziom zależności liniowej między zmiennymi losowymi x i y.
gdzie -1≤r≤1
Jeżeli r jest bliskie ±1 to punkty rozłożone są wzdłuż pewnej prostej, jeżeli r jest bliskie 0 to punkty są nieskorelowane i nie wyznaczają prostej.
Metoda regresji liniowej (metoda najmniejszych kwadratów) jest najpowszechniej stosowaną metodą analityczną. Swoją nazwę zawdzięcza kryterium jakości dopasowania – takiego doboru parametrów prostej, by suma kwadratów różnic wartości eksperymentalnych yi i obliczonych axi+b była jak najmniejsza:
e =[yi−(axi+b)]2 = min
Kryterium to zapewnia najlepsze oszacowanie parametrów prostej przy założeniu, że wszystkie punkty pomiarowe obarczone są jednakowym błędem przypadkowym o rozkładzie Gaussa.
W celu znalezienia parametrów a i b korzystamy ze zwykłego warunku na minimum funkcji dwu zmiennych:
, .
Można wykazać, że średnie arytmetyczne i spełniają równanie: =a+b, wtedy stałe a i b wyrażają się równaniami:
a = , b = - a
Niepewności standardowe współczynników a i b oraz szukane y wyrażają się równaniami:
u(a) =
u(b) =
u(y) =
gdzie: x0 - wartość pomiaru dla którego wyznacza się niepewność.
IV Wyniki pomiarów:
Piecyk Fluke: zakres temperatur 35°C - 375°C, rozdzielczość 0,1°C, błąd graniczny: ±0,25°C do temperatury 100°C, ±0,5°C do temperatury 375°C
Multimetr Th1961: ustawiany zakres 100.0000 mV, rozdzielczość 0,1 μV, błąd graniczny w temperaturze 23±5°C: ±0,0065% wartości wskazywanej + 0,0045% zakresu
Temperatura otoczenia tot = 19,8ºC
Temperatura lodu tL = 0ºC
tP – temperatura nastawiona w piecyku.
l.p.
tP
ºC
Eot
mV
EL
Δ
Mv
r
1
52,7
1,412
2,112
-0,700
0,998
2
104
3,540
4,254
-0,714
3
153
5,587
6,299
-0,712
4
203
7,588
8,320
-0,732
5
250
10,238
9,540
0,698
6
300
11,572
12,293
-0,721
7
350
13,630
14,462
-0,832
śr.
201,81
7,65
8,18
V Obliczenia przykładowe
Błąd systematyczny:
Δ = Eot – EL
gdzie: Eot –napięcie termoelektryczne dla spoiny odniesienia
w otoczeniu, EL - napięcie termoelektryczne dla spoiny odniesienia
w lodzie.
np. Δ1 = Eot – EL = 1,412 - 2,112 = -0,7 mV
współczynnik korelacji liniowej r:
≈ 0,998
Według tabeli prawdopodobieństwa, dla n=7 pomiarów i r=0,998 wynika, że jeżeli zmienne są nieskorelowane to prawdopodobieństwo uzyskania współczynnika korelacji większego od 0,998 wynosi 0-1%. Innymi słowy, jest bardzo mało prawdopodobne, że zmienne są nieskorelowane, a więc jest bardzo prawdopodobne że są skorelowane.
Podsumowując, r jest bliskie 1, a więc punkty są skorelowane i są rozłożone wzdłuż pewnej prostej.
Obliczenia metodą funkcji regresji równania analitycznego charakterystyki E= a∙t+b:
e =[yi−(axi+b)]2 = min, wtedy kiedy: , .
Szukamy prostej:=a+b, gdzie =tP ,a =EL
a = ≈ 0,0408 mV/ºC
b = - a = 8,18 – 0,408∙201,81 ≈ -0,0579 mV
y = 0,0408∙x -0,0579
Dwa dowolne punkty wyznaczające prostą:
y(x=50ºC) = a∙x + b = 0,0408∙50 – 0,0579 ≈ 1,98 mV
y(x=400ºC) = 0,0408∙400 – 0,0579 ≈ 16,27...
agro_3