---
title: "\"РД 34.11.206-94. Методические указания. Информационно-измерительные системы. Методика обработки экспериментальных данных метрологической аттестации\""
number: "РД 34.11.206-94"
issuer: "РАО \"ЕЭС России\""
status: действует
canonical: "https://bukva.ai/docs/ukazanie-ukazaniya-rd-34-11-206-94"
---

## "РД 34.11.206-94. Методические указания. Информационно-измерительные системы. Методика обработки экспериментальных данных метрологической аттестации"

# "РД 34.11.206-94. Методические указания. Информационно-измерительные системы. Методика обработки экспериментальных данных метрологической аттестации"

(утв. РАО "ЕЭС России" 14.01.1994)

> [!IMPORTANT]
> Документ [введен](#p100002) в действие с 01.01.1995.
> Взамен РД 34.11.206-88.


<a id="p100001"></a>Утверждены
РАО "ЕЭС России"
14 января 1994 года

<a id="p100002"></a>Срок действия установлен
с 1 января 1995 года
до 1 января 1999 года

<a id="p100003"></a>**МЕТОДИЧЕСКИЕ УКАЗАНИЯ.**
**ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫЕ СИСТЕМЫ. МЕТОДИКА ОБРАБОТКИ**
**ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ МЕТРОЛОГИЧЕСКОЙ АТТЕСТАЦИИ**

<a id="p100004"></a>РД 34.11.206-94

<a id="p100005"></a>Разработано Акционерным обществом "Фирма по наладке, совершенствованию технологии и эксплуатации электростанций и сетей ОРГРЭС".
<a id="p100006"></a>Исполнители: А.Г. Ажикин, С.А. Спорыхин.
<a id="p100007"></a>Утверждено Департаментом науки и техники РАО "ЕЭС России" 14.01.94.
<a id="p100008"></a>Первый заместитель начальника А.П. Берсенев.

<a id="p100009"></a>Настоящие Методические указания (МУ) определяют основные положения и устанавливают методы обработки результатов многократных наблюдений, полученных при проведении метрологической аттестации (МА) в соответствии с "РД 34.11.202-87. Методические указания. Информационно-измерительные системы. Метрологическая аттестация. Организация и порядок проведения" (М.: СПО Союзтехэнерго, 1988) измерительных каналов (ИК) информационно-измерительных систем (ИИС), эксплуатируемых на предприятиях электроэнергетической отрасли.
<a id="p100010"></a>Методические указания предназначены для персонала организаций, проводящих МА ИИС.
<a id="p100011"></a>В МУ изложены алгоритмы обработки результатов многократных наблюдений при экспериментальных исследованиях метрологических характеристик (МХ) ИК ИИС (в условиях эксплуатации) комплектным и поэлементным методами.
<a id="p100012"></a>Указанные в МУ алгоритмы обработки экспериментальных данных основаны на следующих допущениях:
<a id="p100013"></a>закон распределения случайной составляющей погрешности ИК является нормальным;
<a id="p100014"></a>закон распределения случайной составляющей погрешности ИК, обусловленной гистерезисом, является равномерным;
<a id="p100015"></a>закон распределения систематической составляющей погрешности на множестве однотипных ИК является нормальным;
<a id="p100016"></a>взаимное влияние ИК не имеет места.
<a id="p100017"></a>С выходом настоящих МУ утрачивают силу "Методические указания. Информационно-измерительные системы. Методика обработки экспериментальных данных метрологической аттестации: РД 34.11.206-88" (М.: СПО Союзтехэнерго, 1988).


### 1. <a id="p100018"></a>ОБЩИЕ ПОЛОЖЕНИЯ


<a id="p100019"></a>1.1. Результаты многократных наблюдений, полученные при экспериментальных исследованиях МХ ИК, должны быть представлены в протоколе по форме, приведенной в РД 34.11.202-87.
<a id="p100020"></a>*Примечание.* Под многократными наблюдениями следует понимать те случаи, когда осуществляется не менее четырех наблюдений.


#### <a id="p100021"></a>1.2 Результатами обработки экспериментальных данных являются следующие МХ:

<a id="p100022"></a>систематическая составляющая погрешности ИК $\Delta_{S}$ или (и) математическое ожидание систематической составляющей погрешности совокупности однотипных ИК $M(\Delta_{S});$ 
<a id="p100023"></a>среднее квадратическое отклонение (СКО) систематической составляющей погрешности ИК совокупности однотипных ИК $\sigma(\Delta_{S});$ 
<a id="p100024"></a>среднее квадратическое отклонение случайной составляющей погрешности ИК $\sigma(\Delta^{{}^{\circ}})$ или (и) совокупности однотипных ИК $\sigma(\Delta^{{}^{\circ}});$ 
<a id="p100025"></a>случайная составляющая погрешности ИК или (и) совокупности однотипных ИК, обусловленная гистерезисом - вариация H или (и) $\overline{H};$ 
<a id="p100026"></a>верхняя и нижняя границы доверительного интервала погрешности измерений ИК или совокупности однотипных ИК $\Delta_{h},\Delta_{l}.$ 
<a id="p100027"></a>1.3. Результаты МА должны быть представлены в соответствии с [МИ 1317-86](https://bukva.ai/docs/mi-1317-86) в виде $\Delta_{h},\Delta_{l},P$ (P - доверительная вероятность).
<a id="p100028"></a>Метрологические характеристики нормируются для групп однотипных ИК или для каждого ИК.


### 2. <a id="p100029"></a>АЛГОРИТМ ОБРАБОТКИ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ ПРИ КОМПЛЕКТНОМ МЕТОДЕ ИССЛЕДОВАНИЙ МХ ИК



#### <a id="p100030"></a>2.1 Обработка результатов проводится в три этапа.

<a id="p100031"></a>На первом этапе полученная совокупность результатов наблюдений для каждого l-го ИК, в каждой j-й точке диапазона измерений проверяется на наличие грубых ошибок (погрешностей). Отдельно проверяются результаты, полученные при прямом и обратном ходах в процессе проведения эксперимента.
<a id="p100032"></a>2.1.1. Анализируются условия, в которых был получен результат наблюдения, по предположению, содержащий грубую погрешность, т.е. резко отличающийся от остальных результатов наблюдений.
<a id="p100033"></a>Если результат получен в тех же условиях, что и вся совокупность, и не является следствием грубых ошибок при наблюдениях, то оцениваемый результат не исключается из рассматриваемой совокупности.
<a id="p100034"></a>Если же результат наблюдений является следствием грубых ошибок при наблюдениях или следствием случайного нарушения нормальных условий (т.е. условий, в которых получена вся совокупность), то указанный результат наблюдений не принадлежит той же совокупности, что и остальные, и исключается из дальнейшей обработки.
<a id="p100035"></a>Если причина резкого отклонения результата наблюдений не установлена, то следует воспользоваться методом статистической обработки (п. 2.1.2).

##### <a id="p100036"></a>2.1.2 Оценивается анормальность результатов наблюдений.


###### <a id="p100037"></a>2.1.2.1 Определяется среднее арифметическое значение результатов наблюдений по формуле:


<a id="p100038"></a> $\overline{x_{lj\text{м}(\text{б})}} = \frac{1}{n_{\text{м}(\text{б})}} \sum_{i = 1}^{n_{\text{м б}}} {}^{()}x_{lji\text{м }(\text{б})},$ (1)

<a id="p100039"></a>где:
<a id="p100240"></a>xljiм(б) - i-е значение результата наблюдений в j-й точке диапазона измерений l-го ИК при прямом (обратном) ходе (i = 1...n);
<a id="p100241"></a>nм(б) - количество наблюдений при прямом (обратном) ходе.

###### <a id="p100040"></a>2.1.2.2 Определяется среднее квадратическое отклонение результатов наблюдений по формуле:


<a id="p100041"></a> $S = (\frac{1}{n_{\text{м}(\text{б})} - 1} \sum_{i = 1}^{n_{\text{м б}}} {}^{()}(x_{lji\text{м }(\text{б})} - \overline{x_{lj\text{м}(\text{б})}})^{2})^{0,5}.$ (2)


###### <a id="p100042"></a>2.1.2.3 Определяется отношение U по формуле:


<a id="p100043"></a> $U = \frac{|\overline{x_{lj\text{м}(\text{б})}} - x_{lji\text{м }(\text{б})}^{*}|}{S} ,$ (3)

<a id="p100044"></a>где $x_{lji\text{м }(\text{б})}^{*}$ - результат наблюдения, по предположению, содержащий грубую погрешность.
<a id="p100045"></a>2.1.2.4. Полученное значение U сравнивается со значением h по таблице [Приложения 1](#p100123).
<a id="p100046"></a>2.1.2.5. Если U > h, то результат наблюдений исключается из рассматриваемой совокупности, в этом случае проводится еще одно наблюдение. При невозможности получения дополнительного результата наблюдений исключенный результат заменяется на среднее арифметическое из двух смежных значений из протокола наблюдений.
<a id="p100047"></a>2.1.2.6. При малом числе наблюдений для проверки совокупности результатов наблюдений на наличие грубых ошибок возможно применение критерия Диксона, который определяется следующим образом.
<a id="p100048"></a>Определяется среднее арифметическое значение по [формуле (1)](#p100038). Определяется модуль отклонения каждого результата наблюдений от среднего значения:

<a id="p100049"></a> $\Delta x_{lji\text{м }(\text{б})} = |x_{lji\text{м }(\text{б})} - \overline{x_{lj\text{м}(\text{б})}}|.$ (4)

<a id="p100050"></a>Полученные значения отклонений записываются в возрастающий ряд:

<a id="p100051"></a> $\Delta x_{lj1\text{м }(\text{б})} \leq ... \leq \Delta x_{lji\text{м }(\text{б})} \leq ... \leq \Delta x_{ljn\text{м }(\text{б})}.$ (5)

<a id="p100052"></a>Определяется отношение К по формуле:

<a id="p100053"></a> $K = \frac{\Delta x_{ljn\text{м }(\text{б})} - \Delta x_{ljn - 1\text{м }(\text{б})}}{\Delta x_{ljn\text{м }(\text{б})} - \Delta x_{lj1\text{м }(\text{б})}} .$ (6)

<a id="p100054"></a>Полученное значение К сравнивается со значениями Кд из таблицы.


<table>
<colgroup><col width="18%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"><col width="7%"></colgroup>
<tr><td rowspan="2"><a id="p100055"></a>Доверительная вероятность</td><td colspan="12">Количество результатов наблюдений nм (nб)</td></tr>
<tr><td>4</td><td>5</td><td>6</td><td>7</td><td>8</td><td>9</td><td>10</td><td>12</td><td>14</td><td>16</td><td>18</td><td>20</td></tr>
<tr><td><a id="p100056"></a>0,95</td><td>0,76</td><td>0,64</td><td>0,56</td><td>0,51</td><td>0,47</td><td>0,44</td><td>0,41</td><td>0,38</td><td>0,35</td><td>0,33</td><td>0,31</td><td>0,30</td></tr>
<tr><td><a id="p100057"></a>0,9</td><td>0,68</td><td>0,56</td><td>0,48</td><td>0,43</td><td>0,40</td><td>0,37</td><td>0,35</td><td>0,32</td><td>0,29</td><td>0,28</td><td>0,26</td><td>0,26</td></tr>
</table>


<a id="p100058"></a>Если К > Кд, то результат наблюдений, у которого модуль отклонения от среднего значения является наибольшим, исключается из рассматриваемой совокупности и производится его замена, как указано в [п. 2.1.2.5](#p100046).
<a id="p100059"></a>2.2. На втором этапе определяются следующие характеристики погрешности ИК.

##### <a id="p100060"></a>2.2.1 Оценка систематической составляющей погрешности в j-й точке диапазона измерений l-го ИК по формуле:


<a id="p100061"></a> $\tilde{\Delta}_{Slj} = \frac{(\overline{x_{lj\text{м}}} - \text{х}_{\text{д}j}) + (\overline{x_{lj\text{б}}} - \text{х}_{\text{д}j})}{2} ,$ (7)

<a id="p100062"></a>где:
<a id="p100242"></a> $\overline{x_{lj\text{м}(\text{б})}}$ - среднее арифметическое значение результатов наблюдений в j-й точке диапазона измерений l-го ИК при прямом (обратном) ходе;
<a id="p100243"></a>xдj - действительное значение измеряемой величины в j-й точке диапазона измерений l-го ИК (действительное значение образцового сигнала на входе ИК в единицах измеряемой величины).
<a id="p100063"></a>Значения $\overline{x_{lj\text{м}(\text{б})}}$ определяются по формулам:

<a id="p100064"></a> $\overline{x_{lj\text{м}}} = \frac{1}{n_{\text{м}}} \sum_{i_{\text{м}} = 1}^{n_{\text{м}}} x_{lji\text{м}};$ (8)

<a id="p100065"></a> $\overline{x_{lj\text{б}}} = \frac{1}{n_{\text{б}}} \sum_{i_{\text{б}} = 1}^{n_{\text{б}}} x_{lji\text{б}}.$ (9)


##### <a id="p100066"></a>2.2.2 Оценка дисперсии случайной составляющей погрешности в j-й точке диапазона измерений l-го ИК по формуле:


<a id="p100067"></a> $\tilde{D}(\Delta_{lj}^{{}^{\circ}}) = \frac{1}{(n_{\text{м}} + n_{\text{б}}) - 1} [\sum_{i_{\text{м}} = 1}^{n_{\text{м}}} (x_{lji\text{м}} - \overline{x_{lj\text{м}}})^{2} + \sum_{i_{\text{б}} = 1}^{n_{\text{б}}} (x_{lji\text{б}} - \overline{x_{lji\text{б}}})^{2}].$ (10)


##### <a id="p100068"></a>2.2.3 Оценка СКО случайной составляющей погрешности в i-й точке диапазона измерений l-го ИК по формуле:


<a id="p100069"></a> $\tilde{\sigma}(\Delta_{lj}^{{}^{\circ}}) = \sqrt{\tilde{D}(\Delta_{lj}^{{}^{\circ}})} .$ (11)


##### <a id="p100070"></a>2.2.4 Оценка вариаций в j-й точке диапазона измерений l-го ИК по формуле:


<a id="p100071"></a> $H_{lj} = |\overline{x_{lj\text{м}}} - \overline{x_{lj\text{б}}}|.$ (12)

<a id="p100072"></a>2.2.5. Если обрабатываются результаты наблюдений при исследовании совокупности однотипных ИК, то обработка продолжается и определяются следующие обобщенные характеристики погрешности совокупности ИК.
<a id="p100073"></a>2.2.5.1. Оценка математического ожидания систематической составляющей погрешности в j-й точке диапазона измерений совокупности однотипных ИК по формуле:

<a id="p100074"></a> $\tilde{M}(\Delta_{Sj}) = \frac{1}{m} \sum_{l = 1}^{m} \tilde{\Delta}_{Slj},$ (13)

<a id="p100075"></a>где m - количество однотипных ИК в обрабатываемой (рассматриваемой) совокупности.
<a id="p100076"></a>2.2.5.2. Оценка СКО систематической составляющей погрешности в j-й точке диапазона измерений совокупности однотипных ИК по формуле:

<a id="p100077"></a> $\tilde{\sigma}(\Delta_{Sj}) = (\frac{1}{m - 1} \sum_{l = 1}^{m} (\tilde{\Delta}_{Slj} - \tilde{M}(\Delta_{Sj})))^{0,5}.$ (14)

<a id="p100078"></a>2.2.5.3. Оценка СКО случайной составляющей погрешности в j-й точке диапазона измерений, если оценки дисперсий случайной составляющей погрешности совокупности однотипных ИК однородны, по формуле:

<a id="p100079"></a> $\overline{\sigma}(\Delta_{j}^{{}^{\circ}}) = \sqrt{\frac{1}{m} \sum_{l = 1}^{m} \tilde{\sigma}^{2}(\Delta_{lj}^{{}^{\circ}})} .$ (15)

<a id="p100080"></a>Если же дисперсии не однородны, то в качестве $\overline{\sigma}(\Delta_{j}^{{}^{\circ}})$ принимается максимальное из m значений $\tilde{\sigma}(\Delta_{lj}^{{}^{\circ}}),$ т.е.
<a id="p100081"></a> $\overline{\sigma}(\Delta_{j}^{{}^{\circ}}) = m_{m}ax\tilde{\sigma}(\Delta_{lj}^{{}^{\circ}}).$ (16)

<a id="p100082"></a>Алгоритм проверки однородности дисперсий представлен в [Приложении 2](#p100149).
<a id="p100083"></a>2.2.5.4. Оценка вариации в j-й точке диапазона измерений совокупности однотипных ИК в случае допустимости ее расхождения по формуле:

<a id="p100084"></a> $\overline{H_{j}} = \frac{1}{m} \sum_{l = 1}^{m} H_{lj}.$ (17)

<a id="p100085"></a>Если же расхождения значений вариации не допустимо, то в качестве $\overline{H_{j}}$ принимается максимальное из их значений $H_{lj},$ т.е.

<a id="p100086"></a> $\overline{H_{j}} = m_{m}axH_{lj}.$ (18)

<a id="p100087"></a>Алгоритм проверки допустимости расхождения вариации представлен в [Приложении 3](#p100198).
<a id="p100088"></a>2.3. На третьем этапе обработки в каждой j-й точке диапазона измерений ИК (совокупности однотипных ИК) определяются верхняя $(\Delta_{hj})$ и нижняя $(\Delta_{lj})$ границы доверительного интервала погрешности измерений.

##### <a id="p100089"></a>2.3.1 Для одного ИК $\Delta_{hj},\Delta_{lj}$ определяются по формуле:


<a id="p100090"></a> $\Delta_{h(l)j} = \tilde{\Delta}_{Slj} \pm t_{p} \sqrt{\tilde{\sigma}^{2}(\Delta_{lj}^{{}^{\circ}}) + \frac{H_{lj}^{2}}{12}} ,$ (19)

<a id="p100091"></a>где tр - коэффициент Стьюдента, который определяется по таблице [Приложения 4](#p100209) в зависимости от доверительной вероятности и количества наблюдений.

##### <a id="p100092"></a>2.3.2 Для совокупности однотипных ИК $\Delta_{hj},\Delta_{lj}$ определяются по формуле:


<a id="p100093"></a> $\Delta_{h(l)j} = \tilde{M}(\Delta_{Sj}) \pm t_{p} \sqrt{\tilde{\sigma}^{2}(\Delta_{Sj}) + \overline{\sigma^{2}}(\Delta_{j}^{{}^{\circ}}) + \frac{\overline{H_{j}^{2}}}{12}} .$ (20)

<a id="p100094"></a>2.4. Полученные значения $\Delta_{hj}\text{и }\Delta_{lj}$ записываются как функции $\Delta_{hj} = f(x_{\text{д}j})\text{и }\Delta_{lj} = f(x_{\text{д}j}),$ аппроксимируются по диапазону измерений прямыми (например, методом наименьших квадратов) и представляются в виде:

<a id="p100095"></a> $\Delta_{h} = a_{1} + b_{1}x_{\text{изм}};$ (21)

<a id="p100096"></a> $\Delta_{l} = a_{2} + b_{2}x_{\text{изм}},$ (22)

<a id="p100097"></a>где:
<a id="p100244"></a>a1 (a2), b1 (b2) - параметры аппроксимирующих прямых;
<a id="p100245"></a>xизм - измеренное значение физической величины.
<a id="p100098"></a>Параметры аппроксимирующих прямых для метода наименьших квадратов находятся из решения следующей системы уравнений:

<a id="p100099"></a> ![формула](https://i.bukva.ai/MVgw935T/img_0.png) (23)

<a id="p100101"></a>где q - количество точек диапазона измерений, в которых проводились экспериментальные исследования (j = 1...q).
<a id="p100102"></a>2.5. В качестве нормированных МХ ИК (совокупности ИК) во всем диапазоне измерений принимаются приведенные $\gamma_{h},\gamma_{l}$ и относительные $\delta_{h},\delta_{l}$ значения верхней и нижней границ доверительного интервала погрешности измерений, которые определяются по формулам:

<a id="p100103"></a> $\gamma_{h} = \frac{a_{1}}{|x_{\text{в}} - x_{\text{н}}|} \cdot 100\%;$ (24)

<a id="p100104"></a> $\gamma_{l} = \frac{a_{2}}{|x_{\text{в}} - x_{\text{н}}|} \cdot 100\%;$ (25)

<a id="p100105"></a> $\delta_{h} = b_{1} \cdot 100\%;$ (26)

<a id="p100106"></a> $\delta_{l} = b_{2} \cdot 100\%,$ (27)

<a id="p100107"></a>где xв, xн - верхний и нижний пределы диапазона измерений.
<a id="p100108"></a>Абсолютные значения границ доверительного интервала погрешности измерений ИК при измерении физической величины определяются по формулам:

<a id="p100109"></a> $\Delta_{h} = \frac{\gamma_{h}|x_{\text{в}} - x_{\text{н}}|}{100\%} + \frac{\delta_{h}x_{\text{изм}}}{100\%} ;$ (28)

<a id="p100110"></a> $\Delta_{l} = \frac{\gamma_{l}|x_{\text{в}} - x_{\text{н}}|}{100\%} + \frac{\delta_{l}x_{\text{изм}}}{100\%} .$ (29)


### 3. <a id="p100111"></a>АЛГОРИТМ ОБРАБОТКИ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ ПРИ ПОЭЛЕМЕНТНОМ МЕТОДЕ ИССЛЕДОВАНИЯ МХ ИК


<a id="p100112"></a>3.1. При поэлементном методе исследуются МХ элементов ИК. Обработка результатов наблюдений при исследовании МХ элемента ИК проводится согласно [пп. 2.1](#p100030) - [2.3](#p100088).
<a id="p100113"></a>3.2. Границы доверительного интервала погрешности измерений определяются следующим образом.
<a id="p100114"></a>Для одного ИК по формуле:

<a id="p100115"></a> $\Delta_{h(l)j} = \sum_{k = 1}^{z} (\tilde{\Delta}_{Sljk}) \pm t_{p}(\sum_{k = 1}^{z} \tilde{\sigma}^{2}(\Delta_{ljk}^{{}^{\circ}}) + \frac{1}{12} H_{ljk}^{2})^{0,5},$ (30)

<a id="p100116"></a>где:
<a id="p100246"></a> $\tilde{\Delta}_{Sljk}$ - оценка систематической составляющей погрешности в j-й точке диапазона измерений k-го элемента l-го ИК;
<a id="p100247"></a> $\tilde{\sigma}(\Delta_{ljk}^{{}^{\circ}})$ - оценка СКО случайной составляющей погрешности в j-й точке диапазона измерений k-го элемента l-го ИК;

<a id="p100248"></a> $H_{ljk}$ - оценка вариации в j-й точке диапазона измерений k-го элемента l-го ИК;
<a id="p100249"></a>z - количество элементов ИК.
<a id="p100117"></a>Для совокупных однотипных ИК по формуле:

<a id="p100118"></a> $\Delta_{h(l)j} = \sum_{k = 1}^{z} \tilde{M}(\Delta_{Sjk}) \pm t_{p}(\sum_{k = 1}^{z} \tilde{\sigma}^{2}(\Delta_{Sjk}) + \sum_{k = 1}^{z} \overline{\sigma^{2}}(\Delta_{jk}^{{}^{\circ}}) + \frac{1}{12} \sum_{k = 1}^{z} \overline{H_{jk}^{2}})^{0,5},$ (31)

<a id="p100119"></a>где:
<a id="p100250"></a> $\tilde{M}(\Delta_{Sjk})$ - оценка математического ожидания систематической составляющей погрешности в j-й точке диапазона измерений k-го элемента совокупности однотипных ИК;
<a id="p100251"></a> $\tilde{\sigma}(\Delta_{Sjk})$ - оценка СКО систематической составляющей погрешности в j-й точке диапазона измерений k-го элемента совокупности однотипных ИК;
<a id="p100252"></a> $\overline{\sigma}(\Delta_{jk}^{{}^{\circ}})$ - оценка СКО случайной составляющей погрешности в j-й точке диапазона измерений k-го элемента совокупности однотипных ИК;
<a id="p100253"></a> $\overline{H_{jk}}$ - оценка вариации в j-й точке диапазона измерений k-го элемента совокупности однотипных ИК.
<a id="p100120"></a>3.3. Если поэлементный метод исследования МХ ИК является расчетно-экспериментальным, то расчет МХ (составляющих погрешности в каждой j-й точке диапазона измерений) элементов ИК, не исследуемых экспериментально, следует проводить по МХ агрегатных средств измерений (АСИ), входящих в состав элемента в соответствии с "Методикой определения обобщенных метрологических характеристик измерительных каналов ИИС и АСУ ТП по метрологическим характеристикам агрегатных средств измерений: МТ 34-70-038-87" (М.: СПО Союзтехэнерго, 1987).
<a id="p100121"></a>3.4. Нормирование МХ ИК (совокупности ИК) проводится согласно [пп. 2.4](#p100094) и [2.5](#p100102).





<a id="p100122"></a>Приложение 1

<a id="p100123"></a>ПРЕДЕЛЬНЫЕ ЗНАЧЕНИЯ h ПРИ ОЦЕНКЕ РЕЗУЛЬТАТОВ НАБЛЮДЕНИЙ
**НА АНОРМАЛЬНОСТЬ**


<table>
<colgroup><col width="33%"><col width="33%"><col width="34%"></colgroup>
<tr><td rowspan="2"><a id="p100124"></a>Количество результатов наблюдений</td><td colspan="2">Предельное значение h при вероятности Р</td></tr>
<tr><td>0,90</td><td>0,95</td></tr>
<tr><td><a id="p100125"></a>4</td><td>1,42</td><td>1,46</td></tr>
<tr><td><a id="p100126"></a>5</td><td>1,60</td><td>1,67</td></tr>
<tr><td><a id="p100127"></a>6</td><td>1,73</td><td>1,82</td></tr>
<tr><td><a id="p100128"></a>7</td><td>1,83</td><td>1,94</td></tr>
<tr><td><a id="p100129"></a>8</td><td>1,91</td><td>2,03</td></tr>
<tr><td><a id="p100130"></a>9</td><td>1,98</td><td>2,11</td></tr>
<tr><td><a id="p100131"></a>10</td><td>2,03</td><td>2,18</td></tr>
<tr><td><a id="p100132"></a>11</td><td>2,09</td><td>2,23</td></tr>
<tr><td><a id="p100133"></a>12</td><td>2,13</td><td>2,29</td></tr>
<tr><td><a id="p100134"></a>13</td><td>2,17</td><td>2,33</td></tr>
<tr><td><a id="p100135"></a>14</td><td>2,21</td><td>2,37</td></tr>
<tr><td><a id="p100136"></a>15</td><td>2,25</td><td>2,41</td></tr>
<tr><td><a id="p100137"></a>16</td><td>2,28</td><td>2,44</td></tr>
<tr><td><a id="p100138"></a>17</td><td>2,31</td><td>2,48</td></tr>
<tr><td><a id="p100139"></a>18</td><td>2,34</td><td>2,50</td></tr>
<tr><td><a id="p100140"></a>19</td><td>2,36</td><td>2,53</td></tr>
<tr><td><a id="p100141"></a>20</td><td>2,38</td><td>2,56</td></tr>
<tr><td><a id="p100142"></a>25</td><td>2,635</td><td>2,870</td></tr>
<tr><td><a id="p100143"></a>30</td><td>2,696</td><td>2,928</td></tr>
<tr><td><a id="p100144"></a>40</td><td>2,792</td><td>3,015</td></tr>
<tr><td><a id="p100145"></a>50</td><td>2,860</td><td>3,082</td></tr>
<tr><td><a id="p100146"></a>100</td><td>3,076</td><td>3,285</td></tr>
<tr><td><a id="p100147"></a>250</td><td>3,339</td><td>3,534</td></tr>
</table>






<a id="p100148"></a>Приложение 2

<a id="p100149"></a>ПРОВЕРКА ОДНОРОДНОСТИ m ОЦЕНОК ДИСПЕРСИЙ

1. <a id="p100150"></a>При m = 2 оценки дисперсий считаются однородными, если выполняется неравенство:

<a id="p100151"></a> $\frac{1}{F} \leq \frac{\tilde{D}\Delta_{1j}^{{}^{\circ}}}{\tilde{D}\Delta_{2j}^{{}^{\circ}}} \_\_\_\_() \leq F.$ 

<a id="p100152"></a>Значение F находится по [табл. П2.1](#p100154) в зависимости от доверительной вероятности и параметров f1 и f2, которые определяются по формуле:

<a id="p100254"></a>f1 = f2 = nм + nб - 1.

<a id="p100153"></a>Таблица П2.1

<a id="p100154"></a>**ЗНАЧЕНИЯ F**


<table>
<colgroup><col width="4%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"><col width="5%"></colgroup>
<tr><td><a id="p100155"></a>f2</td><td>Вероятность</td><td>1</td><td>2</td><td>3</td><td>4</td><td>5</td><td>6</td><td>f1<br>7</td><td>8</td><td>9</td><td>10</td><td>11</td><td>12</td><td>15</td><td>20</td><td>24</td><td>30</td><td>40</td><td>100</td><td>$\infty$</td></tr>
<tr><td rowspan="2"><a id="p100156"></a>4</td><td>0,90</td><td>4,54</td><td>4,32</td><td>4,19</td><td>4,11</td><td>4,05</td><td>4,01</td><td>3,98</td><td>3,95</td><td>3,94</td><td>3,92</td><td>3,91</td><td>3,90</td><td>3,87</td><td>3,84</td><td>3,83</td><td>3,82</td><td>3,80</td><td>3,78</td><td>3,77</td></tr>
<tr><td>0,95</td><td>7,71</td><td>6,94</td><td>6,59</td><td>6,39</td><td>6,26</td><td>6,16</td><td>6,09</td><td>6,04</td><td>6,00</td><td>5,96</td><td>5,94</td><td>5,91</td><td>5,86</td><td>5,80</td><td>5,77</td><td>5,75</td><td>5,72</td><td>5,66</td><td>5,65</td></tr>
<tr><td rowspan="2"><a id="p100157"></a>5</td><td>0,90</td><td>4,06</td><td>3,78</td><td>3,62</td><td>3,52</td><td>3,45</td><td>3,40</td><td>3,37</td><td>3,34</td><td>3,32</td><td>3,30</td><td>3,28</td><td>3,27</td><td>3,24</td><td>3,21</td><td>3,19</td><td>3,17</td><td>3,16</td><td>3,13</td><td>3,12</td></tr>
<tr><td>0,95</td><td>6,61</td><td>5,79</td><td>5,41</td><td>5,19</td><td>5,05</td><td>4,95</td><td>4,88</td><td>4,82</td><td>4,77</td><td>4,74</td><td>4,71</td><td>4,68</td><td>4,62</td><td>4,56</td><td>4,53</td><td>4,50</td><td>4,46</td><td>4,41</td><td>4,40</td></tr>
<tr><td rowspan="2"><a id="p100158"></a>6</td><td>0,90</td><td>3,78</td><td>3,46</td><td>3,29</td><td>3,18</td><td>3,11</td><td>3,05</td><td>3,01</td><td>2,98</td><td>2,96</td><td>2,94</td><td>2,92</td><td>2,90</td><td>2,87</td><td>2,84</td><td>2,82</td><td>2,80</td><td>2,78</td><td>2,75</td><td>2,74</td></tr>
<tr><td>0,95</td><td>5,99</td><td>5,14</td><td>4,76</td><td>4,53</td><td>4,39</td><td>4,28</td><td>4,21</td><td>4,15</td><td>4,10</td><td>4,06</td><td>4,03</td><td>4,00</td><td>3,94</td><td>3,87</td><td>3,84</td><td>3,81</td><td>3,77</td><td>3,71</td><td>3,70</td></tr>
<tr><td rowspan="2"><a id="p100159"></a>7</td><td>0,90</td><td>3,59</td><td>3,26</td><td>3,07</td><td>2,96</td><td>2,88</td><td>2,83</td><td>2,78</td><td>2,75</td><td>2,72</td><td>2,70</td><td>2,68</td><td>2,67</td><td>2,63</td><td>2,59</td><td>2,58</td><td>2,56</td><td>2,54</td><td>2,50</td><td>2,48</td></tr>
<tr><td>0,95</td><td>5,59</td><td>4,74</td><td>4,35</td><td>4,12</td><td>3,97</td><td>3,87</td><td>3,79</td><td>3,73</td><td>3,68</td><td>3,64</td><td>3,60</td><td>3,57</td><td>3,51</td><td>3,44</td><td>3,41</td><td>3,38</td><td>3,34</td><td>3,37</td><td>3,25</td></tr>
<tr><td rowspan="2"><a id="p100160"></a>8</td><td>0,90</td><td>3,46</td><td>3,11</td><td>2,92</td><td>2,81</td><td>2,73</td><td>2,67</td><td>2,62</td><td>2,59</td><td>2,56</td><td>2,54</td><td>2,52</td><td>2,50</td><td>2,46</td><td>2,42</td><td>2,40</td><td>2,38</td><td>2,36</td><td>2,32</td><td>2,31</td></tr>
<tr><td>0,95</td><td>5,32</td><td>4,46</td><td>4,07</td><td>3,84</td><td>3,69</td><td>3,58</td><td>3,50</td><td>3,44</td><td>3,39</td><td>3,35</td><td>3,31</td><td>3,28</td><td>3,22</td><td>3,15</td><td>3,12</td><td>3,08</td><td>3,04</td><td>2,97</td><td>2,95</td></tr>
<tr><td rowspan="2"><a id="p100161"></a>9</td><td>0,90</td><td>3,36</td><td>3,01</td><td>2,81</td><td>2,69</td><td>2,61</td><td>2,55</td><td>2,51</td><td>2,47</td><td>2,44</td><td>2,42</td><td>2,40</td><td>2,38</td><td>2,34</td><td>2,30</td><td>2,28</td><td>2,25</td><td>2,23</td><td>2,19</td><td>2,17</td></tr>
<tr><td>0,95</td><td>5,12</td><td>4,26</td><td>3,86</td><td>3,63</td><td>3,48</td><td>3,37</td><td>3,29</td><td>3,23</td><td>3,18</td><td>3,14</td><td>3,10</td><td>3,07</td><td>3,01</td><td>2,94</td><td>2,90</td><td>2,86</td><td>2,83</td><td>2,76</td><td>2,73</td></tr>
<tr><td rowspan="2"><a id="p100162"></a>10</td><td>0,90</td><td>3,28</td><td>2,92</td><td>2,73</td><td>2,61</td><td>2,52</td><td>2,46</td><td>2,41</td><td>2,38</td><td>2,35</td><td>2,32</td><td>2,30</td><td>2,28</td><td>2,24</td><td>2,20</td><td>2,18</td><td>2,16</td><td>2,13</td><td>2,09</td><td>2,07</td></tr>
<tr><td>0,95</td><td>4,96</td><td>4,10</td><td>3,71</td><td>3,48</td><td>3,33</td><td>3,22</td><td>3,14</td><td>3,07</td><td>3,02</td><td>2,98</td><td>2,94</td><td>2,91</td><td>2,85</td><td>2,77</td><td>2,74</td><td>2,70</td><td>2,66</td><td>2,59</td><td>2,56</td></tr>
<tr><td rowspan="2"><a id="p100163"></a>11</td><td>0,90</td><td>3,23</td><td>2,86</td><td>2,66</td><td>2,54</td><td>2,45</td><td>2,39</td><td>2,34</td><td>2,30</td><td>2,27</td><td>2,25</td><td>2,23</td><td>2,21</td><td>2,17</td><td>2,12</td><td>2,10</td><td>2,08</td><td>2,05</td><td>2,00</td><td>1,99</td></tr>
<tr><td>0,95</td><td>4,84</td><td>3,98</td><td>3,59</td><td>3,36</td><td>3,20</td><td>3,09</td><td>3,01</td><td>2,95</td><td>2,90</td><td>2,85</td><td>2,82</td><td>2,79</td><td>2,72</td><td>2,65</td><td>2,61</td><td>2,57</td><td>2,53</td><td>2,46</td><td>2,43</td></tr>
<tr><td rowspan="2"><a id="p100164"></a>12</td><td>0,90</td><td>3,18</td><td>2,81</td><td>2,61</td><td>2,48</td><td>2,39</td><td>2,33</td><td>2,28</td><td>2,24</td><td>2,21</td><td>2,19</td><td>2,17</td><td>2,15</td><td>2,10</td><td>2,06</td><td>2,04</td><td>2,01</td><td>1,99</td><td>1,94</td><td>1,92</td></tr>
<tr><td>0,95</td><td>4,75</td><td>3,89</td><td>3,49</td><td>3,26</td><td>3,11</td><td>3,00</td><td>2,91</td><td>2,85</td><td>2,80</td><td>2,75</td><td>2,72</td><td>2,69</td><td>2,62</td><td>2,54</td><td>2,51</td><td>2,47</td><td>2,43</td><td>2,35</td><td>2,32</td></tr>
<tr><td rowspan="2"><a id="p100165"></a>15</td><td>0,90</td><td>2,07</td><td>2,70</td><td>2,49</td><td>2,36</td><td>2,27</td><td>2,21</td><td>2,16</td><td>2,12</td><td>2,09</td><td>2,06</td><td>2,04</td><td>2,02</td><td>1,97</td><td>1,92</td><td>1,90</td><td>1,87</td><td>1,85</td><td>1,79</td><td>1,77</td></tr>
<tr><td>0,95</td><td>4,54</td><td>3,68</td><td>3,29</td><td>3,06</td><td>2,90</td><td>2,79</td><td>2,71</td><td>2,64</td><td>2,59</td><td>2,54</td><td>2,51</td><td>2,48</td><td>2,40</td><td>2,33</td><td>2,29</td><td>2,25</td><td>2,20</td><td>2,12</td><td>2,10</td></tr>
<tr><td rowspan="2"><a id="p100166"></a>20</td><td>0,90</td><td>2,97</td><td>2,59</td><td>2,38</td><td>2,25</td><td>2,16</td><td>2,09</td><td>2,04</td><td>2,00</td><td>1,96</td><td>1,94</td><td>1,92</td><td>1,89</td><td>1,84</td><td>1,79</td><td>1,77</td><td>1,74</td><td>1,71</td><td>1,65</td><td>1,63</td></tr>
<tr><td>0,95</td><td>4,35</td><td>3,49</td><td>3,10</td><td>2,87</td><td>2,71</td><td>2,60</td><td>2,51</td><td>2,45</td><td>2,39</td><td>2,35</td><td>2,31</td><td>2,28</td><td>2,20</td><td>2,12</td><td>2,08</td><td>2,04</td><td>1,99</td><td>1,91</td><td>1,88</td></tr>
<tr><td rowspan="2"><a id="p100167"></a>24</td><td>0,90</td><td>2,93</td><td>2,54</td><td>2,33</td><td>2,19</td><td>2,10</td><td>2,04</td><td>1,98</td><td>1,94</td><td>1,91</td><td>1,88</td><td>1,85</td><td>1,83</td><td>1,78</td><td>1,73</td><td>1,70</td><td>1,67</td><td>1,64</td><td>1,58</td><td>1,56</td></tr>
<tr><td>0,95</td><td>4,26</td><td>3,40</td><td>3,01</td><td>2,78</td><td>2,62</td><td>2,51</td><td>2,42</td><td>2,36</td><td>2,30</td><td>2,25</td><td>2,21</td><td>2,18</td><td>2,11</td><td>2,03</td><td>1,98</td><td>1,94</td><td>1,89</td><td>1,80</td><td>1,77</td></tr>
<tr><td rowspan="2"><a id="p100168"></a>30</td><td>0,90</td><td>2,88</td><td>2,49</td><td>2,28</td><td>2,14</td><td>2,05</td><td>1,98</td><td>1,93</td><td>1,88</td><td>1,85</td><td>1,82</td><td>1,79</td><td>1,77</td><td>1,72</td><td>1,67</td><td>1,64</td><td>1,61</td><td>1,57</td><td>1,51</td><td>1,48</td></tr>
<tr><td>0,95</td><td>4,17</td><td>3,32</td><td>2,92</td><td>2,69</td><td>2,53</td><td>2,42</td><td>2,33</td><td>2,27</td><td>2,21</td><td>2,16</td><td>2,13</td><td>2,09</td><td>2,01</td><td>1,93</td><td>1,89</td><td>1,84</td><td>1,79</td><td>1,70</td><td>1,66</td></tr>
<tr><td rowspan="2"><a id="p100169"></a>40</td><td>0,90</td><td>2,84</td><td>2,44</td><td>2,23</td><td>2,09</td><td>2,00</td><td>1,93</td><td>1,87</td><td>1,83</td><td>1,79</td><td>1,76</td><td>1,73</td><td>1,71</td><td>1,66</td><td>1,61</td><td>1,57</td><td>1,54</td><td>1,51</td><td>1,43</td><td>1,41</td></tr>
<tr><td>0,95</td><td>4,08</td><td>3,23</td><td>2,84</td><td>2,61</td><td>2,45</td><td>2,34</td><td>2,25</td><td>2,18</td><td>2,12</td><td>2,08</td><td>2,04</td><td>2,00</td><td>1,92</td><td>1,84</td><td>1,79</td><td>1,74</td><td>1,69</td><td>1,59</td><td>1,55</td></tr>
<tr><td rowspan="2"><a id="p100170"></a>120</td><td>0,90</td><td>2,75</td><td>2,35</td><td>2,13</td><td>1,99</td><td>1,90</td><td>1,82</td><td>1,77</td><td>1,72</td><td>1,68</td><td>1,65</td><td>1,62</td><td>1,60</td><td>1,55</td><td>1,48</td><td>1,45</td><td>1,41</td><td>1,37</td><td>1,27</td><td>1,24</td></tr>
<tr><td>0,95</td><td>3,92</td><td>3,07</td><td>2,68</td><td>2,45</td><td>2,29</td><td>2,17</td><td>2,09</td><td>2,02</td><td>1,96</td><td>1,91</td><td>1,87</td><td>1,83</td><td>1,75</td><td>1,66</td><td>1,61</td><td>1,55</td><td>1,50</td><td>1,37</td><td>1,32</td></tr>
<tr><td rowspan="2"><a id="p100171"></a>$\infty$</td><td>0,90</td><td>2,71</td><td>2,30</td><td>2,08</td><td>1,94</td><td>1,85</td><td>1,77</td><td>1,72</td><td>1,67</td><td>1,63</td><td>1,60</td><td>1,57</td><td>1,55</td><td>1,49</td><td>1,42</td><td>1,38</td><td>1,34</td><td>1,30</td><td>1,18</td><td>1,13</td></tr>
<tr><td>0,95</td><td>3,84</td><td>3,00</td><td>2,60</td><td>2,37</td><td>2,21</td><td>2,10</td><td>2,01</td><td>1,94</td><td>1,88</td><td>1,83</td><td>1,79</td><td>1,75</td><td>1,67</td><td>1,57</td><td>1,52</td><td>1,46</td><td>1,39</td><td>1,24</td><td>1,17</td></tr>
</table>


2. <a id="p100172"></a>При m > 2 оценки дисперсий считаются однородными, если выполняется неравенство:

<a id="p100173"></a>Gmax <= G.

<a id="p100174"></a>Значение Gmax находится по формуле:

<a id="p100175"></a> $G_{max} = \frac{max\tilde{D}(\Delta_{lj}^{{}^{\circ}})}{\sum_{l = 1}^{m} \tilde{D}(\Delta_{lj}^{{}^{\circ}})} .$ 

<a id="p100176"></a>Значения G находятся по табл. П2.2 в зависимости от числа наблюдений при доверительной вероятности 0,95.

<a id="p100177"></a>Таблица П2.2

<a id="p100178"></a>**ЗНАЧЕНИЯ G**


<table>
<colgroup><col width="11%"><col width="11%"><col width="11%"><col width="11%"><col width="11%"><col width="11%"><col width="11%"><col width="11%"><col width="11%"></colgroup>
<tr><td rowspan="2"><a id="p100179"></a>m</td><td colspan="8">nм + <sub>n</sub>б - 1</td></tr>
<tr><td>7</td><td>8</td><td>9</td><td>10</td><td>16</td><td>36</td><td>144</td><td>$\infty$</td></tr>
<tr><td><a id="p100180"></a>3</td><td>0,6530</td><td>0,6333</td><td>0,6167</td><td>0,6025</td><td>0,5466</td><td>0,4748</td><td>0,4031</td><td>0,3333</td></tr>
<tr><td><a id="p100181"></a>4</td><td>0,5365</td><td>0,5175</td><td>0,5017</td><td>0,4884</td><td>0,4366</td><td>0,3720</td><td>0,3093</td><td>0,2500</td></tr>
<tr><td><a id="p100182"></a>5</td><td>0,4564</td><td>0,4387</td><td>0,4241</td><td>0,4118</td><td>0,3645</td><td>0,3066</td><td>0,2513</td><td>0,2000</td></tr>
<tr><td><a id="p100183"></a>6</td><td>0,3980</td><td>0,3817</td><td>0,3682</td><td>0,3568</td><td>0,3135</td><td>0,2612</td><td>0,2119</td><td>0,1667</td></tr>
<tr><td><a id="p100184"></a>7</td><td>0,3535</td><td>0,3384</td><td>0,3259</td><td>0,3154</td><td>0,2756</td><td>0,2278</td><td>0,1833</td><td>0,1329</td></tr>
<tr><td><a id="p100185"></a>8</td><td>0,3185</td><td>0,3043</td><td>0,2926</td><td>0,2829</td><td>0,2462</td><td>0,2022</td><td>0,1616</td><td>0,1250</td></tr>
<tr><td><a id="p100186"></a>9</td><td>0,2901</td><td>0,2768</td><td>0,2659</td><td>0,2568</td><td>0,2226</td><td>0,1820</td><td>0,1446</td><td>0,1111</td></tr>
<tr><td><a id="p100187"></a>10</td><td>0,2666</td><td>0,2541</td><td>0,2439</td><td>0,2353</td><td>0,2032</td><td>0,1655</td><td>0,1308</td><td>0,1000</td></tr>
<tr><td><a id="p100188"></a>12</td><td>0,2299</td><td>0,2187</td><td>0,2098</td><td>0,2020</td><td>0,1737</td><td>0,1403</td><td>0,1100</td><td>0,0833</td></tr>
<tr><td><a id="p100189"></a>15</td><td>0,1911</td><td>0,1815</td><td>0,1736</td><td>0,1671</td><td>0,1429</td><td>0,1144</td><td>0,0889</td><td>0,0667</td></tr>
<tr><td><a id="p100190"></a>20</td><td>0,1501</td><td>0,1422</td><td>0,1357</td><td>0,1303</td><td>0,1108</td><td>0,0879</td><td>0,0675</td><td>0,0500</td></tr>
<tr><td><a id="p100191"></a>24</td><td>0,1286</td><td>0,1216</td><td>0,1160</td><td>0,1113</td><td>0,0942</td><td>0,0743</td><td>0,0567</td><td>0,0417</td></tr>
<tr><td><a id="p100192"></a>30</td><td>0,1061</td><td>0,1002</td><td>0,0958</td><td>0,0921</td><td>0,0771</td><td>0,0604</td><td>0,0457</td><td>0,0333</td></tr>
<tr><td><a id="p100193"></a>40</td><td>0,0827</td><td>0,0780</td><td>0,0745</td><td>0,0713</td><td>0,0595</td><td>0,0462</td><td>0,0347</td><td>0,0250</td></tr>
<tr><td><a id="p100194"></a>60</td><td>0,0583</td><td>0,0552</td><td>0,0520</td><td>0,0497</td><td>0,0411</td><td>0,0316</td><td>0,0234</td><td>0,0167</td></tr>
<tr><td><a id="p100195"></a>120</td><td>0,0312</td><td>0,0292</td><td>0,0279</td><td>0,0266</td><td>0,0218</td><td>0,0165</td><td>0,0120</td><td>0,0083</td></tr>
<tr><td><a id="p100196"></a>$\infty$</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td><td>0</td></tr>
</table>






<a id="p100197"></a>Приложение 3

<a id="p100198"></a>ПРОВЕРКА ДОПУСТИМОСТИ РАСХОЖДЕНИЯ m ОЦЕНОК ВАРИАЦИИ

1. <a id="p100199"></a>Определяется оценка межгрупповой дисперсии по формуле:

<a id="p100200"></a> $\tilde{D}_{\text{м}} = \frac{n_{\text{м}} + n_{\text{б}}}{m - 1} \sum_{l = 1}^{m} (H_{lj} - \overline{H_{j}})^{2}.$ 

2. <a id="p100201"></a>Определяется среднее значение внутригрупповых оценок дисперсии по формуле:

<a id="p100202"></a> $\tilde{D}_{\text{в}} = \frac{n_{\text{м}} + n_{\text{б}} - 1}{m(n_{\text{м}} + n_{\text{б}}) - 1} \sum_{l = 1}^{m} \tilde{D}(\Delta_{lj}^{{}^{\circ}}).$ 

3. <a id="p100203"></a>Расхождение вариации считается допустимым, если выполняется неравенство:

<a id="p100204"></a> $\frac{1}{F} \leq \frac{\tilde{D}_{\text{м}}}{\tilde{D}_{\text{в}}} \leq F.$ 

<a id="p100205"></a>Значение F находится по [табл. П2.1](#p100154) в зависимости от доверительной вероятности и параметров f1 и f2, которые определяются по формулам:

<a id="p100206"></a>f1 = m - <sub>1</sub>;

<a id="p100207"></a>f<sub>2</sub> = m(nм + nб - 1).





<a id="p100208"></a>Приложение 4

<a id="p100209"></a>**ЗНАЧЕНИЕ КОЭФФИЦИЕНТА СТЬЮДЕНТА**


<table>
<colgroup><col width="33%"><col width="33%"><col width="34%"></colgroup>
<tr><td rowspan="2"><a id="p100210"></a>Количество наблюдений<br>(<sub>n</sub>м + <sub>n</sub>б - 1)</td><td colspan="2">Доверительная вероятность, Р</td></tr>
<tr><td>0,90</td><td>0,95</td></tr>
<tr><td><a id="p100211"></a>4</td><td>2,132</td><td>2,776</td></tr>
<tr><td><a id="p100212"></a>5</td><td>2,015</td><td>2,571</td></tr>
<tr><td><a id="p100213"></a>6</td><td>1,943</td><td>2,447</td></tr>
<tr><td><a id="p100214"></a>7</td><td>1,895</td><td>2,365</td></tr>
<tr><td><a id="p100215"></a>8</td><td>1,860</td><td>2,306</td></tr>
<tr><td><a id="p100216"></a>9</td><td>1,833</td><td>2,262</td></tr>
<tr><td><a id="p100217"></a>10</td><td>1,812</td><td>2,228</td></tr>
<tr><td><a id="p100218"></a>11</td><td>1,796</td><td>2,201</td></tr>
<tr><td><a id="p100219"></a>12</td><td>1,782</td><td>2,179</td></tr>
<tr><td><a id="p100220"></a>13</td><td>1,771</td><td>2,160</td></tr>
<tr><td><a id="p100221"></a>14</td><td>1,761</td><td>2,145</td></tr>
<tr><td><a id="p100222"></a>15</td><td>1,753</td><td>2,131</td></tr>
<tr><td><a id="p100223"></a>16</td><td>1,746</td><td>2,120</td></tr>
<tr><td><a id="p100224"></a>17</td><td>1,740</td><td>2,110</td></tr>
<tr><td><a id="p100225"></a>18</td><td>1,734</td><td>2,101</td></tr>
<tr><td><a id="p100226"></a>19</td><td>1,729</td><td>2,093</td></tr>
<tr><td><a id="p100227"></a>20</td><td>1,725</td><td>2,086</td></tr>
<tr><td><a id="p100228"></a>21</td><td>1,721</td><td>2,080</td></tr>
<tr><td><a id="p100229"></a>22</td><td>1,717</td><td>2,074</td></tr>
<tr><td><a id="p100230"></a>23</td><td>1,714</td><td>2,069</td></tr>
<tr><td><a id="p100231"></a>24</td><td>1,711</td><td>2,064</td></tr>
<tr><td><a id="p100232"></a>25</td><td>1,708</td><td>2,060</td></tr>
<tr><td><a id="p100233"></a>26</td><td>1,706</td><td>2,056</td></tr>
<tr><td><a id="p100234"></a>27</td><td>1,703</td><td>2,052</td></tr>
<tr><td><a id="p100235"></a>28</td><td>1,701</td><td>2,048</td></tr>
<tr><td><a id="p100236"></a>29</td><td>1,699</td><td>2,045</td></tr>
<tr><td><a id="p100237"></a>30</td><td>1,697</td><td>2,042</td></tr>
<tr><td><a id="p100238"></a>$\infty$</td><td>1,645</td><td>1,960</td></tr>
</table>




<a id="p100239"></a>

---
