Averaging Method (MeasureTool)

[AlexRU]

Добрый день!

Не могу понять принципа действия Averaging Method - Weighted в МТ (стоит по умолчанию). С Simple методом все понятно, просто сложили и поделили. Weighted метод для меня остается загадкой. Подскажите как он работает. Он игнорирует явные ошибки в измерениях или как? Если да, то что он понимает под ошибкой?

 

[ch_alex]

Ответ: Averaging Method (MeasureTool)

В Википедию заглянуть не доходилось?

Даю ссылку на английский вариант, потому что русский - какое-то убожество в плане толкования. В который раз с сожалением убеждаюсь, что лень - не только двигатель прогресса. Но и совсем наоборот.

 

[mihas]

Ответ: Averaging Method (MeasureTool)

Во всех случаях, когда количество усредняемых файлов более двух, рекомендован метод weighted: наибольшие отклонения имеют наименьший "вес". Для меня остается загадкой появление разницы в результатах усреднения по разным методам всего двух файлов

 

[AlexRU]

Ответ: Averaging Method (MeasureTool)

Наверное поэтому они и рекомендуют применять этот метод для измерений больше чем 2.

Для меня вопрос стоит несколько иначе: нужно ли предварительно проводить Comparing между файлами и отсортировывать брак или можно сразу использовать этот метод усреднения и программа сама проигнорирует патчи с наибольшими отклонениями?

 

[ch_alex]

Ответ: Averaging Method (MeasureTool)

Могу сказать только о методе - благодаря уменьшению веса снижается погрешность, вносимая "дикими" точками измереня. Я так корректирую измерения для нашей цифровой машины - у неё весьма заметна неравномерность тона по площади листа. Поэтому простое усреднение не годится.

 

[mihas]

Ответ: Averaging Method (MeasureTool)

нужно ли предварительно проводить Comparing между файлами и отсортировывать брак или можно сразу использовать этот метод усреднения и программа сама проигнорирует патчи с наибольшими отклонениями?

Статистический метод, судя по описанию в википедии, не игнорирует вообще патчи с большими отклонениями, а Comparing позволяет иключить, например, банальную ошибку при измерениях одного оттиска, явно выходящую за рамки погрешности прибора. На том же столе i1iO пол оборота подъемника вверх - и легко словишь максимальную дельту под десятку между двумя промерами. Прижим нормальный - и на большой тесткарте во весь стол максимальная дельта не превысит двойки. Статистика не позволит тебе выловить явную ошибку, в большей или меньшей степени она повлияет на результат, поэтому игнорировать компаринг вообще, думаю, нецелесообразно.

Не по теме:
Случайно набрел по ссылке "триадные краски" на статью в википедии - на редкость смешная, всем советую!

 

[mihas]

Ответ: Averaging Method (MeasureTool)

Я так корректирую измерения для нашей цифровой машины

Да, я тоже когда усредняю 5 промеров тесткарты в клапане и той же тесткарты в хвосте офсетного оттиска нахожу целесообразным метод "weighted"!-) Обычная (не цифровая) печатная машина преподносит нехилые сюрпризы!-)

 

[Samsonov]

Ответ: Averaging Method (MeasureTool)

Пример. Предположим, реальная величина — 2,5, а замеры показывают {1,0; 2,0; 3,0; 4,0; 8,0}. Среднее арифметическое — 3,6. Взвешенная сумма, если вес принимать обратным отклонению от среднего, — 3,4. Да, ближе к истине, аж на 20 %, но всё равно не «айс». Тогда как если бы мы просто отбросили явно левое значение 8,0, то арифметическое среднее сразу дало бы нам искомое 2,5 — без всяких взвешиваний.

 

[Nikolay_Po]

Ответ: Averaging Method (MeasureTool)

...замеры показывают {1,0; 2,0; 3,0; 4,0; 8,0}...явно левое значение 8,0...

По-моему, существует вероятность, что 8,0 - истинное значение, а 1,0; 2,0; 3,0; 4,0 - как раз левые. Я экспериментировал с профилированием сольвентного принтера, который из-за технических особенностей имел приличную погрешность вывода. При количестве одинаковых (но отдельно напечатанных) наборов тесткарт, равном 4, наиболее качественные профили получались именно со взвешиванием значений (median). Максимальные погрешности воспроизведения + погрешности замеров составляли более 5% на одинаковых образцах разных тесткарт, и попытка отбросить "левое" значение приводила к заметно большим сдвигам тона в тенях и по серой CMY-растяжке.
Отброс значений полезен толко если вероятен брак воспроизведения образца и/или его заемера. ИМХО, если погрешности являются нормальными в работе устройства и не вызваны явными дефетами, то показано именно взвешивание. У меня обычно есть возможность вручную удалить из файла замеров дефектные патчи, просто удалив строки и скорректировав поле "количество образцов". При этом я обычно не замеряю больше 2-х наборов карт более 2х-раз. Правда, работал только со струйной и струйной сольвентной печатью, а так же с термопереносом.

 

[ch_alex]

Ответ: Averaging Method (MeasureTool)

Пример. Предположим, реальная величина — 2,5, а замеры показывают {1,0; 2,0; 3,0; 4,0; 8,0}.

Могу добавить, что есть некая граница, после которой значение можно отбросить (мне следует освежить знания из раздела статистики). То же самое можно реализовать указанием весового коэффициента, исходя из определённого закона.

Кстати, почему Вы решили, что наилучшим вычислением коэффициента будет 1/x? Почему не 1/x^3? А как же коэффициент пропорциональности, корректирующий вычисление безразмерного коэффициента в единичном пространстве? А "вес" дельты измерения на различных участках измеренной кривой?

 

[Samsonov]

Ответ: Averaging Method (MeasureTool)

Почему вы решили, что наилучшим коэффициентом будет 1/x? Почему не 1/x^3?

Не вижу причин, с какой бы стати x должен фигурировать в степени, отличной от [минус] первой. Так мы имеем вполне интуитивно понятную [обратную] пропорцию, а в ином случае — неизвестно что.

А как же коэффициент пропорциональности, корректирующий вычисление безразмерного коэффициента в единичном пространстве? А «вес» дельты измерения на различных участках измеренной кривой?

С этого момента, пожалуйста, поподробнее. Вам-то надо только «освежить» знания по статистике, а у некоторых их отродясь не было.

 

[ch_alex]

Ответ: Averaging Method (MeasureTool)

Не вижу причин, с какой бы стати x должен фигурировать в степени, отличной от [минус] первой.

Я применяю в качестве основы другую формулу.

I=1/(1+(X-Xo)^2)

При этом имеем небольшую "полочку" и полную определённость функции в окрестности X-Xo=0 (в отличие от 1/X). И спад за её пределами. Крутизну спада можно регулировать степенью всего уравнения или сменив 2 на другую. Благодаря полочке мы ограничиваем область с допустимыми отклонениями. Всё, что дальше определённого радиуса от "центра масс", получает очень низкий вес и, соответственно, "выбывает".

О статистике чуть позже - приведены такие формулы, что я их набить не смогу. Погуглите по словосочетанию "Величина и доверительный интервал".