99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

均值與方差的測量

中潤漢泰 ? 來源:中潤漢泰 ? 作者:仿真Azu ? 2022-11-12 10:03 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

我們的感知就是測量。人通過視覺、聽覺、嗅覺、味覺乃至直覺感知這個世界的酸甜苦辣和世間冷暖。

測量是一種量化的感知,也經(jīng)常引申到度量,乃至測度。測量所用的方法、獲得數(shù)據(jù)的數(shù)量乃至分析方法構(gòu)成現(xiàn)代工業(yè)產(chǎn)品系統(tǒng)中感知、決策、執(zhí)行三大行為中的一環(huán)。比如自動駕駛系統(tǒng)中車輛的行駛行為與常規(guī)車輛區(qū)別不大,但是基于毫米波雷達(dá)、光學(xué)攝像頭乃至激光雷達(dá)等對于周圍環(huán)境的測量及判別是ADAS系統(tǒng)中最困難的一環(huán)。

從高中物理試驗開始,到大學(xué)的各種科研進(jìn)行的試驗,有一個經(jīng)常使用的隱含規(guī)則:每組數(shù)據(jù)測量三次。小編突然發(fā)現(xiàn)好像似乎莫非這里面有一個挺有意思的問題,隱隱約約有一種科學(xué)發(fā)現(xiàn)的趕腳和三頓沒吃遇到豬腳飯的沖動。

為了簡化問題,首先把測量分為:待測對象和測量系統(tǒng)(當(dāng)然我先找出了高中的概率論,畢竟算錯的話得有個責(zé)任方)。方便討論就分別假設(shè)為電熱水器和溫度計。

由于電熱水器和溫度計由獨立廠家生產(chǎn),再假設(shè)為質(zhì)量穩(wěn)定的產(chǎn)品。那么什么叫質(zhì)量穩(wěn)定產(chǎn)品呢?就是對于一個預(yù)設(shè)溫度(稱為真值TT),比如100攝氏度,電熱水器完成加熱后實際的溫度值為以真值為均值μ=TT,σ為方差的高斯分布。

簡單理解為如果熱水器做足夠多次同樣預(yù)設(shè)溫度的加熱,則所有加熱的均值為預(yù)設(shè)真值。

同樣對于熱水器單次加熱結(jié)果的的溫度測量,如果溫度計做足夠多次測量,則測量均值為當(dāng)時的加熱真值Tr,當(dāng)然此真值并非為預(yù)設(shè)真值TT。

Tr(熱水器)服從

類似 Tw(溫度計)服從

整理一下。實際上有兩個溫度值:熱水器加熱的溫度值,溫度計測量的溫度值。這兩個溫度值在熱水器不同次的加熱中,和同一次加熱的不同次測量中都各不相同。

為方便理解再次簡化:

Tr(熱水器)只有三個離散值(Tr1=TT-σ1,Tr2=TT,Tr3=TT+σ1),

Tw(溫度計)也只有三個離散值(Tw1=Tr-σ2,Tw2=Tr,Tw=Tr+σ2),

同時再次簡化假設(shè),Tr與Tw三個離散值出現(xiàn)的概率都為(20%,60%,20%)

現(xiàn)在的問題是對于預(yù)設(shè)溫度TT=100℃,如果進(jìn)行三次試驗,每次使用溫度計測量三次,我們獲得的溫度值等于預(yù)設(shè)值TT的概率是多少?

首先考慮Tw測量獲得Tr的概率,問題簡化為對于下述樣本的獨立抽樣:

Tw1, Tw2,Tw2,Tw2,Tw3

A:三次均為Tw2的概率,0.6*0.6*0.6=0.216

B:一次Tw1,一次Tw2,一次Tw3,0.2*0.6*0.2=0.24

C:總概率=0.456

這里面有個反直覺的情況,就是如果測量次數(shù)增加,A情況的概率是減少的,怎么理解?其實很容易理解,測量誤差取決于方差。所以實際上隨著測量次數(shù)增加B(以及其他更多的概率組合)情況概率增加,A情況概率減少,獲得真值的概率最終接近于0.6。

同理如果熱水器只開啟三次(做三次加熱),則加熱數(shù)值為預(yù)設(shè)真值的概率也為0.456。

所以實際上結(jié)論有點出乎意料對于如此簡易的系統(tǒng)來說,進(jìn)行3次試驗,總共9次測量,則測量均值為真實預(yù)設(shè)值TT的概率為0.456*0.456=0.2079,大概21%。

如果試驗次數(shù)繼續(xù)增加到一個較多的次數(shù)比如50次,單次試驗測量次數(shù)也增加到較多的次數(shù)比如20次,那么測量獲得真實溫度預(yù)設(shè)值TT的概率最終趨近于36%。

這個結(jié)論是高度反直覺的。

那么應(yīng)該怎么去理解這個問題?其實結(jié)論非常簡單,高品質(zhì)系統(tǒng)需要控制的是方差的大小,就是質(zhì)量體系中的西格瑪概念。將單個方差(西格瑪)控制到足夠小,那么即便獲得真值的概率永遠(yuǎn)只和分布與測量次數(shù)有關(guān),但是總體和真值的誤差是非常小的。

概率計算給我們的建議:你以為你測量的是均值,實際上你測量的是方差。

世界真奇妙,一測嚇一跳。





審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 攝像頭
    +關(guān)注

    關(guān)注

    61

    文章

    4981

    瀏覽量

    98386
  • 激光雷達(dá)
    +關(guān)注

    關(guān)注

    971

    文章

    4236

    瀏覽量

    192874
  • 毫米波雷達(dá)
    +關(guān)注

    關(guān)注

    107

    文章

    1103

    瀏覽量

    65378

原文標(biāo)題:虛假的測量:真值你get到了嗎?

文章出處:【微信號:SinoEngineer,微信公眾號:中潤漢泰】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    恩智浦講解如何在低算力MCU平臺上優(yōu)雅的計算均值方差

    本文主要探討如何在有限的計算能力和內(nèi)存條件下,優(yōu)雅地實現(xiàn)高效的均值方差計算。通過優(yōu)化算法、減少計算復(fù)雜度、利用遞推公式和定點數(shù)運算,文章提供了一系列使用技巧,幫忙開發(fā)者在保持精度的同時,顯著降低計算開銷。這些方法特別適用于物聯(lián)網(wǎng)設(shè)備、嵌入式系統(tǒng)等對資源敏感的領(lǐng)域。
    的頭像 發(fā)表于 03-06 08:56 ?1030次閱讀
    恩智浦講解如何在低算力MCU平臺上優(yōu)雅的計算<b class='flag-5'>均值</b>和<b class='flag-5'>方差</b>

    Matlab協(xié)方差矩陣的計算原理

    c為求得的協(xié)方差矩陣,在matlab以矩陣a的每一列為變量,對應(yīng)的每一行為樣本。這樣在矩陣a中就有3個列變量分別為a(:,1), a(:,2), a(:,3)。 在協(xié)方差矩陣c中,每一個元素c(i
    發(fā)表于 03-08 10:21

    Matlab協(xié)方差矩陣的計算原理

    為求得的協(xié)方差矩陣,在matlab以矩陣a的每一列為變量,對應(yīng)的每一行為樣本。這樣在矩陣a中就有3個列變量分別為a(:,1), a(:,2), a(:,3)。 在協(xié)方差矩陣c中,每一個元素c(i,j
    發(fā)表于 05-07 09:36

    數(shù)據(jù)格式不同,如何在轉(zhuǎn)換求均值

    2為自己模擬的信號,數(shù)據(jù)類型為橙色細(xì)線便可以求出其均值,均方差等概率量,所以覺得應(yīng)該是數(shù)據(jù)類型的原因,愿高手解惑,看如何實現(xiàn)功能?
    發(fā)表于 03-10 10:19

    多傳感器信息融合的最優(yōu)狀態(tài)估計方差

    多傳感器信息融合位置級融合算法中, 測量融合(Measurement fusion) 算法是最優(yōu)的。本文證明了測量融合算法的估計方差由系統(tǒng)的“測量函數(shù)”決定。該函數(shù)值越大, 系統(tǒng)的融合
    發(fā)表于 07-02 09:05 ?10次下載

    方差分析

    方差分析方差分析是從方差的角度分析試驗數(shù)據(jù)、鑒定各因素作用大小的有效的統(tǒng)計分析方法。其主要特點是能夠把各因素的影響、試驗條件改變形成的效應(yīng)和隨機(jī)誤差,從總的
    發(fā)表于 10-02 10:46 ?0次下載

    動態(tài)加權(quán)和測量方差時變的多傳感器融合算法

    摘要:在基于卡爾曼濾波及其一些改進(jìn)算法中,由于測量方差預(yù)先設(shè)定,從而導(dǎo)致濾波發(fā)散和信息資源的浪費,為此提出了一種動態(tài)加權(quán)下測量方差時變的多傳感器融合算法。該
    發(fā)表于 12-30 19:54 ?27次下載

    概化理論的方差分量變異量的估計

    摘要 概化理論廣泛應(yīng)用于心理與教育測量實踐中, 方差分量估計是進(jìn)行概化理論分析的關(guān)鍵。方差分 量估計受限于抽樣, 需要對其變異量進(jìn)行探討。采用蒙特卡洛(Monte Carlo)數(shù)據(jù)模擬技術(shù), 在正態(tài)分布下討 論不同方法對基于概化
    發(fā)表于 01-13 11:51 ?47次下載

    協(xié)方差公式_協(xié)方差的計算公式例子

    協(xié)方差(Covariance)在概率論和統(tǒng)計學(xué)中用于衡量兩個變量的總體誤差。而方差是協(xié)方差的一種特殊情況,即當(dāng)兩個變量是相同的情況。協(xié)方差表示的是兩個變量的總體的誤差,這與只表示一個變
    發(fā)表于 11-29 15:05 ?24.5w次閱讀
    協(xié)<b class='flag-5'>方差</b>公式_協(xié)<b class='flag-5'>方差</b>的計算公式例子

    協(xié)方差矩陣是什么_協(xié)方差矩陣計算公式_如何計算協(xié)方差矩陣

    在統(tǒng)計學(xué)與概率論中,協(xié)方差矩陣的每個元素是各個向量元素之間的協(xié)方差,是從標(biāo)量隨機(jī)變量到高維度隨機(jī)向量的自然推廣。
    發(fā)表于 12-05 15:58 ?26w次閱讀
    協(xié)<b class='flag-5'>方差</b>矩陣是什么_協(xié)<b class='flag-5'>方差</b>矩陣計算公式_如何計算協(xié)<b class='flag-5'>方差</b>矩陣

    使用SCL語言編寫函數(shù)計算方差和標(biāo)準(zhǔn)差

    方差也稱為“平方差”,用來描述集合中變量的離散程度,即變量與平均值的偏離程度。方差越大,表示變量與平均值的偏離程度越大,即越不穩(wěn)定。標(biāo)準(zhǔn)差是
    的頭像 發(fā)表于 10-17 09:17 ?1789次閱讀

    西門子SCL語言編程系列-計算方差

    方差,用來描述一組數(shù)據(jù)中數(shù)據(jù)的離散程度,即變量與平均值的偏離程度。方差越大,表示變量與平均值的偏離程度越大,即越不穩(wěn)定。標(biāo)準(zhǔn)差是方差的算術(shù)平
    的頭像 發(fā)表于 02-06 15:13 ?1365次閱讀
    西門子SCL語言編程系列-計算<b class='flag-5'>方差</b>

    協(xié)方差矩陣怎么算 協(xié)方差矩陣和方差的關(guān)系

    的概念。 方差是一種衡量隨機(jī)變量離其平均值的距離的度量。在給定一組數(shù)據(jù)時,方差可以幫助我們了解數(shù)據(jù)的離散程度。方差的計算公式如下: Var(X) = E[(X - E[X])^2] 其
    的頭像 發(fā)表于 01-30 10:39 ?5778次閱讀

    協(xié)方差矩陣中各元素含義 協(xié)方差矩陣怎么算

    協(xié)方差矩陣是統(tǒng)計學(xué)中常用的工具,用于描述多個隨機(jī)變量之間的關(guān)系。在進(jìn)行數(shù)據(jù)分析和建模時,協(xié)方差矩陣能夠提供重要的信息,幫助我們理解變量之間的線性關(guān)系,以及它們的方差。本文將詳細(xì)介紹協(xié)方差
    的頭像 發(fā)表于 02-04 11:06 ?4743次閱讀

    Allan 方差理論及測量方法

    Allan方差起初是為了評估原子鐘振蕩器的穩(wěn)定性而提出的,它提供了在不同時間尺度上頻率穩(wěn)定性的可靠測量,而標(biāo)準(zhǔn)偏差等統(tǒng)計量卻沒有考慮到這一點。在本白皮書中,我們將回顧Allan方差的數(shù)學(xué)基礎(chǔ),并
    的頭像 發(fā)表于 06-07 08:16 ?2727次閱讀
    Allan <b class='flag-5'>方差</b>理論及<b class='flag-5'>測量</b>方法