선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 합성표준불확도를 계산할 때 입력량의 분포형태 를 고려하여 합성시켜야 할 필요가 있으며, 측정결과에 대한 신뢰구간을 추정하는 확장불확도 계산의 경우에도 출력 량의 분포형태를 반영시킴으로서 측정불확도 산정에 대한 명확함을 더욱 높일 수 있다. 그러므로 본 논문에서는 GUM에서 제시한 불확도 전파법칙의 문제점을 보완할 수 있는 새로운 불확도 계산방법으로 몬테칼로 시뮬레이션 (Monte-carlo Simulation) (7〕에 의한 계산방법을 연구, 제시한다.
- 따라서 본 연구에서는 시료의 산포가 존재하는 경우 시 료산포를 불확도 인자로 적용하여 측정결과에 대한 불확도 를 평가할 수 있는 측정모델을 구축하여 제시하고, GUM에 서 제시한 불확도 전파법칙의 문제점을 분석하여 이를 보완 할 수 있는 새로운 불확도의 평가방법으로 몬테칼로 시뮬레 이션을 이용한 컴퓨터프로그램 활용의 필요성을 논하고자 한다. 또한, 이렇게 개발된 측정불확도 평가알고리즘을 응용 하여 몬데칼로 시뮬레이션에 의한 컴퓨터프로그램을 개발하 고.
- 따라서 분포의 형태나 모양게 관계없이 측정결과의 신뢰 구간을 추정할 수 있고, 복잡한 계산을 쉽고, 빠르고, 좀더 정확하게 계산할 수 있는 새로운 불확도 산정방법으로 확률 적 수학모델에 대한 시뮬레이션기법인 몬테칼로법을 도입하 여 적용할 수 있음을 연구, 제시하였다.
- 45%) 이내 에 존재하게 되리라는 것을 고객(시험의뢰자)에게 제시하는 것을 의미하는 것이다. 따라서 측정량이 시료 각각의 특성치 를 나타내는 것이 아니라 시료로부터 얻은 특성치의 평균치 이며, 측정결과는 산술평균에 의한 대표치를 추정하여 시험 결과보고서에 최종결과치를 표현하는 것이 목표인 것이다.
- 몬테칼로법을 이용한 확률분포의 합성은 측정모델식(함 수식)에 따라 프로그램이 다양하게 구성될 수 있으며. 본 논문에서는 합성표준불확도를 구하기 위한 방법을 고찰하기 위해 다음과 같은 수학모델(덧셈)의 확률분포 합성사례에 따른 결과만을 제시한다.
- 보건, 안전분야는 물론 산업과 통상분야에서도 그 필요성이 대두됨에 따라 확장불확도가 도입되었으며, 확장불확도 U는 합성표준불확도"。에 포함인자(Coverage Factor) k를 곱하여 얻는다. 이러한 확장불확도를 도입하는 목적은 측정량의 합리적인 추정치가 이루는 분포의 대부분을 포함할 것으로 기대되는 측정결과 주위의 구간을 제공하자는 것이다. 포함인자 k의 값은 그 구간에 대해 요구되는 포함확 률 또는 신뢰수준에 따라 정해지는 더、보통 2와 3 사이의 값을 갖는다〔5)〔12〕.
가설 설정
- 즉, A형 표 준불확도는 반복 측정치의 도수분포에 근거한 확률밀도함수 에서 구하는 반면, B형 표준불확도는 기존의 정보 또는 문헌을 통해 측정치가 가질 수 있는 확률밀도함수를 가정하여 구한다. 두 가지 방법은 모두 확률에 근거를 둔 것이다.
- 또한 불확도 전파의 법칙은 입력량의 분포함수가 서로 다른 경우에도 중심극한정리를 적용하여 각 입력량의 표준 불 확도를 숫자적으로 합성함으로써 합성표준불확도를 계산 하게 되며, 출력량의 분포는 모두 t-분포 또는 정규분포로 가정하고. 신뢰구간을 설정하여 확장불확도를 구하게 된다.
- 日형에 의 해 산출되는 분산의 추정치 丿은 이미 알려진 정보를 이용하여 구하며, 이때 추정 표준편차 "를 'B형 표준불확도 (Type B Standard Uncertainty)'라고 한다. 즉, A형 표 준불확도는 반복 측정치의 도수분포에 근거한 확률밀도함수 에서 구하는 반면, B형 표준불확도는 기존의 정보 또는 문헌을 통해 측정치가 가질 수 있는 확률밀도함수를 가정하여 구한다. 두 가지 방법은 모두 확률에 근거를 둔 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.