Rodzaje Kontroli. SPC Statystyczna kontrola procesu. Rodzaje kontroli Uproszczony cykl życia wyrobu. Kontrola odbiorcza - stuprocentowa

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rodzaje Kontroli. SPC Statystyczna kontrola procesu. Rodzaje kontroli 2013-12-07. Uproszczony cykl życia wyrobu. Kontrola odbiorcza - stuprocentowa"

Transkrypt

1 Uproszczony cykl życia projektowanie projektowanie procesów i planowanie prod. zakupy Rodzaje Kontroli marketing i badanie rynku pozbycie się lub odzysk dbałość o wyrób po sprzedaży faza przedprodukcyjna faza poprodukcyjna faza produkcji produkcja (świadczenie usług) sprawdzanie i weryfikacja pakowanie i przechowywanie pomoc techniczna i sprzedaż i dystrybucja serwis instalowanie i oddawanie do eksploatacji 1 ISO Rodzaje kontroli SPC Statystyczna kontrola procesu 100% Statystyczna kontrola procesu Decyzja o działaniach korygujących Statystyczna kontrola procesu Statystyczna kontrola odbiorcza ciągła Proces produkcji zgodne 3 4 odbiorcza - stuprocentowa Statystyczna kontrola odbiorcza Dostawa Decyzja niezgodne zgodne Dostawa Decyzja Partia odrzucona Partia przyjęta wykryte w czasie kontroli wyrywkowej sztuki niezgodne zastępujemy zgodnymi 5 6 1

2 odbiorcza odbiorcza ciągła kontrola produktów sztukowych (lub umownie sztukowych) niezgodne stuprocentowa ciągła statystyczna Nowa dostawa Decyzja zgodne (kontrola wyrywkowa) ocena alternatywna według oceny liczbowej jednostopniowe plany badania z próbkami o małych licznościach system kontowy plany jedno, dwu, wielos topniowe, sekwen cyjne jednostopniowe plany badania małych partii S σ R 7 Nowa dostawa Decyzja przejście na 100% elementy przyjęte 8 wykryto i sztuk dobrych na m zbadanych badać jedną sztukę spośród f wyprodukowanych tak Schemat kontroli ciągłej czy dobra? zarejestrowano i sztuk i nie stwierdzono niezgodności badanie sztuk w czasie ich ciągłego przepływu kontrola stuprocentowa nie nie wykryto isztuk dobrych na m zbadanych usunąć przyczynę kontynuować kontrolę rejestrując liczbę zbadanych sztuk zarejestrowano nie więcej niż i sztuk i stwierdzono niezgodność 9 odbiorcza produktów sztukowych ciągła ciągła polega na przemiennym stosowaniu kontroli stuprocentowej i statystycznej (w obu wypadkach kontrolowana jednostka oceniana jest jako dobra lub niedobra) w warunkach ciągłego przepływu jednostek produktu w kolejności ich wytwarzania badania są nieniszczące zakres badań (czas, sposób wykonania uniemożliwia kontrolę stuprocentową) tworzenie partii N elementowych jest nieuzasadnione 10 Kryterium mierzalność typ rozkładu liczba kontrolowanych właściwości sposób kontroli Porównanie metod kontroli statystycznej Metoda wg kontroli alternatywnej kontrolowane właściwości mierzalne i niemierzalne rozkład właściwości w partii dowolny dowolna w jednym planie badaniai w jednym postępowaniu odbiorczym kwalifikowanie alternatywne (dobra, nie dobra) liczbowej kontrolowane właściwości mierzalne (najlepiej i rozkład właściwości w partii normalny) dla każdej kontrolowanej właściwości oddzielny plan badania pomiar wartości właściwości dla każdej kontrolowanej sztuki (granice) Plany badania na podstawie akceptowanego poziomu jakości (AQL) stosowane podczas kontroli partii za partia PN-ISO AC1 rodzaj informacji uzyskiwanych podczas kontroli liczba sztuk niedobrych w próbce wartości indywidualne dla każdej kontrolowanej sztuki, średnia, odchylenie lub rozstęp

3 Statystyczna kontrola odbiorcza Zastosowanie SKO jednostek końcowego składników i surowców operacji produkcyjnych materiałów w procesie dostaw w magazynach operacji obsługi danych do zapisów procedur administracyjnych Cel kontroli statystycznej Celem stosowania SKO jest nakłonienie dostawcy do utrzymywania średniego poziomu procesu przynajmniej na poziomie nie gorszym niż poziom określony przez AQL, wywierając presję ekonomiczną, psychologiczną, związaną z odrzuceniem partii.* nie służy do szacowania jakości ani segregowania * Odbiorca liczy się z prawdopodobieństwem przyjęcie pewnej liczny wyrobów niezgodnych *(wg. normy PN ISO ) Metoda kontroli Na podstawie wyników pomiarów wyznacza się miary statystyczne z próbki: liczbę lub frakcję sztuk niezgodnych (alternatywna), wskaźnik obliczeniowy wyznaczany na postawie średniej i zmienność R lub s (liczbowa), i ocenia czy wartości te nie przekraczaj pewnych wartości granicznych Plan badania kontrola alternatywna Plan badania określa się przez dwa parametry: liczność próbki n maksymalną liczbę jednostek niezgodnych w próbce Ac Każdemu planowi badania odpowiada krzywa operacyjno charakterysyczna Krzywa OC planu idealnego Rozkład dwumianowy P(QL) 1 0 AQL QL P (QL) prawdopodobieństwo przyjęcia partii QL poziom jakości partii lub procesu malejący liczba niezgodności rośnie

4 Krzywa OC porównanie dwóch planów Krzywa OC P(QL) 1 0,4 0,2 0 n=200 Ac=7 P (QL) prawdopodobieństwo przyjęcia partii QL poziom jakości partii lub procesu malejący (liczba niezgodności rośnie) n=32 Ac=1 p i QL 19 P(QL) 1 ryzyko dostawcy (PR) ryzyko odbiorcy (CR) 0 P (QL) prawdopodobieństwo przyjęcia partii QL poziom jakości partii lub procesu malejący (liczba niezgodności rośnie) punkt ryzyka dostawcy PRP Akceptowany poziom jakości AQL Krzywa OC dla planu badania (dla danych N, n, Ac) punkt ryzyka odbiorcy CRP Graniczny poziom jakości LQL QL 20 Średnia jakość po kontroli AOQ Skutki przyjęcia partii niezgodnej określa średnią jakość w kolejnych przekazywanych do odbioru partii (average outgoing quality) [%] AOQ AOQL 25% 50% 75% AOQL najniższa jakość z jaką może liczyć się odbiorca w danym planie odbioru w długim okresie 100% z 21 Niezgodności krytyczne istotne drugorzędne Trzy podstawowe poziomy kontroli Poziom II jest podstawowy 22 Postępowanie odbiorcze Postępowanie odbiorcze ustalić jakie właściwości produktu powinny być kontrolowane i podzielić je w miarę potrzeb na grupy ustalić liczność partii i zakres ich zmienności ustalić poziom kontroli ustalić akceptowany poziom jakości AQL dla poszczególnych właściwości i grup właściwości wybrać rodzaj planu odczytać wartości parametrów planów badania z odpowiednich tablic PN-ISO AC1 Odczytanie z normy parametrów planu : AQL Ac Wylosowanie próbki i jej ocena (określenie liczby jednostek niezgodnych) Ocena jakości kontrolowanej partii

5 Liczba i udział jednostek niezgodnych procent jednostek niezgodnych procent jednostek niezgodnych = liczba jednostek niezgodnych ogólna liczba jednostek liczba niezgodności na 100 sztuk X 100 Liczność partii Określenie znaku literowego A, B, C R Korzystanie z normy PN-ISO AC1 Poziom kontroli S1, S2, S3, S4, I, II, III Akceptowany poziom jakości Rodzaj planu badania liczba niezgodności = na 100 jednostek liczba niezgodności ogólna liczba jednostek X 100 Określenie parametrów planu badania n, A c R e wg tabeli np. II A, B, C, jednostopniowe dwustopniowe wielostopniowe Rodzaje planów badania wg PN-ISO AC1 Plany badania jednostopniowe PN-ISO AC1 partia o liczności N próbka o liczności n liczba sztuk niezgodnych w próbce n z A c liczba sztuk niezgodnych w próbce n z R c partię o liczności N przyjąć partię odrzucić 27 Ac liczba kwalifikująca, Rc liczba dyskwalifikująca 28 Liczność partii wg PN-ISO AC1 Plan kontroli jednostopniowej - normalnej na jej podstawie wybiera się znak literowy

6 Liczność próbki Plany badania dwustopniowe wg PN-ISO AC1 średnio udział % próbki w partii 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% n liczność próbki z 1 A c1 dla n 1 partię przyjąć partia o liczności N próbka o liczności n 1 w 1 stopniu z 1 +z 2 A cii dla n 1 +n 2 A c1 <z 1 <R c1 n 2 w 2 stopniu z 1 +z 2 R cii dla n 1 +n 2 z 1 R c1 dla n 1 partię odrzucić N (liczność partii) 31 z 1 liczba sztuk niezgodnych w próbce o liczności n i i poziom kontroli 32 Plany badania wielostopniowym wg PN-ISO AC1 partia o liczności N próbka o liczności n 1 w 1 stopniu i<7 z 1 A c1 dla n 1 A c1 <z 1 <R c1 n 2 w II stopniu z 1 R c1 dla n 1 z 1 +z 2 A cii dla n 1 +n 2 A ci <z i <R ci n i w i-tym stopniu z 1 +z 2 R cii dla n 1 +n 2 z i A ci dla Σn i z i R cii dla Σn i partię przyjąć partię odrzucić Podsumowanie wielkości charakteryzujące plan badania Ogólna procedura (alternatywna PN-ISO AC1 I liczbowa PN ISO 3951) wejściowe: AQL liczność partii poziom kontroli rodzaj kontroli TAK START NIE NIE wyjściowe: liczność próbki liczba kwalifikująca Ac liczba dyskwalifikująca Re 35 ulgowa normalna obostrzona NIE TAK poprawa jakości przerwanie kontroli 36 6

7 Efekty przejścia (alternatywna PN-ISO AC1 I liczbowa PN ISO 3951) obostrzona zmieszenie wartości Ac w stosunku do kontroli normalnej Ulgowa mniejsza liczność próbki mniejsza liczba lub stała kwalifikująca Warunki przejścia normalna-ulgowa przejścia z kontroli normalnej na ulgową 10 poprzednich partii przeszło kontrolę normalną produkcja ustabilizowana jednostka upoważniona akceptuje przejścia z kontroli ulgowej na normalną partii nie przyjęto przyjęto ale Ac < liczba niezgodności < Re produkcja jest nieuregulowana inne okoliczności dają podstawę do przejścia Warunki przejścia normalna-obostrzona przejścia z kontroli normalnej na obostrzoną 2 spośród 5 lub mniej kolejnych partii nie przyjęto Plan kontroli obostrzona jednostopniowa przejścia z kontroli obostrzonej na normalną 5 kolejnych partii przyjęto Plan kontroli ulgowa jednostopniowa Wybór planu badania AQL -wartości zalecane podano w tablicach w normie

8 Zmiana liczności partii Wraz z licznością partii należy zmienić liczność próbki ponieważ: istnieje ryzyko większych strat ekonomiczne uzasadnienie losowe pobieranie małej próbki z dużej partii może być kosztowne Ograniczenia specjalne kontrola więcej niż jednej cechy klasyfikacja ważności niezgodności korzystanie ze zbioru planów o wspólnej liczności próbki lecz o różnej liczbie kwalifikującej kontrola 100% dla pewnej klasy Partie przedstawione ponownie przy stwierdzeniu, że partia nie spełnia wymagań zawiadomienie stron kontrola 100% sztuk niezgodnych przed kolejną kontrolą decyzja jednostki upoważnionej o kontroli klasach niezgodności Sposoby Pobieranie próbki arbitralny z ograniczona losowością losowy: pobieranie z zastosowaniem liczb losowych pobieranie na ślepo pobieranie systematyczne pobieranie wielostopniowe pobieranie warstwowe

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997

Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997 PN-ISO 3951:1997 METODY STATYSTYCZNEJ KONTROI JAKOŚCI WG OCENY ICZBOWEJ ciągła seria partii wyrobów sztukowych dla jednej procedury analizowana jest tylko jedna wartość, która musi być mierzalna w skali

Bardziej szczegółowo

Agnieszka MISZTAL Inż. Syst. Projakośc. Kontrola jakości. INŻYNIERIA SYSTEMÓW PROJAKOŚCIOWYCH Wykład 2 Kontrola jakości

Agnieszka MISZTAL Inż. Syst. Projakośc. Kontrola jakości. INŻYNIERIA SYSTEMÓW PROJAKOŚCIOWYCH Wykład 2 Kontrola jakości INŻYNIERI SYSTEMÓW PROJKOŚIOWYH Wykład 2 Kontrola jakości KONTROL - działanie takie jak: zmierzenie, zbadanie, oszacowanie lub sprawdzenie jednej lub kilku właściwości obiektu oraz porównanie wyników z

Bardziej szczegółowo

Jakość betonu kontrola i koszty. Izabela Skrzypczak Lidia Buda-Ożóg Joanna Kujda

Jakość betonu kontrola i koszty. Izabela Skrzypczak Lidia Buda-Ożóg Joanna Kujda Jakość betonu kontrola i koszty Izabela Skrzypczak Lidia Buda-Ożóg Joanna Kujda Plan prezentacji Wprowadzenie Metody oceny jakości według różnych zaleceń normowych Jakość betonu a normowe kryteria zgodności

Bardziej szczegółowo

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi

Bardziej szczegółowo

ZARZĄDZANIE JAKOŚCIĄ

ZARZĄDZANIE JAKOŚCIĄ WYDZIAŁ MECHATRONIKI INSTYTUT METROLOGII I INŻYNIERII BIOMEDYCZNEJ Nazwa przedmiotu: ZARZĄDZANIE JAKOŚCIĄ Materiały dydaktyczne do ćwiczeń laboratoryjno-projektowych Opracował: dr inż. Jerzy Arendarski

Bardziej szczegółowo

Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, Spis treści

Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, Spis treści Zarządzanie i inżynieria jakości / Adam Hamrol. Warszawa, 2017 Spis treści Wprowadzenie 11 1. O inżynierii jakości i zarządzaniu jakością 11 2. Zakres i układ książki 14 3. Komentarz terminologiczny 17

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr Temat: Karty kontrolne przy alternatywnej ocenie właściwości.

Bardziej szczegółowo

Statystyczne sterowanie procesem

Statystyczne sterowanie procesem Statystyczne sterowanie procesem SPC (ang. Statistical Process Control) Trzy filary SPC: 1. sporządzenie dokładnego diagramu procesu produkcji; 2. pobieranie losowych próbek (w regularnych odstępach czasu

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 9 Temat: Karty kontrolne przy alternatywnej ocenie właściwości.

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

JAKOŚCI W RÓŻNYCH FAZACH I ŻYCIA PRODUKTU

JAKOŚCI W RÓŻNYCH FAZACH I ŻYCIA PRODUKTU Wykład 6. SYSTEMY ZAPEWNIANIA JAKOŚCI W RÓŻNYCH FAZACH CYKLU WYTWARZANIA I ŻYCIA PRODUKTU 1 1. Ogólna charakterystyka systemów zapewniania jakości w organizacji: Zapewnienie jakości to systematyczne działania

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

Metody statystyczne w zarządzaniu jakością 1

Metody statystyczne w zarządzaniu jakością 1 jakością 1 Metody statystyczne w zarządzaniu jakością Statystyczne sterowanie procesem Rozwój metod statystycznych 1980 Shewhart 191 Deming 195+ I Metody statystyczne w zarządzaniu jakością Podział metod

Bardziej szczegółowo

Pytanie: Kiedy do testowania hipotezy stosujemy rozkład normalny?

Pytanie: Kiedy do testowania hipotezy stosujemy rozkład normalny? Pytanie: Kiedy do testowania hipotezy stosujemy rozkład normalny? Gdy: badana cecha jest mierzalna (tzn. posiada rozkład ciągły); badana cecha posiada rozkład normalny; dysponujemy pojedynczym wynikiem;

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC Waldemar Samociuk Katedra Podstaw Techniki Akademia Rolnicza w Lublinie MONITOROWANIE PROCESU WAśENIA ZA POMOCĄ KART KONTROLNYCH Streszczenie Przedstawiono przykład analizy procesu pakowania. Ocenę procesu

Bardziej szczegółowo

Bezpieczne opakowanie. Barbara Kozielska Magdalena Michalska Chesapeake - Cezar S.A.

Bezpieczne opakowanie. Barbara Kozielska Magdalena Michalska Chesapeake - Cezar S.A. Bezpieczne opakowanie Barbara Kozielska Magdalena Michalska Chesapeake - Cezar S.A. 1 Bezpieczne opakowanie Co decyduje o bezpieczeństwie w opakowaniu: 1. Farmaceutycznym, 2. Artykułów alkoholowych, 3.

Bardziej szczegółowo

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna Ćwiczenie 4 ANALIZA KORELACJI, BADANIE NIEZALEŻNOŚCI Analiza korelacji jest działem statystyki zajmującym się badaniem zależności pomiędzy rozkładami dwu lub więcej badanych cech w populacji generalnej.

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Granica akceptowalnej jakości (AQL) Barbara Kozielska Chesapeake Cezar S.A.

Granica akceptowalnej jakości (AQL) Barbara Kozielska Chesapeake Cezar S.A. Granica akceptowalnej jakości (AQL) Barbara Kozielska Chesapeake Cezar S.A. 1 Granica akceptowalnej jakości AQL Jakość jest to zgodność z wymaganiami. Każdy, kto wykonuje jakąkolwiek pracę, musi znać i

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 8 Temat: Statystyczna kontrola procesu SPC przy pomocy

Bardziej szczegółowo

Skrót wymagań normy ISO 9001/2:1994, PN-ISO 9001/2:1996

Skrót wymagań normy ISO 9001/2:1994, PN-ISO 9001/2:1996 Skrót wymagań normy ISO 9001/2:1994, PN-ISO 9001/2:1996 (pojęcie wyrób dotyczy też usług, w tym, o charakterze badań) 4.1. Odpowiedzialność kierownictwa. 4.1.1. Polityka Jakości (krótki dokument sygnowany

Bardziej szczegółowo

1.1 Wstęp Literatura... 1

1.1 Wstęp Literatura... 1 Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................

Bardziej szczegółowo

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Marcin Zajenkowski Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Krzywa normalna, krzywa Gaussa, rozkład normalny Rozkłady liczebności wielu pomiarów fizycznych, biologicznych

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem. Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej

Bardziej szczegółowo

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N = HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki

Bardziej szczegółowo

Zarządzanie jakością. cią. Zarządzanie jakością - wykład 5. W. Prussak Kontrola w zarządzaniu jakością

Zarządzanie jakością. cią. Zarządzanie jakością - wykład 5. W. Prussak Kontrola w zarządzaniu jakością Jakość produktu Pojęcie i zasady zarządzania System zarządzania Planowanie Metody i narzędzia projakościowe Doskonalenie Zarządzanie. jakości cią Wykład 05/07 Statystyczna kontrola procesu (SPC) 5.1 inspekcyjna

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Obowiązuje od: r.

Obowiązuje od: r. Wydanie: czwarte Data wydania: 24.04.2018 Strona 1 z 6 Obowiązuje od: 24.04.2018 r. Wydanie: czwarte Data wydania: 24.04.2018 Strona 2 z 6 1. Zakres stosowania Niniejszy dokument stosowany jest na potrzeby

Bardziej szczegółowo

LABORATORIUM 6 ESTYMACJA cz. 2

LABORATORIUM 6 ESTYMACJA cz. 2 LABORATORIUM 6 ESTYMACJA cz. 2 TEORIA ESTYMACJI I 1. ODRZUCANIE WYNIKÓW WĄTPLIWYCH PRÓBA P (m) (m-elementowa) Obliczenie: ; s bez wyników wątpliwych Odrzucenie wyników z poza przedziału: 3s PRÓBA LOSOWA

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15

VII WYKŁAD STATYSTYKA. 30/04/2014 B8 sala 0.10B Godz. 15:15 VII WYKŁAD STATYSTYKA 30/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 7 (c.d) WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności,

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne.

Metody Statystyczne. Metody Statystyczne. gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja

Bardziej szczegółowo

Zakład Certyfikacji 03-042 Warszawa, ul. Kupiecka 4 Sekcja Ceramiki i Szkła ul. Postępu 9 02-676 Warszawa PROGRAM CERTYFIKACJI

Zakład Certyfikacji 03-042 Warszawa, ul. Kupiecka 4 Sekcja Ceramiki i Szkła ul. Postępu 9 02-676 Warszawa PROGRAM CERTYFIKACJI Zakład Certyfikacji 03-042 Warszawa, ul. Kupiecka 4 Sekcja Ceramiki i Szkła ul. Postępu 9 02-676 Warszawa PC-04 PROGRAM CERTYFIKACJA ZGODNOŚCI WYROBU Z KRYTERIAMI TECHNICZNYMI certyfikacja dobrowolna Warszawa,

Bardziej szczegółowo

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE

Bardziej szczegółowo

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0

), którą będziemy uważać za prawdziwą jeżeli okaże się, że hipoteza H 0 Testowanie hipotez Każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy nazywamy hipotezą statystyczną. Hipoteza określająca jedynie wartości nieznanych parametrów liczbowych badanej cechy

Bardziej szczegółowo

Zarządzanie procesami

Zarządzanie procesami Metody pomiaru stosowane w organizacjach Zarządzanie procesami Zakres Rodzaje pomiaru metod pomiaru Klasyczne metody pomiaru organizacji Pomiar całej organizacji Tradycyjny rachunek kosztów (np. ROI) Rachunek

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH Co to są hipotezy statystyczne? Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej. Dzielimy je

Bardziej szczegółowo

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU Katedra Technik Wytwarzania i Automatyzacji METROLOGIA I KONTKOLA JAKOŚCI - LABORATORIUM TEMAT: STATYSTYCZNA KONTROLA PROCESU 1. Cel ćwiczenia Zapoznanie studentów z podstawami wdrażania i stosowania metod

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

POLITECHNIKA WARSZAWSKA

POLITECHNIKA WARSZAWSKA POLITECHNIKA WARSZAWSKA WYDZIAŁ BUDOWNICTWA, MECHANIKI I PETROCHEMII INSTYTUT INŻYNIERII MECHANICZNEJ STATYSTYCZNA KONTROLA PROCESU (SPC) Ocena i weryfikacja statystyczna założeń przyjętych przy sporządzaniu

Bardziej szczegółowo

ZAKŁADOWA ADOWA KONTROLA PRODUKCJI W ŚWIETLE WYMAGAŃ CPR

ZAKŁADOWA ADOWA KONTROLA PRODUKCJI W ŚWIETLE WYMAGAŃ CPR ZAKŁADOWA ADOWA KONTROLA PRODUKCJI W ŚWIETLE WYMAGAŃ CPR Alicja Papier Warszawa, kwiecień 2014 Wprowadzanie wyrobów w budowlanych wg CPR Wszystkie podmioty gospodarcze w łańcuchu dostaw i dystrybucji powinny

Bardziej szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo

Testowanie hipotez statystycznych cd.

Testowanie hipotez statystycznych cd. Temat Testowanie hipotez statystycznych cd. Kody znaków: żółte wyróżnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Przykłady testowania hipotez dotyczących:

Bardziej szczegółowo

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN

Bardziej szczegółowo

WYMAGANIA DLA ZAKŁADOWEJ KONTROLI PRODUKCJI

WYMAGANIA DLA ZAKŁADOWEJ KONTROLI PRODUKCJI Instytut Odlewnictwa Biuro Certyfikacji i Normalizacji u l. Z a k o p i a ń s k a 7 3 30-418 Kraków, Polska tel. +48 (12) 26 18 442 fax. +48 (12) 26 60 870 bcw@iod.krakow.pl w w w.i o d.k r ak ow. p l

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

WYKŁAD 5 TEORIA ESTYMACJI II

WYKŁAD 5 TEORIA ESTYMACJI II WYKŁAD 5 TEORIA ESTYMACJI II Teoria estymacji (wyznaczanie przedziałów ufności, błąd badania statystycznego, poziom ufności, minimalna liczba pomiarów). PRÓBA Próba powinna być reprezentacyjna tj. jak

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

Zarządzanie jakością w logistyce ćw. Artur Olejniczak

Zarządzanie jakością w logistyce ćw. Artur Olejniczak ćw. artur.olejniczak@wsl.com.pl Plan spotkań Data Godziny Rodzaj 18.03.2012 4 godziny ćw. 14:30-15:30 dyżur 14.04.2012 4 godziny ćw. 28.04.2012 4 godziny ćw. 14:30-15:30 dyżur 19.05.2012 4 godziny ćw.

Bardziej szczegółowo

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Bardziej szczegółowo

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech TATYTYKA wykład 8 Wnioskowanie Weryfikacja hipotez Wanda Olech Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez

Bardziej szczegółowo

4. Metody systemowe zarządzania jakością

4. Metody systemowe zarządzania jakością Zarządzanie jakością w praktyce inżynierskiej 4. Metody systemowe zarządzania jakością 4.1 Metody statystyczne w zarządzaniu jakością Do podstawowych instrumentów monitorowania procesów wytwórczych należą

Bardziej szczegółowo

OGÓLNE WARUNKI WSPÓŁPRACY Teleplan Polska Sp. z o.o. z dnia r.

OGÓLNE WARUNKI WSPÓŁPRACY Teleplan Polska Sp. z o.o. z dnia r. 1. Niniejsze ogólne warunki sprzedaży stosuje się do wszelkich stosunków zobowiązaniowych, których stroną jest TELEPLAN, w tym w szczególności do zawieranych umów sprzedaży i dostawy oraz odpowiednio do

Bardziej szczegółowo

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek ZADANIA statystyka opisowa i CTG 1. Dokonano pomiaru stężenia jonów azotanowych w wodzie μg/ml 1 0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47 0.51 0.52 0.53 0.48 0.59 0.50 0.52 0.49 0.49 0.50 0.49

Bardziej szczegółowo

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne Wykład 4 Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym 2. Rozkłady próbkowe 3. Centralne twierdzenie graniczne Przybliżenie rozkładu dwumianowego rozkładem normalnym Niech Y ma rozkład

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa

Błędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie

Bardziej szczegółowo

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora

Bardziej szczegółowo

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI 1. Test dla dwóch średnich P.G. 2. Testy dla wskaźnika struktury 3. Testy dla wariancji DECYZJE Obszar krytyczny od pozostałej

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

STATYSTYKA zadania do ćwiczeń. Weryfikacja hipotez część I.

STATYSTYKA zadania do ćwiczeń. Weryfikacja hipotez część I. STATYSTYKA zadania do ćwiczeń Weryfikacja hipotez część I Zad 1 W pewnej firmie postanowiono zbadać staż pracy pracowników W tym celu wylosowano prostą próbę losową z populacji pracowników i otrzymano,

Bardziej szczegółowo

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

Dr inż. Paweł Fotowicz. Procedura obliczania niepewności pomiaru

Dr inż. Paweł Fotowicz. Procedura obliczania niepewności pomiaru Dr inż. Paweł Fotowicz Procedura obliczania niepewności pomiaru Przewodnik GUM WWWWWWWWWWWWWWW WYRAŻANIE NIEPEWNOŚCI POMIARU PRZEWODNIK BIPM IEC IFCC ISO IUPAC IUPAP OIML Międzynarodowe Biuro Miar Międzynarodowa

Bardziej szczegółowo

Zarządzanie jakością ćwiczenia

Zarządzanie jakością ćwiczenia Zarządzanie jakością ćwiczenia mgr inż. Anna Wąsińska Zakład Zarządzania Jakością pok. 311 B1, tel. 320-42-82 anna.wasinska@pwr.wroc.pl Statystyczne sterowanie procesami SPC kontrolna Konsultacje: SO 13:00

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 11 Anna Skowrońska-Szmer lato 2016/2017 Powtórzenie materiału 2 Zadanie 1 Wykład 1 Eksperyment polega na pojedynczym rzucie symetryczną kostką. Przestrzeń zdarzeń

Bardziej szczegółowo

Zadania przykładowe na egzamin. przygotował: Rafał Walkowiak

Zadania przykładowe na egzamin. przygotował: Rafał Walkowiak Zadania przykładowe na egzamin z logistyki przygotował: Rafał Walkowiak Punkt zamawiania Proszę określić punkt dokonywania zamawiania jeżeli: zapas bezpieczeństwa wynosi 10 sztuk, czas realizacji zamówienia

Bardziej szczegółowo

Badania sondażowe. Schematy losowania. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Schematy losowania. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badania sondażowe Schematy losowania Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Próba jako miniatura populacji CELOWA subiektywny dobór jednostek

Bardziej szczegółowo

PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI

PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI MARCIN FOLTYŃSKI PODSTAWY LOGISTYKI ZARZĄDZANIE ZAPASAMI WŁAŚCIWIE PO CO ZAPASY?! Zasadniczą przyczyną utrzymywania zapasów jest występowanie nieciągłości w przepływach materiałów i towarów. MIEJSCA UTRZYMYWANIA ZAPASÓW

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

Wnioskowanie statystyczne. Statystyka w 5 Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

Grupowanie materiału statystycznego

Grupowanie materiału statystycznego Grupowanie materiału statystycznego Materiał liczbowy, otrzymany w wyniku przeprowadzonej obserwacji statystycznej lub pomiaru, należy odpowiednio usystematyzować i pogrupować. Doskonale nadają się do

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów

Bardziej szczegółowo