Ước lượng sai số là gì? Các nghiên cứu khoa học liên quan

Ước lượng sai số là quá trình xác định một khoảng tin cậy toàn diện gắn với kết quả đo hoặc tính toán, thể hiện mức độ không chắc chắn của số liệu. Quá trình này bao gồm đánh giá sai số hệ thống, ngẫu nhiên bằng phương pháp loại A, loại B và mô phỏng Monte Carlo, đảm bảo độ tin cậy kết quả đo.

Khái niệm và mục đích

Ước lượng sai số (uncertainty estimation) là quá trình xác định khoảng tin cậy cho giá trị đo hoặc kết quả tính toán, cho biết mức độ không chắc chắn gắn liền với con số báo cáo. Đây không phải là sai số hệ thống hay sai số ngẫu nhiên cụ thể, mà là một đại lượng tổng hợp biểu thị phạm vi mà trong đó giá trị thực khả dĩ nằm trong đó với một xác suất nhất định.

Mục tiêu chính của ước lượng sai số bao gồm: đảm bảo kết quả đo lường có thể so sánh được giữa các phòng thí nghiệm, thuyết phục người dùng về độ tin cậy của số liệu, và tuân thủ các tiêu chuẩn quốc tế như ISO/IEC 17025. Việc ước lượng sai số cũng hỗ trợ đánh giá hiệu suất hệ thống đo và xác định khoảng cải tiến để nâng cao chất lượng dữ liệu.

  • Đánh giá độ tin cậy số liệu đo lường
  • So sánh kết quả giữa các nghiên cứu, phòng thí nghiệm
  • Tuân thủ tiêu chuẩn chất lượng (ISO, ASTM, GUM)

Phân loại sai số và bất định

Sai số trong đo lường được chia làm hai nhóm chính: sai số hệ thống (systematic error) và sai số ngẫu nhiên (random error). Sai số hệ thống là lệch có thể lặp lại và dự đoán được, phát sinh do lỗi hiệu chuẩn, phương pháp đo, hoặc điều kiện môi trường cố định. Ngược lại, sai số ngẫu nhiên là sự dao động ngẫu nhiên của kết quả đo khi thực hiện nhiều lần, do nhiễu nền, biến đổi nhiệt độ, hay nhiễu điện.

Bất định chuẩn (standard uncertainty) được xác định từ cả hai nguồn trên, chia thành hai loại đánh giá:

  • Phương pháp loại A: dựa trên thống kê số liệu thu được từ nhiều phép đo lặp lại, tính độ lệch chuẩn mẫu.
  • Phương pháp loại B: đánh giá từ thông tin bên ngoài như dữ liệu lịch sử, tài liệu kỹ thuật, chứng nhận hiệu chuẩn, hoặc kinh nghiệm chuyên gia.

Bất định mở rộng (expanded uncertainty) được tính bằng cách nhân bất định chuẩn tổng hợp với hệ số mở rộng kk, thường chọn k=2k=2 để đạt khoảng tin cậy ~95%.

Cơ sở toán học

Khi kết quả đo yy được tính từ các đại lượng độc lập x1,x2,,xnx_1, x_2, \dots, x_n qua một hàm số ff, tức y=f(x1,x2,,xn)y=f(x_1,x_2,\dots,x_n), bất định chuẩn tổng hợp uc(y)u_c(y) được xác định theo công thức tuyến tính hóa bậc nhất:

uc(y)=i=1n(fxiu(xi))2u_c(y)=\sqrt{\sum_{i=1}^n\Bigl(\frac{\partial f}{\partial x_i}\,u(x_i)\Bigr)^2}

Trong đó u(xi)u(x_i) là bất định chuẩn của từng biến đầu vào xix_i, và f/xi\partial f/\partial x_i là đạo hàm riêng của hàm số theo xix_i, biểu thị độ nhạy của kết quả yy trước biến động của xix_i.

Thành phầnÝ nghĩa
f(x1,,xn)f(x_1,\dots,x_n)Mô hình đo hoặc phương trình tính kết quả
f/xi\partial f/\partial x_iĐộ nhạy của kết quả đối với xix_i
u(xi)u(x_i)Bất định chuẩn của biến xix_i
uc(y)u_c(y)Bất định chuẩn tổng hợp của kết quả yy

Phương pháp xác định bất định

Phương pháp loại A xác định bất định chuẩn từ dữ liệu thí nghiệm lặp lại. Khi thực hiện NN phép đo độc lập thu được các giá trị xi1,xi2,,xiNx_{i1}, x_{i2}, \dots, x_{iN}, bất định chuẩn mẫu được tính theo độ lệch chuẩn:

uA(xi)=1N(N1)j=1N(xijxi)2u_A(x_i)=\sqrt{\frac{1}{N(N-1)}\sum_{j=1}^N\bigl(x_{ij}-\overline{x_i}\bigr)^2}

Phương pháp loại B dùng thông tin ngoài, ví dụ sai số hiệu chuẩn thiết bị do nhà sản xuất cung cấp, hoặc phân bố chuẩn cho phép ước lượng gián tiếp. Bất định loại B được xác định bằng cách phân tích phân phối xác suất giả định (tam giác, chữ nhật, chuẩn, v.v.).

Phương phápNguồn dữ liệuƯu điểmHạn chế
Loại A Dữ liệu đo lặp Độ tin cậy cao, cơ sở thống kê Cần nhiều phép đo
Loại B Thông số kỹ thuật, tài liệu Không cần lặp nhiều, ứng dụng nhanh Phụ thuộc giả định phân phối

Bất định chuẩn tổng hợp uc(y)u_c(y) được tính bằng cách kết hợp bất định loại A và B theo quy tắc cộng bình phương. Sau đó, bất định mở rộng UU được xác định bằng:

U=kuc(y)U=k\,u_c(y)

Thông thường chọn hệ số k=2k=2 để đạt khoảng tin cậy xấp xỉ 95%, phù hợp hướng dẫn GUM của JCGM.

Bất định chuẩn và hệ số mở rộng

Bất định chuẩn tổng hợp uc(y)u_c(y) biểu thị độ lệch chuẩn của kết quả đo đã kết hợp cả nguồn sai số hệ thống và ngẫu nhiên. Giá trị này thể hiện phạm vi dao động của kết quả đo xung quanh giá trị trung bình với xác suất xấp xỉ 68% khi giả định phân phối chuẩn.

Bất định mở rộng UU được tính thông qua hệ số mở rộng kk nhân với bất định chuẩn tổng hợp:

U=kuc(y)U = k\,u_c(y)

Thông thường chọn k=2k = 2 để đạt khoảng tin cậy xấp xỉ 95%, hoặc k=3k = 3 cho khoảng tin cậy ~99,7%. Việc lựa chọn hệ số kk phải dựa trên yêu cầu độ tin cậy của kết quả đo và tiêu chuẩn ngành áp dụng.

Hệ số kkKhoảng tin cậyỨng dụng phổ biến
168%Phân tích sơ bộ, giám sát nội bộ
295%Báo cáo kết quả chính thức, so sánh liên phòng thí nghiệm
399.7%Đánh giá rủi ro cao, chứng nhận chất lượng

Mô hình đo và biểu diễn

Mô hình đo là phương trình toán học hoặc thuật toán xác định mối quan hệ giữa kết quả yy và các biến đầu vào xix_i. Việc xây dựng mô hình đo đầy đủ bao gồm xác định tham số, điều kiện đo, và giới hạn áp dụng.

Kết quả cuối cùng thường được biểu diễn dưới dạng:

  • y±Uy \pm U (đi kèm đơn vị đo),
  • Giá trị trung bình y\overline{y} và khoảng tin cậy [yU,y+U][\overline{y}-U, \overline{y}+U].

Khi báo cáo, cần nêu rõ:

  1. Phương trình mô hình và các biến đầu vào,
  2. Giá trị bất định chuẩn tổng hợp và hệ số kk,
  3. Giả định về phân phối, điều kiện môi trường và phương pháp thu thập dữ liệu.

Phép nhân đoàn và phân phối

Khi kết quả cuối cùng là tích hoặc thương của nhiều đại lượng, bất định tương đối được tính như sau:

uc(y)y=i=1n(u(xi)xi)2\frac{u_c(y)}{y} = \sqrt{\sum_{i=1}^n \Bigl(\frac{u(x_i)}{x_i}\Bigr)^2}

Công thức này áp dụng khi các biến độc lập và tương đối nhỏ so với giá trị trung bình. Phương pháp này cho phép tổng hợp bất định qua chuỗi phép tính, thuận tiện cho các phép đo yêu cầu nhiều bước phân tích hoặc biến động liên tục.

Phép tínhBiểu thức bất định tương đối
Nhân y=x1×x2y = x_1 \times x_2(u(x1)x1)2+(u(x2)x2)2\sqrt{\bigl(\tfrac{u(x_1)}{x_1}\bigr)^2 + \bigl(\tfrac{u(x_2)}{x_2}\bigr)^2}
Chia y=x1/x2y = x_1 / x_2(u(x1)x1)2+(u(x2)x2)2\sqrt{\bigl(\tfrac{u(x_1)}{x_1}\bigr)^2 + \bigl(\tfrac{u(x_2)}{x_2}\bigr)^2}

Phương pháp mô phỏng Monte Carlo

Phương pháp Monte Carlo dùng để xác định phân bố xác suất của kết quả yy khi mô hình phi tuyến hoặc khi tuyến tính hóa không đủ chính xác. Ý tưởng cơ bản là:

  • Sinh ngẫu nhiên NN mẫu cho mỗi biến đầu vào xix_i theo phân phối đã biết (ví dụ chuẩn, tam giác, đều).
  • Tính yj=f(x1j,x2j,,xnj)y_j = f(x_{1j}, x_{2j},\dots,x_{nj}) cho mỗi mẫu j=1..Nj=1..N.
  • Phân tích phân bố yjy_j thu được để xác định giá trị trung bình, độ lệch chuẩn và khoảng tin cậy.

Phương pháp này không yêu cầu tính đạo hàm hoặc tuyến tính hóa, cho kết quả chính xác hơn với mô hình phức tạp. Song, nó đòi hỏi khả năng tính toán cao và lưu trữ lượng lớn mẫu giả lập.

Tham khảo hướng dẫn chi tiết tại JCGM 101: GUM Supplement 1 (2008).

Hướng dẫn và tiêu chuẩn quốc tế

Ước lượng sai số phải tuân theo các tiêu chuẩn quốc tế nhằm đảm bảo tính nhất quán và công nhận lẫn nhau:

  • JCGM 100:2008 GUM – “Guide to the Expression of Uncertainty in Measurement” do Joint Committee for Guides in Metrology ban hành.
  • JCGM 101:2008 – “Propagation of distributions using a Monte Carlo method”, hướng dẫn bổ sung cho GUM.
  • ISO/IEC 17025:2017 – Yêu cầu chung về năng lực của phòng thử nghiệm và hiệu chuẩn.
  • ASTM E2754/E2754M-16 – Chuẩn đánh giá bất định trong hiệu chuẩn nhiệt điện trở.

Các tài liệu này quy định chi tiết cách xác định, kết hợp, và báo cáo bất định đo, đồng thời nêu rõ tiêu chí chấp nhận theo từng loại phép đo và ngưỡng rủi ro liên quan.

Tài liệu tham khảo

  • Joint Committee for Guides in Metrology (2008). Evaluation of measurement data—Guide to the expression of uncertainty in measurement (GUM). JCGM 100:2008.
  • Joint Committee for Guides in Metrology (2008). Evaluation of measurement data—Supplement 1: Propagation of distributions using a Monte Carlo method. JCGM 101:2008.
  • International Organization for Standardization (2017). ISO/IEC 17025:2017 General requirements for the competence of testing and calibration laboratories.
  • ASTM International (2016). ASTM E2754/E2754M-16 Standard Guide for Determining Uncertainties in Thermocouple Calibration.
  • National Institute of Standards and Technology. NIST/SEMATECH e-Handbook of Statistical Methods, Section on Measurement Uncertainty. Truy cập: https://www.itl.nist.gov/div898/handbook/mpc/section1/mpc14.htm

Các bài báo, nghiên cứu, công bố khoa học về chủ đề ước lượng sai số:

Ước lượng sai số a‐posteriori cho phương pháp phần tử hữu hạn Dịch bởi AI
International Journal for Numerical Methods in Engineering - Tập 12 Số 10 - Trang 1597-1615 - 1978
Tóm tắtCác ước lượng sai số a‐posteriori có thể tính toán được cho các nghiệm của phương pháp phần tử hữu hạn được suy ra dưới dạng tiệm cận cho h → 0 khi h là kích thước của các phần tử. Cách tiếp cận này có sự tương đồng với phương pháp dư, nhưng khác biệt ở chỗ sử dụng các chuẩn của...... hiện toàn bộ
#a-posteriori #finite element method #error estimation #negative Sobolev spaces #adaptive solvers
Ước lượng autozygosity từ thông tin có độ sâu cao: ảnh hưởng của mật độ SNP và sai sót genotyping Dịch bởi AI
Springer Science and Business Media LLC - Tập 45 Số 1 - 2013
Tóm tắt Đặt vấn đề Các đoạn đồng hợp tử là những đoạn genotypes đồng hợp tử dài, liên tục cho phép ước lượng đáng tin cậy mức độ consanguinity (tức là autozygosity) dựa trên genotypes SNP đơn nucleotide (SNP) sử dụng chip với độ sâu cao. Trong khi định nghĩa lý thuyết về các đoạn đồng hợp tử là t...... hiện toàn bộ
Thuật Toán Phần Tử Hữu Hạn Tại Chỗ và Song Song cho Các Bài Toán Giá Trị Riêng Dịch bởi AI
Acta Mathematicae Applicatae Sinica, English Series - Tập 18 - Trang 185-200 - 2002
Trong bài báo này, chúng tôi đề xuất và phân tích một số thuật toán phần tử hữu hạn tại chỗ và song song cho các bài toán giá trị riêng. Với những thuật toán này, việc giải một bài toán giá trị riêng trên lưới chi tiết được giảm xuống việc giải một bài toán giá trị riêng trên lưới thô tương đối, cùng với việc giải một số hệ phương trình đại số tuyến tính trên lưới chi tiết bằng cách sử dụng một số...... hiện toàn bộ
#thuật toán phần tử hữu hạn #giá trị riêng #lưới hình dạng đều #ước lượng sai số #phương trình đại số tuyến tính
Ảnh hưởng của độ dung sai đến ước lượng sai số trong các cơ cấu phẳng P3R và 4R Dịch bởi AI
Journal of the Brazilian Society of Mechanical Sciences and Engineering - - 2022
AbstractCác cơ cấu bốn thanh tạo thành một cấu hình nguyên thủy của nhiều cơ cấu. Đầu ra của các cơ cấu này thường sai lệch so với mong muốn do nhiều yếu tố, bao gồm cả độ dung sai của các thanh. Để đạt được ứng dụng thỏa mãn, hiệu suất của cơ cấu cần được xác định rõ ràng. Bài báo này trình bày một phương pháp về tổng hợp và phân tích các cấu hình cơ cấu phẳng đầu...... hiện toàn bộ
Ứng dụng phương pháp ước lượng vững theo phương sai hậu nghiệm phát hiện sai số thô trong lưới khống chế trắc địa
Khoa học Kỹ thuật Mỏ Địa chất - - Trang 57-64 - 2021
Sai số thô nếu tồn tại trong tập số liệu đo ngoại nghiệp thì sẽ ảnh hưởng lớn đến kết quả sau bình sai và lượng chuyển dịch của các điểm quan trắc, từ đó dẫn đến nhận định và kết luận không đúng về chuyển dịch của công trình. Phương pháp ước lượng theo phương sai hậu nghiệm phát hiện sai số thô dựa trên nguyên lý thay thế chọn trọng số ước lượng vững, đây là một phương pháp khác ước lượng thống kê...... hiện toàn bộ
#Lưới thi công #Phương sai hậu nghiệm #Sai số thô #Ước lượng vững
ƯỚC LƯỢNG PHI THAM SỐ CỦA P(X
Tạp chí Khoa học và Công nghệ - Trường Đại học Công nghiệp TP.HCM - Tập 52 Số 04 - 2022
#Nonparametric #error density #estimator #convergence rate
Nghiên cứu Hiệu suất Tương tác của Ước lượng Kênh và Phát hiện Người Dùng Đa Kênh trong Hệ thống CDMA Dài Tầng Kênh Lên Dịch bởi AI
EURASIP Journal on Wireless Communications and Networking - Tập 2004 - Trang 1-15 - 2004
Mặc dù đã xuất hiện nhiều phương pháp ước lượng kênh và phát hiện người dùng cho các hệ thống CDMA uplink dùng mã dài, nhưng nghiên cứu hiệu suất kết hợp của các ước lượng kênh và các bộ phát hiện ký hiệu vẫn còn bỏ ngỏ. Trong bài báo này, chúng tôi xây dựng ba bộ thu nhận tín hiệu tuyến tính điển hình trên cơ sở phương pháp ước lượng kênh hiện có, được biết đến với tên gọi là bộ thu không biến dạ...... hiện toàn bộ
#CDMA #ước lượng kênh #phát hiện người dùng đa kênh #bộ thu không biến dạng #bộ thu sai số bình phương tối thiểu #bộ thu RAKE
NGHIÊN CỨU XÂY DỰNG PHƯƠNG PHÁP ĐỊNH LƯỢNG PARACETAMOL TRONG VIÊN NÉN ĐƠN THÀNH PHẦN BẰNG KỸ THUẬT ĐO VI SAI THEO BƯỚC SÓNG
Tạp chí Nghiên cứu Khoa học và phát triển Trường Đại học Thành Đô - - Trang 80-88 - 2024
Paracetamol hay acetaminophen có tác dụng giảm đau và hạ sốt được sử dụng phổ biến tại nhiều quốc gia. Paracetamol có thể được dùng đơn độc hoặc kết hợp với nhiều dược chất ở các dạng bào chế khác nhau. Có nhiều nghiên cứu liên quan đến định lượng paracetamol trong các dạng bào chế như viên nén, viên nang, thuốc bột, si rô đã được công bố. Phương pháp định lượng paracetamol trong các dạng bào chế ...... hiện toàn bộ
#Acetaminophen #Đo vi sai theo bước sóng #Paracetamol
Ước lượng mật độ hiệp phương sai cho mô hình tần số tự hồi quy của các quá trình điểm Dịch bởi AI
Springer Science and Business Media LLC - Tập 61 - Trang 195-203 - 1989
Việc sử dụng mô hình hồi quy tự động đã trở nên rất quan trọng trong phân tích chuỗi thời gian và về nguyên tắc, nó cũng có thể áp dụng trong phân tích phổ của các quá trình điểm với những lợi thế tương tự so với phương pháp phi tham số. Hầu hết các phương pháp được sử dụng cho phân tích phổ hồi quy tự động đều yêu cầu các ước lượng dương nửa xác định cho hàm hiệp phương sai, trong khi các phương ...... hiện toàn bộ
#Mô hình tự hồi quy; Phân tích phổ; Quá trình điểm; Ước lượng hiệp phương sai; Biểu thức Yule-Walker; Đệ quy Levinson
Ước lượng các tham số của một dòng xung quasi-Poisson ngẫu nhiên hai lần Dịch bởi AI
Measurement Techniques - Tập 38 - Trang 951-965 - 1995
Các phương pháp phân tích thống kê của dòng xung quasi-Poisson, với mức độ là một hàm ngẫu nhiên tĩnh theo thời gian, được xem xét. Các giá trị ước lượng của kỳ vọng toán học, phương sai, hàm tự tương quan chuẩn hóa và mật độ phân bố của mức độ dòng được trình bày, cùng với phân tích về sai số hệ thống và sai số thống kê của các ước lượng.
#quasi-Poisson #dòng xung #ước lượng tham số #phương pháp thống kê #sai số
Tổng số: 36   
  • 1
  • 2
  • 3
  • 4