Statistical methods for determining sound power level

• Autorzy: Stępień Bartłomiej

Identyfikatory

DOI

10.15199/33.2025.08.15

Warianty tytułu

PL

Statystyczne metody wyznaczania poziomu mocy akustycznej

• Języki publikacji: EN PL

Abstrakty

EN

The study on the usefulness and effectiveness of the bootstrap method and the Bayesian approach for determining sound power levels in real-life conditions was conducted using actual measurement data. The study determined the minimum sample size required for reliable determination of sound power level using both statistical methods. The conclusions were based on the results of non-parametric Kruskal-Wallis and Tukey-Kramer statistical tests at a significance level of α = 0.05. The conducted analysis have shown that in order to obtain reliable estimates of the sound power level, it is necessary to have at least a 5-element measurement sample for the bootstrap method and a 4-element sample for the Bayesian approach. The average bias of the bootstrap estimator was 0.51 dB, while that of the Bayesian estimator was 0.75 dB. The analysis revealed significant statistical differences between the sound power levels determined using the bootstrap method and Bayesian inference.

PL

Badanie przydatności i skuteczności metody bootstrap oraz wnioskowania bayesowskiego do wyznaczenia poziomu mocy akustycznej w warunkach rzeczywistych przeprowadzono, wykorzystując rzeczywiste dane pomiarowe. Wyznaczono minimalny rozmiar próby pomiarowej wymagany do wiarygodnego określenia poziomu mocy akustycznej w przypadku wykorzystania obu metod statystycznych. Wnioskowanie bazuje na wynikach nieparametrycznych testów statystycznych Kruskala-Wallisa oraz Tukeya-Kramera przy poziomie istotności α = 0,05. Przeprowadzone analizy wykazały, że w celu uzyskania wiarygodnych estymat poziomu mocy akustycznej konieczna jest co najmniej 5-elementowa próba pomiarowa w przypadku metody bootstrap oraz 4-elementowa w podejściu bayesowskim. Średnie obciążenie estymatora bootstrap wyniosło 0,51 dB, natomiast estymatora bayesowskiego – 0,75 dB. Analiza wykazała, że poziomy mocy akustycznej wyznaczone za pomocą metody bootstrap i wnioskowania bayesowskiego istotnie się różnią statystycznie między sobą.

Słowa kluczowe

EN

sound power level; bootstrap method; statistical method; Bayesian inference; uncertainty; acoustic measurement

PL

poziom mocy akustycznej; metoda bootstrap; metoda statystyczna; wnioskowanie bayesowskie; niepewność; pomiar akustyczny

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Materiały Budowlane
• Rocznik: 2025
• Tom: nr 8
• Strony: 134--140
• Opis fizyczny: Bibliogr. 10 poz., il.

Twórcy

autor

Stępień Bartłomiej

• AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica, Kraków

• https://orcid.org/0000-0002-6578-9693

Bibliografia

• [1] Stępień B., Wszołek T., Mleczko D., Małecki P., Pawlik P., Kłaczyński M., Czapla M. Suitability analysis of selected methods for modelling infrasound and low-frequency noise from wind turbines. Energies. 2024; https://doi.org/10.3390/en17122832.
• [2] Fernandez M.D., Recuero M., Blas J.M. Definition of a labelling code for the noise emitted by machines. Appl. Acoust. 2008; https://doi.org/10.1016/j.apacoust.2007.04.009.
• [3] ISO 3745, 2012, Acoustics. Determination of sound power levels and sound energy levels of noise sources using sound pressure. Precision methods for anechoic rooms and hemi-anechoic rooms.
• [4] ISO 3744, 2010, Acoustics. Determination of sound power levels and sound energy levels of noise sources using sound pressure. Engineering methods for an essentially free field over a reflecting plane.
• [5] ISO 3746: 2010. Acoustics. Determination of sound power levels and sound energy levels of noise sources using sound pressure. Survey method using an enveloping measurement surface over a reflecting plane.
• [6] Efron B. Bootstrap methods: another look at the jackknife. Ann. Stat. 1979; 7: 1-26.
• [7] Efron B., Tibshirani R.J. An introduction to the bootstrap. New York: Chapman & Hall/CRC. 1993.
• [8] Candy J.V. Bayesian signal processing: classical, modern, and particle filtering methods. Hoboken: John Wiley & Sons, Inc. 2009.
• [9] Gamerman D., Lopes H.F. Markov chain Monte Carlo: stochastic simulation for Bayesianinference. Boca Raton: Chapman & Hall/CRC; 2006.
• [10] Efromovich S. Nonparametric curve estimation: methods, theory, and applications. New York: Springer-Verlag. 1999.