‚ 
Более эффективный способ оценки качества моделя на основе со-
поставления погрещностей с измеренными величинами состойт в ис-
`пользовании уравнения линейной регрессий,
А=СЪ2Ч+0‚1 
‹20)
При этом могут быть проверены две статистические гипотезы:
1) недостоверность отличия О. от нуля, означающая отсутст-
` 
вие систематической погрешности, И
2) недостоверность отличия С» от нуля, означающая отсутствие
зависимости погрешности от значений измеряемых величин,
т.е., что не реализуются ситуации типа изображенных на
рис.7д и Те. 
`
Статистиками для проверки этих гипотез служат величины
":125’4/5— 
и 'Ь 0‚2/5 
(21)
0.29
где 0,и @., - оценки средних значений 
@л и 
@а, д И ’›о‚‚_ -
оценки ошибок этих средних. Формулы для вычисления
'1‚`а.ковыо 
а2= К Ъ5 
- 54 Ъа 
Ю 
б‚ Ьз—а‚д Х; .
К‘Ьа"бі' 
› 
К 
›
(22)
5в° КА, 
/(К 5- 5); а” Ъад_\іьат.
Здесь 
Ъ, = 2____‘ Ч}’ Ъ, = ЕЧ ьг‚—гд › *54—2 '5_5—2 Ш›
= (ы' + 0‚2 »» - 2 о‚„ьг_.;—.\'‹оид/(ц-г\
Для проверки гипотезы следует нужную статистику - *, или #2 -
сравнить с критическим значением Ёи-о :-д/у» 
— распределения Стью-
дента с К-2 
степенями свободы и уровнем доверительной вероят--
ности & 
„ Еоли *,<+и-о \.ду9 
‚ ТО МОЖНО полагать, что система-
тической погрешности у модели нет. Если {4 'Ь„_д‚,_..._,_ ‚ ТО МоЖНО
считать, что погрешности модели не зависят от диапазона, В Кото-
ром находится измеряемая величина.
Рассмотрям примеры. Для нэчала возьмем данные табл.7, для ко-
торых мы ранее отметили наличие систематической погрешности. На-
ходям: 5,= 0,15; »» 
= 4,81.1073; 5а = -4 86-10"2, лд = 3,38-107%;
‘5= -1,115.107%; 
@, = -0,1212; @, 
= 3,79-1073; 
® = 2,370.1076;
= 
-д. 
А_= 
-4 
= 
‚ + 
. 
=
5я 3,44-10°°; 
5 
8,45310 
; ® 6;0,975=2,447; 1:‚..4‚49‚ 1‘.2‚-3‚58.
- 32 
—