Погрешность линии тренда в excel

Формула погрешности

• Формула погрешности

Формула погрешности (оглавление)

• Формула погрешности
• Примеры формулы допустимой погрешности (с шаблоном Excel)
• Калькулятор формулы ошибки поля

Формула погрешности

В статистике мы рассчитываем доверительный интервал, чтобы увидеть, куда упадет значение данных выборочной статистики. Диапазон значений, которые находятся ниже и выше выборочной статистики в доверительном интервале, называется границей ошибки. Другими словами, это в основном степень ошибки в статистике выборки. Чем выше погрешность, тем меньше будет достоверность результатов, поскольку степень отклонения в этих результатах очень высока. Как следует из названия, погрешность — это диапазон значений выше и ниже фактических результатов. Например, если мы получаем ответ в опросе, в котором 70% людей ответили «хорошо», а допустимая погрешность составляет 5%, это означает, что в целом от 65% до 75% населения считают, что ответ «хороший»,

Margin of Error = Z * S / √n

• Z — Z счет
• S — стандартное отклонение населения
• n — Размер выборки

Другая формула для расчета погрешности:

Margin of Error = Z * √((p * (1 – p)) / n)

• p — доля образца (доля образца, которая является успешной)

Теперь, чтобы найти желаемую оценку z, вам нужно знать доверительный интервал выборки, потому что оценка Z зависит от этого. Ниже приведена таблица, чтобы увидеть отношение доверительного интервала и z балла:

Доверительный интервал	Z — Оценка
80%	1, 28
85%	1, 44
90%	1, 65
95%	1, 96
99%	2, 58

Как только вы знаете доверительный интервал, вы можете использовать соответствующее значение z и рассчитать предел погрешности оттуда.

Примеры формулы допустимой погрешности (с шаблоном Excel)

Давайте рассмотрим пример, чтобы лучше понять расчёт Margin of Error.

Вы можете скачать этот шаблон Margin of Error здесь — Шаблон Margin of Error

Формула погрешности — пример № 1

Допустим, мы проводим опрос, чтобы увидеть, каков балл, который получают студенты университетов. Мы выбрали 500 учеников случайным образом и задали их оценку. Среднее значение составляет 2, 4 из 4, а стандартное отклонение составляет, скажем, 30%. Предположим, что доверительный интервал составляет 99%. Рассчитайте погрешность.

Решение:

Погрешность рассчитывается по формуле, приведенной ниже

Граница ошибки = Z * S / √n

• Погрешность = 2, 58 * 30% / √ (500)
• Погрешность = 3, 46%

Это означает, что с вероятностью 99% средний балл учащихся составляет 2, 4 плюс или минус 3, 46%.

Формула погрешности — пример № 2

Допустим, вы запускаете новый продукт для здоровья на рынке, но вы не знаете, какой вкус понравится людям. Вы путаетесь между ароматом банана и ванили и решили провести опрос. Для вас это 500 000 человек, что является вашим целевым рынком, и из этого вы решили спросить мнение 1000 человек, и это будет образец. Предположим, что доверительный интервал составляет 90%. Рассчитайте погрешность.

Решение:

Как только опрос закончен, вы узнали, что банану понравился 470 человек, а 530 попросили аромат ванили.

Погрешность рассчитывается по формуле, приведенной ниже

Граница ошибки = Z * √ ((p * (1 — p)) / n)

• Погрешность = 1, 65 * √ ((0, 47 * (1 — 0, 47)) / 1000)
• Погрешность = 2, 60%

Таким образом, мы можем сказать, что с 90% уверенностью, что 47% всех людей любили банановый аромат плюс или минус 2, 60%.

объяснение

Как обсуждалось выше, предел погрешности помогает нам понять, подходит ли размер выборки для вашего опроса или нет. В случае, если погрешность слишком велика, возможно, размер нашей выборки слишком мал, и нам нужно его увеличить, чтобы результаты выборки более точно соответствовали результатам совокупности.

Существуют некоторые сценарии, в которых предел погрешности не будет иметь большого значения и не поможет нам в отслеживании ошибки:

• Если вопросы опроса не разработаны и не помогают получить требуемый ответ
• Если люди, отвечающие на опрос, имеют некоторую предвзятость в отношении продукта, для которого проводится опрос, то и результат будет не очень точным
• Если выбранная выборка является надлежащим представителем населения, в этом случае также результаты будут далеко.

Кроме того, одно большое предположение здесь состоит в том, что население обычно распределено. Таким образом, если размер выборки слишком мал и распределение населения не является нормальным, z-оценка не может быть рассчитана, и мы не сможем найти предел погрешности.

Актуальность и использование формулы ошибки

Всякий раз, когда мы используем выборочные данные, чтобы найти какой-то релевантный ответ для набора населения, возникает некоторая неопределенность и вероятность того, что результат может отличаться от фактического результата. Допустимая погрешность скажет нам, что каков уровень отклонения, это образец выборки. Нам необходимо минимизировать погрешность, чтобы результаты наших выборок отражали реальную историю данных о населении. Поэтому, чем ниже погрешность, тем лучше будут результаты. Запас погрешности дополняет и дополняет имеющуюся у нас статистическую информацию. Например, если опрос показал, что 48% людей предпочитают проводить время дома в выходные дни, мы не можем быть настолько точными, и в этой информации отсутствуют некоторые элементы. Когда мы ввели здесь предел погрешности, скажем, 5%, то результат будет интерпретирован как 43-53% людей, которым понравилась идея быть дома в выходные дни, что имеет полный смысл.

Калькулятор формулы ошибки поля

Вы можете использовать следующий калькулятор Margin of Error

Рекомендуемые статьи

Это было руководство по формуле ошибки. Здесь мы обсудим, как рассчитать погрешность, а также на практических примерах. Мы также предоставляем калькулятор Margin of Error с загружаемым шаблоном Excel. Вы также можете посмотреть следующие статьи, чтобы узнать больше —

1. Руководство по формуле амортизации прямой линии
2. Примеры формулы удвоения времени
3. Как рассчитать амортизацию?
4. Формула для центральной предельной теоремы
5. Альтман Z Оценка | Определение | Примеры
6. Формула амортизации | Примеры с шаблоном Excel

С использованием встроенных функций Excel расчет доверительного интервала проводится следующим образом.

1) Рассчитывается среднее значение

=СРЗНАЧ(число1; число2; . )
число1, число2, . — аргументы, для которых вычисляется среднее.

2) Рассчитывается стандартное отклонение

=СТАНДОТКЛОНП(число1; число2; . )
число1, число2, . — аргументы, для которых вычисляется стандартное отклонение.

3) Рассчитывается абсолютная погрешность

=ДОВЕРИТ(альфа ;станд_откл;размер)
альфа — уровень значимости используемый для вычисления уровня надежности.

( , т.е. означает надежности );
станд_откл — стандартное отклонение, предполагается известным;
размер — размер выборки.

Задание: Обработать заданный набор экспериментальных данных методом Стьюдента, построить экспериментальные кривые методом наименьших квадратов.

Предположим, в ходе эксперимента по измерению электросопротивления были получены следующие данные:

Используя для определения сопротивления закон Ома произведем обработку данной серии экспериментальных данных.

Используемуе формулы

Результат расчета

Для построения графика используем мастер диаграмм.

Полученные экспериментальные данные следует аппроксимировать. Для выполнения этой процедуры в Excel предусмотрен мастер, добавляющий линию тренда, производящий аппроксимацию и сглаживание.

В меню «Диаграмма» выберите пункт «Добавить линию тренда…».

В результате, должен получиться следующий график.

Задание 1.

Просчитать погрешность измерений и построить график ее распределения.

Задание 1	Задание 2	Задание 3
№ опыта	№ опыта	№ опыта
10,3	15,55	25,65
10,277	15,527	25,627
10,325	15,575	25,675
10,285	15,535	25,635
10,297	15,547	25,647
10,31	15,56	25,66
10,35	15,6	25,7
10,35	15,6	25,7
10,29	15,54	25,64
10,38	15,63	25,73
Задание 4	Задание 5	Задание 6
№ опыта	№опыта	№ опыта
27,65	23,65	17,3
27,627	23,627	17,277
27,675	23,675	17,325
27,635	23,635	17,285
27,647	23,647	17,297
27,66	23,66	17,31
27,7	23,7	17,35
27,7	23,7	17,35
27,64	23,64	17,29
27,73	23,73	17,38
Задание 7	Задание 8	Задание 9
№ опыта	№ опыта	№ опыта
10,3	13,55	12,65
10,277	13,527	12,627
10,325	13,575	12,675
10,285	13,535	12,635
10,297	13,547	12,647
10,31	13,56	12,66
10,35	13,6	12,7
10,35	13,6	12,7
10,29	13,54	12,64
10,38	13,63	12,73
Задание 10	Задание 11	Задание 12
№ опыта	№опыта	№ опыта
26,65	24,65	18,3
26,627	24,627	18,277
26,675	24,675	18,325
26,635	24,635	18,285
26,647	24,647	18,297
26,66	24,66	18,31
26,7	24,7	18,35
26,7	24,7	18,35
26,64	24,64	18,29
26,73	24,73	18,38
Задание 13	Задание 14	Задание 15
№ опыта	№ опыта	№ опыта
10,3	15,55	25,65
10,277	15,527	25,627
10,325	15,575	25,675
10,285	15,535	25,635
10,297	15,547	25,647
10,31	15,56	25,66
10,35	15,6	25,7
10,35	15,6	25,7
10,29	15,54	25,64
10,38	15,63	25,73
Задание 16	Задание 17	Задание 18
№ опыта	№опыта	№ опыта
27,65	23,65	17,3
27,627	23,627	17,277
27,675	23,675	17,325
27,635	23,635	17,285
27,647	23,647	17,297
27,66	23,66	17,31
27,7	23,7	17,35
27,7	23,7	17,35
27,64	23,64	17,29
27,73	23,73	17,38

Задание 2.
Определить является ли 3-е измерение промахом.

Как посчитать погрешность в excel

Пусть – точное значение, – приближенное значение некоторого числа.

Абсолютная погрешность приближенного числа равна модулю разности между его точным и приближенным значениями:

Довольно часто точное значение неизвестно, поэтому вместо абсолютной погрешности используют понятие границы абсолютной погрешности:

Число называется предельной абсолютной погрешностью, оно равно или превышает значение абсолютной погрешности.

Основной характеристикой точности числа является относительная погрешность.

Относительная погрешность – это отношение абсолютной погрешности к приближенному значению числа:

Результат действий над приближенными числами представляет собой приближенное число. Погрешность результата выражается через погрешности первоначальных данных по правилам:

Общая формула для оценки предельной абсолютной погрешности функции нескольких переменных имеет вид:

где –предельная абсолютная погрешность числа .

Пример: Известно, что где

Для оценки предельной абсолютной погрешности воспользуемся формулой:

Рис. 1. Вид экрана для вычисления абсолютной и относительной погрешностей

Исходные данные вводятся в блок А1:B6 (рис. 1). В ячейки С1:С6вводятся формулы для вычисления частных производных искомой функции. В ячейку Е8записывается формула . Модуль вводится с использованием функции =abs().

В ячейках D1:E6рассчитываются верхние и нижние оценки значений переменных по формулам (аналогично для других переменных).

В ячейках B8:B10вычисляются верхняя и нижняя оценки значений функции и само значение функции отличие вычисляемых функций в используемом наборе аргументов.

В ячейку Е9записывается формула для вычисления абсолютной погрешности Найденная абсолютная погрешность не должна превышать значение предельной абсолютной погрешности, т.е.

В ячейку Е10записывается формула для вычисления относительной погрешности

Предельную относительную погрешность заданной функции вычислим следующим образом:

Полученную формулу записывают в ячейку Е11. Найденная относительная погрешность не должна превышать значение предельной относительной погрешности, т.е.

Задания для самостоятельного выполнения.

Из таблицы 1 приложения взять исходные данные своего варианта. Вариант определяется по порядковому номеру в списке группы. Вычислить частные производные, верхнюю и нижнюю оценки значений функции и само значение функции, изменить формулу вычисления предельной относительной погрешности. Все остальные ячейки пересчитаются автоматически.

Контрольные вопросы

1. Как записать основные математические функции в Excel.

2. Сформулируйте определение абсолютной и относительной погрешностей.

3. Запишите формулы для вычисления предельной абсолютной и предельной относительной погрешностей.

4. Основные правила вычисления абсолютной и относительной погрешностей.

Не нашли то, что искали? Воспользуйтесь поиском:

Лучшие изречения: Только сон приблежает студента к концу лекции. А чужой храп его отдаляет. 8833 — | 7547 — или читать все.

78.85.5.224 © studopedia.ru Не является автором материалов, которые размещены. Но предоставляет возможность бесплатного использования. Есть нарушение авторского права? Напишите нам | Обратная связь.

Отключите adBlock!
и обновите страницу (F5)
очень нужно

С использованием встроенных функций Excel расчет доверительного интервала проводится следующим образом.

1) Рассчитывается среднее значение

=СРЗНАЧ(число1; число2; . )
число1, число2, . — аргументы, для которых вычисляется среднее.

2) Рассчитывается стандартное отклонение

=СТАНДОТКЛОНП(число1; число2; . )
число1, число2, . — аргументы, для которых вычисляется стандартное отклонение.

3) Рассчитывается абсолютная погрешность

=ДОВЕРИТ(альфа ;станд_откл;размер)
альфа — уровень значимости используемый для вычисления уровня надежности.

( , т.е. означает надежности );
станд_откл — стандартное отклонение, предполагается известным;
размер — размер выборки.

Задание: Обработать заданный набор экспериментальных данных методом Стьюдента, построить экспериментальные кривые методом наименьших квадратов.

Предположим, в ходе эксперимента по измерению электросопротивления были получены следующие данные:

Используя для определения сопротивления закон Ома произведем обработку данной серии экспериментальных данных.

Используемуе формулы

Результат расчета

Для построения графика используем мастер диаграмм.

Полученные экспериментальные данные следует аппроксимировать. Для выполнения этой процедуры в Excel предусмотрен мастер, добавляющий линию тренда, производящий аппроксимацию и сглаживание.

В меню «Диаграмма» выберите пункт «Добавить линию тренда…».

В результате, должен получиться следующий график.

Задание 1.

Просчитать погрешность измерений и построить график ее распределения.

Задание 1	Задание 2	Задание 3
№ опыта	№ опыта	№ опыта
10,3	15,55	25,65
10,277	15,527	25,627
10,325	15,575	25,675
10,285	15,535	25,635
10,297	15,547	25,647
10,31	15,56	25,66
10,35	15,6	25,7
10,35	15,6	25,7
10,29	15,54	25,64
10,38	15,63	25,73
Задание 4	Задание 5	Задание 6
№ опыта	№опыта	№ опыта
27,65	23,65	17,3
27,627	23,627	17,277
27,675	23,675	17,325
27,635	23,635	17,285
27,647	23,647	17,297
27,66	23,66	17,31
27,7	23,7	17,35
27,7	23,7	17,35
27,64	23,64	17,29
27,73	23,73	17,38
Задание 7	Задание 8	Задание 9
№ опыта	№ опыта	№ опыта
10,3	13,55	12,65
10,277	13,527	12,627
10,325	13,575	12,675
10,285	13,535	12,635
10,297	13,547	12,647
10,31	13,56	12,66
10,35	13,6	12,7
10,35	13,6	12,7
10,29	13,54	12,64
10,38	13,63	12,73
Задание 10	Задание 11	Задание 12
№ опыта	№опыта	№ опыта
26,65	24,65	18,3
26,627	24,627	18,277
26,675	24,675	18,325
26,635	24,635	18,285
26,647	24,647	18,297
26,66	24,66	18,31
26,7	24,7	18,35
26,7	24,7	18,35
26,64	24,64	18,29
26,73	24,73	18,38
Задание 13	Задание 14	Задание 15
№ опыта	№ опыта	№ опыта
10,3	15,55	25,65
10,277	15,527	25,627
10,325	15,575	25,675
10,285	15,535	25,635
10,297	15,547	25,647
10,31	15,56	25,66
10,35	15,6	25,7
10,35	15,6	25,7
10,29	15,54	25,64
10,38	15,63	25,73
Задание 16	Задание 17	Задание 18
№ опыта	№опыта	№ опыта
27,65	23,65	17,3
27,627	23,627	17,277
27,675	23,675	17,325
27,635	23,635	17,285
27,647	23,647	17,297
27,66	23,66	17,31
27,7	23,7	17,35
27,7	23,7	17,35
27,64	23,64	17,29
27,73	23,73	17,38

Задание 2.
Определить является ли 3-е измерение промахом.

Доброго дня, друзья.

Так как в после прошлого поста несколько человек заинтересовались моей таблицей, решил поделиться с вами еще одной своей таблицей.

Есть у нас лаборатория, и мы постоянно сверяем результаты наших исследований с результатами контрагентов. По нормативным документам нужно придерживаться определенных пределов расхождений в результатах.

Чтобы постоянно не открывать таблицу с значениями пределов воспроизведения, селал себе такую таблчку.

Чтобы было понятно, Результаты испытаний записываются в виде X±Δ
где X – результат анализа;
±Δ – погрешность результатов анализа, в нашем случае воспроизводимость..

То есть для первого испытания на медь для Пробы 1 результат у нас (H7) 1,30±0,12, а у контрагентов (ячейка C7) 4,81±0,12. А разница между результатами 4,81-1,30=3,51

Мы не входим в предел воспроизведения, ячейка M7 окрасилась в красный и сразу видим, что и один из нас хочет другого немного обмануть)) Если бы ячейка стала зеленой, то все норм.

Вот чтобы такие расчеты постоянно не делать, была создана данная таблица.

Данные вычисления могут быть полезны чтобы узнать и в других областях, где нужно узнать, вписываемся мы в пределы или нет.

Вот так выглядит рабочая таблица на странице Данные:

Левая табличка разделена на две чати — наши данные при отгрузке продукта и данные контрагента при приемке продкта. В правой табличке, соответственно производятся все вычисления и ячейка окрашивается в определенный цвет при выполнении и невыполнении условий.

Также имеется вторая табличка на странице Пределы, где расписаны пределы по диапазонам:

Вычисления производятся по желтым ячейкам, а розовые для информации. Первый и третий столбци по сути одно и то же.

Итак погнали. Что тут творится вообще ))

Буду объяснять для пробы 1, результаты Cu, ячейки M7 и N7. Остальное аналогично

Сперва вычислим раницу между нашими результатами испытаний. Нам нужны только абсолютные значения, так как разность может быть отрицательной. В M7 ввоим формулу:

В N7 вводим следующую формулу:

Тут остановимся, разберем формулу по частям:

Берем значение из ячейки H7 (это наш результат) и ищем на странице Пределы в массиве для Cu пределы значений, куда входит наш результат. Находим, что походит диапазон 1,2-1,6

Ищем номер строки значениея из ячейки H7 в таблице на листе Пределы. В предыдущей формуле мы нашли, что значение относится к пределам 1,2-1,6 и теперь легком можем найти номер строки, где он находится.

Так, номер строки нашли, и нам надо узнать значение погрешности или воспроизведения. Тут нам поможет функция ИНДЕКС, который возвращает значение на пересечении указанных номеров строки и столбца в массиве.Номер строки мы узнали из предыдущей формулы, номер столбца, где нужно искать результат укажем вручную:

Тут Пределы!$B$4:$C$13 это массив где мы делаем поиск

ПОИСКПОЗ(ВПР(Данные!H7;Пределы!$A$4:$C$13;3;ИСТИНА);Пределы!$C$4:$C$13;0) — номер строки.

И единичка в конце — номер столбца.

Теперь мы узнали, что наш результат должен быть 1,30±0,12

А разница результатов двух предприятий 3,51. Это означает, что мы не входим в предел воспроизведения.

Чтобы визуально сразу увидеть это, окрасим эту ячейку в красный. Делается это через меню Условное форматирование

Выбираем в меню Условное форматирование — Правила выделения ячеек — Больше (Меньше) и задаем форматирование — окрасить ячейку в красный или зеленый цвет.

Также у нас есть ограничение в поставке продукта. Качество должно быть не менее определенного значения. Чтобы тоже сразу наглядно это увидеть, я через Условное форматирование выбрал пункт Между.. и задал нужные значения

Если отгрузим товар с качеством по меди меньше 1,5%, то ячейка окрашивается в красный цвет.

Спасибо что дочитали, надеюсь кому-нибудь пригодится данная таблица или формулы.

Как нанести погрешности на графике в Excel

Как построить график в Excel с учетом погрешностей? Подобная задача нередко возникает у студента при обработке результатов лабораторных работ. Результаты представляют собой, как правило, два массива данных (в общем случае Х и Y). Пусть, для примера, имеется следующая экспериментальная зависимость:

Х	2,0	4,0	5,0	7,0	9,0	11,0	15,0
У	3,2	4,2	9,0	14,8	23,0	15,2	12,8

Требуется представить эту зависимость Y от Х графически. Получится примерно то, что представлено на рисунке.

Например, в ходе лабораторной работы студент измерял зависимость силы тока в одной из ветвей электрической цепи (в Амперах) от напряжения на том или ином ее элементе (в Вольтах). Необходимо отложить данные на графике с учетом погрешностей.

Надо сказать, что сделать построение вручную, как ни парадоксально, в данном случае даже немного проще, чем с использованием, казалось бы, такой мощной и удобной программы, как Excel . Дело в том, что, на самом деле, график, приведенный на предыдущем рисунке… построен неверно.

Почему? Ведь, вроде бы, ничего сложного нет. Нажимаем в Excel кнопку « Мастер диаграмм », Выбираем тип диаграммы – точечная . Затем нажимаем « Далее », задаем массивы для X и Y, затем опять « Далее »… — и вскоре получится то, что приведено на предыдущем рисунке.

Вроде бы, все правильно. Да только график построен строго по точкам. Видно, что зависимость немонотонная, с достаточно острым максимумом – что не всегда имеет место в реальности. Ибо в реальности подавляющее большинство зависимостей могут быть более плавными.

Конечно, здесь надо смотреть, какие конкретно показатели анализируются. Если это, к примеру, динамика биржевого курса ценных бумаг; или – динамика поступления платежей от покупателей, равно как и другой аналогичный экономический показатель, то, конечно, можно с уверенностью сказать, что график вовсе не обязан быть плавным. В самом деле, очень многие экономические показатели меняются, как правило, скачкообразно.

А вот если анализировать данные, скажем, из области психологии, физики, биологии (отчасти), а также из ряда иных отраслей, то там графики экспериментальных зависимостей, за немногим исключением, зачастую являются достаточно плавными (хотя, все относительно, конечно) .

Но, вроде бы, и здесь нет никаких проблем: следует провести линию тренда, которых Excel предлагает несколько типов. Так, можно выбрать линейный, степенной, экспоненциальный и т.д. тренд.

Можно… На примере выбранных нами данных, выбор показал, что наиболее близким для выбранной совокупности данных является параболический тренд. Отобразим его на рисунке.

Вроде бы, то, что проведено черной линией (тренд), уже гораздо ближе к истине. Правда, совсем ненамного. Фактически, проведенный тренд достаточно хорошо соответствует исходным данным только для 3, 4 и 7-й точек. Для остальных точек имеются существенные расхождения, причем ошибка доходит до 80%.

Ясно, что построенный тренд, в силу его высокой погрешности, в данном случае никак нельзя принять в качестве качественного графика, отражающего ход зависимости, выявленной экспериментально. Однако, и первоначально построенную (синюю) линию, вероятно, также нельзя принять в качестве такового, ибо, повторимся, она вообще не учитывает погрешностей.

Как же быть?

Конечно, есть возможность провести интерполяцию и уже с ее учетом определить функцию, которая будет наиболее плавной (с учетом погрешностей) и построить ее в качестве графика. Однако, это – задача достаточно сложная, представляющая собой предмет отдельного разговора. Скажем, в том же MatLab , конечно, существуют подобные функции, при помощи которых можно это реализовать.

Однако, тогда, в любом случае, придется писать программу (в MatLab это будет проще, в Excel – посложнее, ибо там придется программировать вручную готовые функции, которые уже имеются в MatLab ). А для студента, которому требуется обработать данные лабораторной или (реже) контрольной работы, это может являться сложной, отдельной задачей. В самом деле, вместо анализа результатов он вынужден вначале думать, каким образом построить эти результаты, а потом программировать. Добро, если лабораторная работа проходит на старшем курсе. Однако, зачастую, студент делает их, начиная с самого начала своего обучения, т.е. когда опыта математической обработки, не говоря уже об умении строить интерполяционные многочлены, нет вообще.

Какими бывают погрешности

Погрешности бывают, в общем случае, относительные (в процентах) и абсолютные (выраженные в единицах измеряемой величины). Кроме того, они могут иметь постоянное значение или переменное.

Надо сказать, что старые версии программы Excel не позволяют просто так нанести погрешность на график. А вот, начиная, по крайней мере, с версии Excel 2007 , это можно сделать достаточно просто. Вот пример, как наносятся погрешности в Excel.

Да, все вроде бы, замечательно. Но только график, приведенный на сайте (по указанной ссылке), также построен, строго говоря, неверно. Дело в том, следует повторить, что график должен представлять собой, по возможности, плавную линию. Которая где-то пройдет через середину интервала погрешности, а где-то, быть может, через один из его краев. Так вот, стандартные средства Excel даже самых новых версий не позволяют построить такой график автоматически. Тем более, если идет речь о том, что каждая экспериментальная точка может иметь, вообще говоря, разную погрешность.

Когда это бывает?

Например, в случае, когда разные экспериментальные точки были получены на базе исследований, проведенных разными методами.

Например, взять эксперименты по измерению зависимости внутреннего трения (т.е. степени перехода механической энергии в тепловую при упругих деформациях) материалов от частоты упругой деформации.

1. Если частота равна нулю (т.е. происходит равномерная деформация материала), то необходимо применять установки для растяжения/сжатия, способные измерить работу, затраченную на нагрев материала в процессе деформации.
2. Если говорить о частоте, когда ее значения лежат в пределах 10 Гц… 1000 Гц, то такие измерения проводятся при помощи совсем других установок, например, с использованием так называемых крутильных маятников (т.е. когда образец совершает вынужденные крутильные колебания заданной частоты).
3. Если вести речь о диапазоне частот 20 кГц… 200 кГц то здесь необходимо применять ультразвуковые установки.
4. Наконец, исследования при гиперзвуковых частотах (более 10 9 Гц) проводятся при помощи оптических, пьезоэлектрических методов.

Таким образом, даже ориентировочное рассмотрение выявило, что существуют, как минимум, четыре основных диапазона частот, для каждого из которых может быть применен какой-либо свой метод исследования, кардинально отличающийся от других. Соответственно, у каждого из методов может быть свое значение погрешности (относительной или абсолютной).

Как построить плавный график в Excel с учетом погрешностей?

Итак, как построить нормальный, правильный график? Который, с одной стороны, был бы, по возможности, плавным (т.е. содержал бы поменьше нестабильных, немонотонных участков — в пределах погрешности, конечно), а с другой – лежал бы в рамках допустимых погрешностей.

Рассмотрим самый сложный, общий случай – разных погрешностей для каждой из экспериментальных точек и покажем, как можно применить Excel для того, чтобы построить корректный график зависимости.

Пусть погрешности экспериментальных точек равны следующим значениям:

Ясно, что как относительная, так и абсолютная погрешности данных будут разными для каждой из экспериментальных точек. Однако, для каждой из них можно определить минимальное и максимальное значения (через интервал которых и должен пройти график). Проведем такой расчет (благо, при помощи Excel это сделать очень легко и быстро):

Х	2,0	4,0	5,0	7,0	9,0	11,0	15,0
Y	3,2	4,2	9,0	14,8	23,0	15,2	12,8
Относительная погрешность (для Y), %	10	7	5	12	20	17	23
Минимальное значение Y	2,9	3,9	8,6	13,0	18,4	12,6	9,9
Максимальное значение Y	3,5	4,5	9,5	16,5	27,6	17,8	15,8

Минимальные и максимальные значения Y образуют допустимый интервал (диапазон), в котором может находиться график. Отложим этот диапазон на рисунке.

Нижняя граница диапазона показана зеленой линией, верхняя – черной. Толстая черная линия – это ранее нанесенные тренд. Четко видно, что тренд (даже, повторимся, оптимальный, выбранный из предлагаемого программой Excel перечня) только в двух (из семи) экспериментальных точках проходит в пределах допустимой области. Следовательно, необходимо отказаться от него. Удалим его с рисунка.

Итак, построена допустимая область. Искомый график зависимости должен лежать внутри нее, при этом имея, по возможности, наиболее плавный вид.

Его построение (если расчет оптимального интерполяционного многочлена вызывает сложность) проще провести вручную. Т.е. распечатать на бумаге полученный рисунок и уже на нем нанести график. Но, вполне возможно это сделать и при помощи компьютера – чтобы вообще не возиться с пишущими принадлежностями, причем сделать это можно очень быстро.

Для этого удобнее всего использовать программу Inkscape. Она является совершенно бесплатной, если у Вас она еще не установлена, можете скачать ее с официального сервера. https://inkscape.org/ru/download/

Устанавливаем ее, затем открываем. Копируем рисунок (отметим, лучше это сделать не из Word, а из первоисточника, т.е. из Excel).

Затем, как обычно, нажимаем кнопку «Вставить», размещаем рисунок примерно по центру рабочей области. Если ее размеры не совпадают с рисунком, нужно ее настроить, для чего нажимаем « Файл », « Свойства документа » и там устанавливаем альбомную ориентацию и указываем требуемые размеры (параметры «Ширина» и « Высота »). Примерно вот что должно получиться в итоге.

Так как Excel создает диаграммы в векторном виде, они без проблем редактируются в Incscape. Таким образом, наша задача – вручную таким образом исправить синюю линию, чтобы она стала как можно более плавной.

Нажав клавишу F2 , затем, удерживая « Shift », кликаем мышкой по элементам синей кривой так, чтобы на ней появились серые узлы. Когда они появятся на каждом из ее участков, это означает, что мы выделили ее ВСЮ в режиме редактирования узлов.

Затем нажимаем в меню пункт « Контур », « Упростить ». Число узлов значительно снизится, останутся лишь основные. Кстати, если кликнуть по каждому узлу в отдельности, его можно будет стереть путем нажатия клавиши « Delete ». Но, это будет достаточно долго, поэтому проще использовать команду » Упростить «.

Затем, удерживая левую кнопку мыши на соответствующем узле, двигаем его в ту или иную сторону. Так повторяем с другими узлами (при необходимости скорректировать кривизну линии в конкретном узле, можно также двигать рычаги каждого из них).

В итоге линия принимает вид, показанный на рисунке.

Для наглядности (чтобы можно было помнить, где проходила линия графика, построенная в Excel), экспериментальные точки, в виде синих ромбиков, оставлены.

Вставить рисунок из Incscape в Word достаточно просто – как обычно: нажимаем « Правка », « Выделить все » (как уже говорилось, рабочая область должна быть подогнана к размерам рисунка; впрочем, можно и рисунок, путем его деформаций, подогнать к размерам рабочей области программы Inkscape) , затем – « Скопировать ».

Проверяем, что рисунок выделился, как полагается. Тогда переходим в Word и выполняем вставку из буфера обмена, как обычно, путем нажатия кнопки « Вставить » на панели инструментов. Но, учтите, что, к сожалению, исправить в Excel измененную диаграмму уже не получится (она вставится, как рисунок) . Поэтому все, что необходимо сделать на диаграмме в Excel, надо делать заранее, ДО ТОГО, т.е. до преобразования ее в Inkscape. Вместе с тем, при желании, полученный рисунок можно вновь скопировать в Inkscape провести, если нужно, дальнейшее его редактирование.

Таким образом, мы получили сглаженный, более плавный график, чем тот, который был построен автоматически в Excel. Даже не взяв в руки карандаш или иной пишущий инструмент: использовались лишь некоторые клавиши и мышь.

Наносим линии погрешностей

Что же касается линий погрешностей, то их можно провести, используя соответствующие возможности Excel (если он у Вас, как минимум, версии 2007 г.) . Правда, так как величина погрешности в нашем примере для каждой из точек – разная, то возможности Excel по построению погрешностей здесь помогут мало.

Так что, в данном случае, можно начертить их вручную (т.е. нарисовать мышкой соответствующие вертикальные линии, проходящие через каждую экспериментальную точку).

Однако, это, на наш взгляд, утомительно. Поэтому, если совсем не хочется возиться с ручным рисованием, выход вполне есть – их можно выполнить, нарисовав соответствующее (в данном случае 7) дополнительных графиков. Повторимся, это следует сделать ДО того, как преобразовывать диаграмму в Inkscape.

Итак, заходим на вкладку « Диаграмма ». Нажимаем в панели инструментов « Диаграмма », « Исходные данные ». Выбираем вкладку « Ряд », затем нажимаем «Добавить».

Далее, жмем кнопку с красной стрелочкой – там, где значения Х. Переходим на Лист, на котором находятся данные, по которым построена эта диаграмма и указываем, к примеру, четвертое значение Х (равное 7). Затем (внимание!), удерживая клавишу « Ctrl », кликаем вновь мышкой по тому же самому значению Х (т.е. по Х, равном 7). В итоге в строке, где задается адрес диапазона значений Х, адрес ячейки, в которой расположена цифра 7, должен присутствовать ДВАЖДЫ , через точку с запятой. Убедившись в этом, нажимаем, как обычно, красную стрелочку.

Теперь выбираем значения Y. После нажатия красной стрелочки, перейдя на нужный Лист, кликаем на минимальное значения Y, соответствующее Х, равному 7. Затем, удерживая клавишу « Ctrl », кликаем максимальное значение Y. В итоге, через точку с запятой в адресной строке должны появиться адреса двух ячеек, соответствующие минимальному и максимальному значению Y (для Х=7).

Наконец, переходим на диаграмму, дважды кликаем мышкой на получившемся вертикальном отрезке с маркерами, зайдя, тем самым, в свойства только что построенного отрезка. Там устанавливаем вид маркера в виде знака минус (« — »). Потом устанавливаем, к примеру, черные цвета линий и маркера и нажимаем « ОК ». Результат наших действий приведен на рисунке.

Видим, что для точки Х=7 появилась линия погрешности. Кстати, ширину этой линии можно, при желании, изменять — путем изменения размера маркера.

Поступая таким же образом со всеми остальными точками, можно вскоре построить линии погрешностей для каждой из них (кому не хочется выполнять эту нудную работу, если точек много, можно написать несложный макрос — пишется один раз; правда, некоторым студентам, например, учашимся на младших курсах, это, возможно, будет затруднительно, поэтому проще будет сделать так, как говориось выше) . А линии, ограничивающие диапазоны минимальных и максимальных значений (зеленую и черную, соответственно) можно, кстати, потом удалить, если они не нужны. Тогда график примет полностью стандартный вид.

Его можно потом перенести в Inkscape и придать графику (синяя линия) более плавный вид.

Excel в помощь для определения пределов погрешности ⁠ ⁠

Так как в после прошлого поста несколько человек заинтересовались моей таблицей, решил поделиться с вами еще одной своей таблицей.

Есть у нас лаборатория, и мы постоянно сверяем результаты наших исследований с результатами контрагентов. По нормативным документам нужно придерживаться определенных пределов расхождений в результатах.

Чтобы постоянно не открывать таблицу с значениями пределов воспроизведения, селал себе такую таблчку.

То есть для первого испытания на медь для Пробы 1 результат у нас (H7) 1,30±0,12, а у контрагентов (ячейка C7) 4,81±0,12. А разница между результатами 4,81-1,30=3,51

Мы не входим в предел воспроизведения, ячейка M7 окрасилась в красный и сразу видим, что и один из нас хочет другого немного обмануть)) Если бы ячейка стала зеленой, то все норм.

Вот чтобы такие расчеты постоянно не делать, была создана данная таблица.

Данные вычисления могут быть полезны чтобы узнать и в других областях, где нужно узнать, вписываемся мы в пределы или нет.

Вот так выглядит рабочая таблица на странице Данные:

Левая табличка разделена на две чати — наши данные при отгрузке продукта и данные контрагента при приемке продкта. В правой табличке, соответственно производятся все вычисления и ячейка окрашивается в определенный цвет при выполнении и невыполнении условий.

Также имеется вторая табличка на странице Пределы, где расписаны пределы по диапазонам:

Вычисления производятся по желтым ячейкам, а розовые для информации. Первый и третий столбци по сути одно и то же.

Итак погнали. Что тут творится вообще ))

Буду объяснять для пробы 1, результаты Cu, ячейки M7 и N7. Остальное аналогично

Сперва вычислим раницу между нашими результатами испытаний. Нам нужны только абсолютные значения, так как разность может быть отрицательной. В M7 ввоим формулу:

В N7 вводим следующую формулу:

Тут остановимся, разберем формулу по частям:

ВПР(Данные!H7;Пределы!$A$4:$C$13;3;ИСТИНА)

Берем значение из ячейки H7 (это наш результат) и ищем на странице Пределы в массиве для Cu пределы значений, куда входит наш результат. Находим, что походит диапазон 1,2-1,6

ПОИСКПОЗ(ВПР(Данные!H7;Пределы!$A$4:$C$13;3;ИСТИНА);Пределы!$C$4:$C$13;0)

Ищем номер строки значениея из ячейки H7 в таблице на листе Пределы. В предыдущей формуле мы нашли, что значение относится к пределам 1,2-1,6 и теперь легком можем найти номер строки, где он находится.

Так, номер строки нашли, и нам надо узнать значение погрешности или воспроизведения. Тут нам поможет функция ИНДЕКС, который возвращает значение на пересечении указанных номеров строки и столбца в массиве.Номер строки мы узнали из предыдущей формулы, номер столбца, где нужно искать результат укажем вручную:

ИНДЕКС(Пределы!$B$4:$C$13;ПОИСКПОЗ(ВПР(Данные!H7;Пределы!$A$4:$C$13;3;ИСТИНА);Пределы!$C$4:$C$13;0);1)

Тут Пределы!$B$4:$C$13 это массив где мы делаем поиск

ПОИСКПОЗ(ВПР(Данные!H7;Пределы!$A$4:$C$13;3;ИСТИНА);Пределы!$C$4:$C$13;0) — номер строки.

И единичка в конце — номер столбца.

Теперь мы узнали, что наш результат должен быть 1,30±0,12

А разница результатов двух предприятий 3,51. Это означает, что мы не входим в предел воспроизведения.

Чтобы визуально сразу увидеть это, окрасим эту ячейку в красный. Делается это через меню Условное форматирование

Выбираем в меню Условное форматирование — Правила выделения ячеек — Больше (Меньше) и задаем форматирование — окрасить ячейку в красный или зеленый цвет.

Также у нас есть ограничение в поставке продукта. Качество должно быть не менее определенного значения. Чтобы тоже сразу наглядно это увидеть, я через Условное форматирование выбрал пункт Между.. и задал нужные значения

Если отгрузим товар с качеством по меди меньше 1,5%, то ячейка окрашивается в красный цвет.

Спасибо что дочитали, надеюсь кому-нибудь пригодится данная таблица или формулы.