Um erro de medição , em linguagem comum, é "a diferença entre o valor dado pela medição e o valor exato (muitas vezes desconhecido) de uma quantidade" .
Exemplos usuais e fictícios de acordo com esta definição:
Fontes diferentes da citada fornecem diferentes definições de erro de medição, levando a dificuldades de interpretação.
Diante dessa confusão e do crescimento do intercâmbio de mercadorias em nível global, organismos internacionais ( ISO , BIPM, etc.) propõem, desde 1984, um vocabulário internacional de metrologia , o VIM, que define e especifica os termos a serem usado em metrologia . O erro de medição está incluído neste vocabulário; esta é a principal referência do artigo.
Em metrologia , em uma medição , um erro de medição é a “diferença entre o valor medido de uma quantidade e um valor de referência” .
NOTA 1 "O conceito de erro pode ser usado quando há um único valor de referência para se relacionar, o que ocorre se uma calibração é realizada usando um padrão cujo valor medido tem incerteza de medição insignificante [em comparação com o resultado esperado] ..." (VIM 2.16 )
NOTA 2 “Erro de medição não deve ser confundido com erro de produção ou erro humano” (VIM 2.16).
Durante a implementação de um processo de medição, levando a um valor medido, ocorrem erros elementares que afetam o resultado.
Esses erros básicos podem ser revelados pela experiência.
O erro de medição é expresso pela relação
Exemplo:
Valor medido de um bloco padrão com um micrômetro | X = 25,012 mm |
Valor de referência único do bloco padrão | R = 25 mm |
Erro de medição Δ = X - R | Δ = 0,012 mm |
Este erro de medição compreende dois componentes: um componente aleatório Δ A e um componente sistemático S Δ .
A partir de relações anteriores, extraímos
“Componente de erro de medição que, em medições repetidas, varia de forma imprevisível.
NOTA 1 O valor de referência para um erro aleatório é a média que resultaria de um número infinito de medições repetidas do mesmo mensurando ... ”
“Componente de erro de medição que, em medições repetidas, permanece constante ou varia de forma previsível.
NOTA 1 O valor de referência para um erro sistemático é um valor verdadeiro , um valor medido de um padrão cuja incerteza de medição é insignificante ... ”
Nota: também existe a terminologia “erro de precisão” ou “viés” que é a estimativa de um erro sistemático.
Exemplo industrial fictício: calibração parcial de uma coluna de medição, em um calço classe 1 de 100 mm (padrão de referência). Os desvios de indicação de medições repetitivas do valor de referência 100 são dados em μm.
Não. | Medido | Erro Δ | E. Δ A aleatório | E. sistemático Δ S |
---|---|---|---|---|
Valor # 1 | 100,0025 | 2,5 | - 0,4 | 2,9 |
Valor # 2 | 100,0030 | 3 | 0,1 | 2,9 |
Valor # 3 | 100,0035 | 3,5 | 0,6 | 2,9 |
Valor # 4 | 100,0030 | 3 | 0,1 | 2,9 |
Valor # 5 | 100,0025 | 2,5 | - 0,4 | 2,9 |
Valor médio | 100,0029 | 2,9 | 0 | 2,9 |
Notamos neste exemplo intencionalmente simplificado que o erro sistemático é constante. Pode ser devido a diferentes causas (indicativas aqui): colocação do bloco padrão na placa e / ou má calibração e folga ou curvatura do apalpador na aproximação da peça e / ou velocidade programada de movimento do apalpador, etc.
No caso de uma medição, que compreende várias medições individuais, o erro de medição é uma variável aleatória. As leis da estatística podem ser aplicadas a esta medição.
A dispersão das medidas é caracterizada pelo estimador de seu desvio padrão , também conhecido como desvio padrão experimental.
e a dispersão na média pelo estimador de seu desvio padrão
Isso dá para o exemplo, apresentado acima, da calibração parcial da coluna
s = 0,42 µm es Xbar = 0,19 µm .Com um fator de cobertura igual a 2 (comumente usado no valor da metrologia francesa) temos a dispersão das medidas D e a dispersão do erro médio Δ avg , isso por 5 medidas consecutivas
D = ± 0,84 µm e Δ avg = 2,9 µm ± 0,38 µm .Esta informação estatística só tem a importância que queremos dar. Pode-se simplesmente apontar que quanto maior o número de medições individuais, melhor será a precisão do erro de medição; aqui, por exemplo: para a única medição n o 1, Δ 1 = 2,5 ± 0,84 µm ; para a única medida n o 3, Δ 3 = 3,5 ± 0,84 mícrons ; para as 5 medições consecutivas, Δ avg = 2,9 ± 0,38 µm .
No domínio público em geral, alguns exemplos foram dados na introdução; poderíamos acrescentar outros, os atuais, como o erro de medição de termômetros médicos de ouvido; o erro de medição na distância ou velocidade instantânea de um computador de bicicleta ajustado incorretamente; o erro de localizar o GPS do carro na bifurcação da estrada ...
No campo industrial, a busca por erros encontra seu lugar:
Instruções para verificar um compasso.
Verificando um compasso de calibre.
Deve-se notar que na produção (ou em análises de laboratório), o erro de medição é "transparente" nas medições: a produção, em conjunto com o departamento de Qualidade, requer meios de medição cuja incerteza (mais raramente o erro) deve ser conhecida e relacionada às tolerâncias das especificações a serem respeitadas. Isso é chamado de capacidade dos meios de medição .
As aplicações parecem ser cada vez mais limitadas no campo da verificação de instrumentos. Na verdade, o erro de medição é uma abordagem restritiva sobre a dúvida que se pode ter sobre os resultados das medições. Nós negligenciamos, como vimos, os erros relacionados ao padrão e outros erros elementares relacionados aos fatores que influenciam o ambiente. A busca pela incerteza de medição , que tenta levar em conta todas as causas da variabilidade, tende, por sua generalização, a suplantar a busca do erro mais tradicional.
Devemos considerar três fontes de erro ( incerteza em inglês):
o erro total sendo Δ = Δ 1 + Δ 2 + Δ 3
Se fizermos a comparação com flechas que atiramos em um alvo:
Metáfora para incerteza de medição: a) dispersão estatística e erro sistemático são pequenos; b) a dispersão estatística é alta, mas o erro sistemático é baixo; c) a dispersão estatística é baixa, mas o erro sistemático é alto.
O termo " precisão " não faz mais parte dos termos de metrologia.
Em um dispositivo analógico, a primeira limitação é a distância entre as graduações; isso pode ser melhorado com um vernier , como em um paquímetro ou certos goniômetros, ou com um parafuso micrométrico como em um palmer . Em um dispositivo digital, essa precisão é dada pelo número de dígitos no display.
Δ 1 é o espaçamento entre as graduações, ou o valor de uma unidade do último dígito do displayMas pode ser que o fenômeno seja instável ou perturbado por um fenômeno externo aleatório. Então, veremos a agulha oscilar ou os últimos dígitos do display digital mudarem. Isso reduz a precisão da medição, só podemos considerar a parte estável do número obtido. Veja o artigo Relação sinal-ruído .
Ao usar publicações muito antigas para avaliar um evento não reproduzível (o objeto desapareceu ou foi alterado, ou é um único evento), às vezes temos que recorrer a uma escala empírica, como a escala de Mercalli ou Rossi-Forel para terremotos ou a escala de Mohs para a dureza de um material, a avaliação de Δ 1 então se torna difícil; isso só é possível se pudermos nos relacionar com uma escala "moderna" baseada em medições físicas. Por exemplo, tentamos estabelecer uma correspondência entre os danos de um terremoto descrito em escritos antigos e a energia das ondas sísmicas.
Da mesma forma, quando a medição consiste em classificar um fenômeno em uma categoria (por exemplo, o caso de uma pesquisa de opinião ou o inventário de patologias), não é possível definir Δ 1 .
Se o mesmo fenômeno for medido várias vezes com um dispositivo suficientemente preciso, um resultado diferente x i será obtido a cada vez . Isso se deve a fenômenos perturbadores ou, para medições extremamente precisas, à natureza aleatória do fenômeno (caos, incerteza quântica).
Entre os fenômenos disruptivos, podemos contar:
Em um grande número de medidas, podemos considerar que temos uma probabilidade cuja distribuição é gaussiana. O resultado da medição será então a média empírica Ê dos resultados
o quadrado do desvio padrão σ 2 do Gaussiano pode ser avaliado com a variância empírica corrigida :
O erro devido à dispersão estatística é então estimado por
k sendo uma constante dependendo do nível de confiança , ou seja, do erro admissível.
Em física, geralmente tomamos k = 3, que corresponde a um intervalo de confiança de 99,73%, ou seja, 99,73% dos valores x i estão entre Ê - Δ x e Ê + Δ x e 0,27% estará fora desse intervalo; de 1000 medições, apenas três estarão fora do intervalo. Em muitos casos, ficamos felizes em obter k = 2, ou um nível de confiança de 95% (5 medições fora do intervalo por cem medições). Para uma empresa com uma produção enorme, 0,27%, e ainda mais para 5%, ainda pode ser.
Por exemplo, imagine que uma empresa produz peças cujo comprimento ℓ deve ter uma dada precisão ℓℓ; a ferramenta de produção, após o ajuste, produz peças com uma dispersão σ em ℓ;
Veja também os artigos Critérios de dispersão e distribuição normal .
Se houver poucas amostras, um coeficiente maior deve ser usado para levar em consideração o erro cometido na determinação de Ê e de (ver lei estatística de Student ). Também podemos escolher voluntariamente um intervalo de confiança maior ou menor e, portanto, obter um coeficiente maior ou menor. Por exemplo :
Nível de confiança | 5 medidas | 10 medidas | 20 medidas | > 100 medições (lei normal) |
---|---|---|---|---|
50% | 0,73⋅σ | 0,70⋅σ | 0,69⋅σ | 0,67⋅σ |
68% | 1⋅σ | |||
70% | 1,16⋅σ | 1,09⋅σ | 1,06⋅σ | 1,04⋅σ |
87% | 1,5⋅σ | |||
90% | 2.02⋅σ | 1,81⋅σ | 1,73⋅σ | 1,65⋅σ |
95% | 2,57⋅σ | 2,23⋅σ | 2.09⋅σ | 1,96⋅σ |
99% | 4,03⋅σ | 3,17⋅σ | 2,85⋅σ | 2,56⋅σ |
99,7% | 3⋅σ | |||
99,9% | 6,87⋅σ | 4,59⋅σ | 3,85⋅σ | 3,28⋅σ |
99,999 999 8% | 6⋅σ |
Em um gaussiano, a largura total na metade do máximo (FWHM) representa um intervalo de confiança de cerca de 76% (ou 3/4) para um grande número de medições.
No caso de medições físicas ou químicas, a dispersão estatística é avaliada por medições de repetibilidade e reprodutibilidade e, possivelmente, por medições cruzadas interlaboratoriais:
Se a precisão da medição for menor que a dispersão estatística, então o mesmo resultado é sempre medido (exceto para erros de leitura ou uso), cf. infra .
Nota : No caso de um fenômeno aleatório ( processo estocástico , por exemplo o caso da pesquisa de opinião), não buscamos saber um valor e um erro, mas sim conhecer a distribuição estatística dos valores. Veja também a Lei dos grandes números .
O resultado de uma medição é freqüentemente usado para fazer cálculos. Por exemplo, no caso de um radar rodoviário ( velocímetro ), uma mudança de frequência é medida e essa mudança é usada para calcular a velocidade do veículo, com a lei Doppler-Fizeau . É necessário, portanto, a partir do erro cometido na medição do deslocamento de frequência, estimar o erro na velocidade.
Em geral, medimos um valor x e calculamos um valor y = ƒ ( x ); queremos estimar Δ y a partir de Δ x .
A medição é frequentemente utilizada em testes de aceitação, ou seja, o valor medido determina se o objeto atende aos critérios prescritos. Essa noção é bastante ampla:
Em geral, considera-se que um método só pode ser usado se a dispersão estatística for pelo menos 5 ou 10 vezes menor que o valor limite.
Por exemplo :
De um modo geral, a faixa de valores permitidos deve levar em consideração o erro geral. O significado de levar em consideração o erro global depende do tipo de risco que queremos evitar:
Para testar um dispositivo ou procedimento, é verificado se os testes de repetibilidade e reprodutibilidade são compatíveis com a precisão do alvo; para testar um método de medição, é verificado se os testes interlaboratoriais (ou circulares) são compatíveis com a precisão do alvo (veja acima ).
O que acabou de ser feito pode ser feito por cálculo direto com uma calculadora ou planilha (no computador), por meio de gráficos e barras de erro
Tomemos o exemplo do estudo de gases ideais. Se plotarmos P em função de 1 / V, obteremos teoricamente uma linha reta passando pela origem , com a inclinação , ou seja , n e T sendo mantidos constantes (o invólucro ou célula de medição contendo o gás sendo livre de vazamentos controlado termostaticamente com T conhecido a 0,2%), P sendo medido, usando um manômetro , com 5% de erro relativo, e V sendo medido com 2% de erro relativo, para cada ponto de medição experimental (P, 1 / V), extraímos o erro barras que representam o erro absoluto.
Um programa de “ajuste” ou ajuste de curva, baseado na ideia de reduzir a distância da reta (ou curva) a todos os pontos experimentais, permite traçar a reta teórica e calcular sua inclinação nRT com um coeficiente de confiança r 2 próximo da unidade, se o ajuste for bom.
É utilizado o " método dos mínimos quadrados ": o programa utilizado soma as distâncias quadradas entre a reta e cada ponto, o mínimo desta soma correspondendo à melhor reta de regressão.
No caso acima, obtemos nRT = 2,54 (1,00 ± 0,07) Joule
Isso permite dizer que em n e T constantes, o experimento confirma que PV é constante dentro de 7% para o gás estudado e que para melhorar este resultado é necessário medir P para melhor que 5% ou V para melhor que 2%.
: documento usado como fonte para este artigo.