מחשבון התפשטות שגיאה (עם שלבים)

הפיצו אי־ודאות y ± uy בשיטת gradient×covariance, הציגו תחומי 68% ו‑95%, ואמתו את התוצאה עם סימולציית מונטה קרלו עם seed קבוע עבור קלטים בלתי תלויים ומתואמים.

שפות נוספות: ja | en | zh-CN | es

סקירה כללית

הקלידו פונקציה אנליטית y = f(x) ואחדו סטיות תקן באמצעות קירוב מדרגה ראשונה. התבניות מכסות סכומים, הפרשים, מכפלות, מנה וחזקות, ומצב כללי מקבל ביטויים בטוחים עם קבועים ופונקציות טריגונומטריות, היפרבוליות ולוגריתמיות.

טיפי מקלדת: Ctrl/+S לייצוא CSV, ו‑Ctrl/+L להעתקת קישור לשיתוף.

איך להשתמש (3 שלבים)

  1. הזן את הנוסחה y = f(...) והוסף כל משתנה עם ממוצע ואי־ודאות תקנית.
  2. הגדר מתאמים לפי הצורך ובחר אימות מונטה קרלו.
  3. בדוק אי־ודאות משולבת, אי־ודאות מורחבת ודירוג תרומות.
תצוגה מקדימה
תבניות:
רשימת משתנים עם ממוצעים ואי־ודאות סטנדרטית
שם ממוצע μ סטיית תקן u יחידה / הערה מחיקת שורה
מטריצת מתאם (אופציונלי)

השאירו את האלכסון על 1.0 והזינו מקדמי מתאם ρij בין ‎-1‎ ל‑‎1‎. המשולשים העליון והתחתון מסונכרנים באופן אוטומטי.

בדיקת מונטה קרלו (אופציונלי)

האפשרות מוסיפה סימולציה עם seed קבוע כדי לוודא שהקירוב הליניארי סביר. אם אתם זקוקים למהירות מירבית תוכלו לכבות את האפשרות.

שאלות נפוצות

איך שיטת gradient×covariance משלבת אי־ודאות?
מחשבים את גרדיאנט הפונקציה סביב הערכים הנומינליים בעזרת נגזרת מרכזית בחמש נקודות, בונים מטריצת קווריאנס מתוך סטיות התקן ומקדמי המתאם שהוזנו, ומחשבים gTCg. השורש הריבועי נותן את אי־הוודאות הסטנדרטית המשולבת uy.
מה בודקת בדיקת מונטה קרלו?
הבדיקה מושכת דגימות גאוסיות מתואמות עם seed קבוע בעזרת פירוק צ׳ולסקי, ובודקת שהממוצע וסטיית התקן המדומים תואמים את התוצאה הליניארית בתוך תחום הסבילות שנקבע.

מחשבונים קשורים