System dokładnosci (ISO/DIS 15197) (wg miedzynarodowych standardow)
|
|
|
- Eleonora Brzozowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 IDT-1245-IE -- CareSens N (A) vs. YSI Dokument: 1245_A_CareSensN_Sys_acc2_Y_ xls acc_report System dokładnosci (ISO/DIS 15197) (wg miedzynarodowych standardow) System testowany: System odniesienia: Probka: CareSens N (A) YSI 2300 pełna krew (kapilarna) Plik danych: 1245_A_CareSensN_Ausw_Y_ xls Wyniki dokładnosci systemu dla stezenia glukozy < 5.55 mmol/l (100 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) w obrebie ± 10 mg/dl) w obrebie ± 0.83 mmol/l w obrebie ± 15 mg/dl) 32 / 62 (52 %) 55 / 62 (89 %) 62 / 62 (100 %) Wyniki dokładnosci sytemu dla stezenia glukozy 5.55 mmol/l (100 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % 100 / 138 (72 %) 131 / 138 (95 %) 137 / 138 (99 %) Wyniki połaczonego systemu dokładnosci (całkowite i wzgledne odchylenie) w obrebie ± 0.28 mmol/l & ± 5 % (w obrebie ± 5 mg/dl & ± 5 %) & ± 10 % (w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % (w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 15 % (w obrebie ± 15 mg/dl & ± 15 %) 132 / 200 (66 %) 186 / 200 (93 %) 192 / 200 (96 %) 199 / 200 (99.5 %) CareSens N (A), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIS wg standardow miedzynarodowych. 199 of 200 (99.5%) rezultatow miesci sie w tej normie. Instytut Towarzystwa Rozwoju i Badan Technologii Diabetologicznych na Uniwersytecie Ulm 1 / 1
2 System dokładnosci (ISO 15197) System testowany: System odniesienie: Probka: CareSens N (A) YSI 2300 pełna krew (kapilarna) Plik danych: 1245_A_CareSensN_Ausw_Y_ xls Wyniki dokładnosci systemu dla stezenia glukozy < 4.2 mmol/l (75 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) (w obrebie ±10 mg/dl) w obrebie ± 0.83 mmol/l (w obrebie ± 15 mg/dl) 17 / 38 (45 %) 36 / 38 (95 %) 38 / 38 (100 %) Wyniki dokładnosci systemu dla stezenia glukozy >= 4.2 mmol/l (75 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % w obrebie ± 20 % 115 / 162 (71 %) 149 / 162 (92 %) 160 / 162 (99 %) 161 / 162 (99 %) Wyniki połaczonego systemu dokładnosci (całkowite i wzgledne odchylenie) w obrebie ± 0.28 mmol/l & ± 10 % (w obrebie ± 5 mg/dl & ± 10 %) & ± 10 % (w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % (w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 20 % (w obrebie ± 15 mg/dl & ± 20 %) 166 / 200 (83 %) 185 / 200 (92.5 %) 196 / 200 (98 %) 199 / 200 (99.5 %) CareSens N (A), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIS wg standardow miedzynarodowych. 199 of 200 ( 99.5%) rezultatow miesci sie w tej normie. 1245_A_CareSensN_Sys_acc_Y_ xls acc_report
3 Całkowita roznica miedzy CareSens N (A) a YSI CareSens N (A) - YSI 2300 [mg/dl] Stezenie glukozy (YSI 2300) [mg/dl] 1245_A_CareSensN_Sys_acc_Y_ xls abs. diff. plot (mgdl) (2)
![CareSens N (A) - YSI 2300 [mg/dl] 90 60 30 0-30 -60-90 -120-150 -180 0 50](/docs-images/44/2535519/images/page_3.jpg "100 150 200 250 300 350 400 450 500 550 600 650 Stezenie glukozy (YSI")
4 CareSens N (A) - YSI 2300 v2.30 Test Rozkład - Podsumowanie YSI 2300 [mg/dl] Wyk. Ocena Data 25 marzec Histogram 50 Czestotliwosc YSI 2300 [mg/dl] n 200 Srednia Mediana % CI to % CI to SE Zasieg Wariancja IQR SD % CI to Percentyl 0th (minimum) CV 63.1% 25th (1 kwaryl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksimum)
5 CareSens N (A) - YSI 2300 v2.30 Test Rozkład - Podsumowanie CareSens N (A) [mg/dl] Wyk. Ocena Data 25 marca Histogram 50 Czestotliwosc CareSens N (A) [mg/dl] n 200 Srednia Mediana % CI to % CI to SE Zakres Wariancja IQR SD % CI to Percentile 0th (minimum) CV 65.5% 25th (1 kwartyl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksimum)
6 CareSens N (A) - YSI 2300 Test Zgodnosc - Altman Bland v2.30 YSI 2300 [mg/dl] v CareSens N (A) [mg/dl] Wyk. Ocena Data 25 marca Wykres roznicy wzglednej [Bland-Altman] Roznica (CareSens N (A) [mg/dl] - YSI 2300 [mg/d L]) [mg/dl] Srednia z całosci [mg/dl] Tozsamosc Bład obciazony (4.212) 95% Limitu zgodnosci ( to )
![Ocena Data 25 marca 2013 110 Wykres roznicy wzglednej [Bland-Altman] Roznica (CareSens N (A)](/docs-images/44/2535519/images/page_6.jpg "[mg/dl] - YSI 2300 [mg/d L]) [mg/dl] 90 70 50 30 10-10 -30-50 -70-90 -110 0 100 200 300 400 500 600")
7 CareSens N (A) - YSI 2300 Test Zgodnosc - Altman Bland v2.30 YSI 2300 [mg/dl] v CareSens N (A) [mg/dl] Wyk. Ocena Data 25 marca 2013 Roznica (CareSens N (A) [mg/dl] - YSI 2300 [mg/d L]) / Srednia w całosci [%] 40% 30% 20% 10% 0% -10% -20% -30% -40% Wykres roznicy bezwzglednej [Bland-Altman] Srednia z całosci [mg/dl] Tozsamosc Bład obciazony (2.3%) 95% Limitu zgodnosci (-9.9% to 14.5%)
![Ocena Data 25 marca 2013 Roznica (CareSens N (A) [mg/dl] - YSI 2300 [mg/d L]) / Srednia w całosci [%]](/docs-images/44/2535519/images/page_7.jpg "40% 30% 20% 10% 0% -10% -20% -30% -40% Wykres roznicy bezwzglednej [Bland-Altman] 0 100 200 300 400 500")
8 CareSens N (A) - YSI 2300 v2.30 Test Metoda poronawcza - Passing & Bablok YSI 2300 [mg/dl] v CareSens N (A) [mg/dl] Wyk. Ocena Data 25 marca 2013 n 200 Zakres to Powtorzenia YSI 2300 [mg/dl] 1 CareSens N (A) [mg/dl] 1 Bł. obciazony 95% CI Stała to 2.72 Proporcjonalnosc to 1.03 H 0 : Stałty bł. obciaz = 0. H: 1 Stały bł. obciaz. 0. H 0 : Proporcjonalny bł. obciaz. 1 = 1. H: Proporcjonalny bł. obciaz Siatka rozrzutu z Passing & Bablok Fit 500 CareSens N (A) [mg/dl] Tozsamosc Passing & Bablok (I) fit ( x) YSI 2300 [mg/dl]
9 CareSens N (A) - YSI 2300 Analizy 1 Przecietny Bład Sredni = 5.09 Pierwiastek kwadratowy z błedu sredniego = % Zakres pewnosci = BD Siatki błedu Obszar Numer Procent A % B 0 0.0% C 0 0.0% D 0 0.0% E 0 0.0% Siatka błedu Clarke'a Obszar Numer Procent A % B 1 0.5% C 0 0.0% D 0 0.0% E 0 0.0% Analysis performed by BD Error Grid.xls
10 CareSens N (A) - YSI 2300 BD Siatki błedu A E C A Wartosci zmierzone B D B 50 D C Wartosci referencyjne Analiza przeprowadzona przez BD Error Grid.xls Tÿumaczenie: Willcare Polska Sp. z o.o. 1245_A_CareSensN_EGA_Y_ xls BD Graph
11 IDT-1245-IE -- CareSens N (B) vs. YSI Dokument: 1245_B_CareSensN_Sys_acc2_Y_ xls acc_report System Accuracy dokładnosci (ISO/DIS 15197) 15197) (wg miedzynarodowych standardow) System testowany: System odniesienia: Probka: CareSens N (B) YSI 2300 Pelna krew (kapilarna) Plik danych: 1245_B_CareSensN_Ausw_Y_ xls Wyniki dokladnosci systemu dla stezenia glukozy < 5.55 mmol/l (100 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) w obrebie ± 0.83 mmol/l (w obrebie ± 10 mg/dl) (w obrebie ± 15 mg/dl) 40 / 62 (65 %) 55 / 62 (89 %) 62 / 62 (100 %) Wyniki dokladnosci systemu dla stezenia glukozy 5.55 mmol/l (100 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % 88 / 138 (64 %) 126 / 138 (91 %) 138 / 138 (100 %) Wyniki połaczonego systemu dokladkosci (całkowite i wzgledne odchylenie) w obrebie ± 0.28 mmol/l & ± 5 % (w obrebie ± 5 mg/dl & ± 5 %) & ± 10 % (w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % (w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 15 % (w obrebie ± 15 mg/dl & ± 15 %) 128 / 200 (64 %) 181 / 200 (90.5 %) 193 / 200 (96.5 %) 200 / 200 (100 %) CareSensN (B), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIN wg standardow miedzynarodowych. 199 z 200 (99.5%) rezultatow miesci sie w tej normie. Instytut Towarzystwa Rozwoju i Badan Technologii Diabetologicznych na Uniwersytecie Ulm 1 / 1
12 System dokładnosci (ISO 15197) System tesotwany: System odniesienia: Probka: CareSens N (B) YSI 2300 pełna krew (kapilarna) Plik danych: 1245_B_CareSensN_Ausw_Y_ xls Wyniki dokładnosci systemu dla stezenia glukozy < 4.2 mmol/l (75 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) (w obebie ±10 mg/dl) w obrebie ± 0.83 mmol/l (w obrebie ± 15 mg/dl) 28 / 38 (74 %) 36 / 38 (95 %) 38 / 38 (100 %) Wyniki dokładnosci systemu dla stezenia glukozy >= 4.2 mmol/l (75 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % w obrebie ± 20 % 99 / 162 (61 %) 145 / 162 (90 %) 162 / 162 (100 %) 162 / 162 (100 %) Wyniki połaczonych systemu dokładnosci (całkowite i wzgledne odchylenie w obrebie ± 0.28 mmol/l & ± 10 % (w obrebie ± 5 mg/dl & ± 10 %) & ± 10 % w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 20 % w obrebie ± 15 mg/dl & ± 20 %) 173 / 200 (86.5 %) 181 / 200 (90.5 %) 198 / 200 (99 %) 200 / 200 (100 %) CareSensN (B), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIN wg standardow miedzynarodowych. 199 z 200 (99.5%) rezultatow miesci sie w tej normie. 1245_B_CareSensN_Sys_acc_Y_ xls acc_report
13 Roznica absolutna miedzy CareSens N (B) a YSI CareSens N (B) - YSI 2300 [mg/dl] Stezenie glukozy (YSI 2300) [mg/dl] 1245_B_CareSensN_Sys_acc_Y_ xls abs. dif. plot (mgdl) (2)
![CareSens N (B) - YSI 2300 [mg/dl] 90 60 30 0-30 -60-90 -120-150 -180 0 50](/docs-images/44/2535519/images/page_13.jpg "100 150 200 250 300 350 400 450 500 550 600 650 Stezenie glukozy (YSI")
14 CareSens N (B) - YSI 2300 Test Rozkład - Podsumowanie YSI 2300 [mg/dl] Wyk. Ocena Data 25 marca 2013 v Histogram 50 Czestotliwosc YSI 2300 [mg/dl] n % CI to % CI to SE Zakres Wariancja IQR SD % CI to Percentyl 0th (minimum) CV 63.1% 25th (1 kwartyl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksymum)
15 CareSens N (B) - YSI 2300 v2.30 Test Rozkład - Podsumowanie CareSens N (B) [mg/dl] Wyk. Ocena Data 25 marca Histogram 50 Czestotliwosc CareSens N (B) [mg/dl] n 200 Srednia Mediana % CI to % CI to SE Zakres Wariancja IQR SD % CI to Percentyl 0th (minimum) CV 65.5% 25th (1 kwartyl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksimum)
16 CareSens N (B) - YSI 2300 Test Zgodnosc - Altman Bland v2.30 YSI 2300 [mg/dl] v CareSens N (B) [mg/dl] Wyk. Ocena Data 25 marca Wykres roznicy wzglednej [Bland-Altman] Roznica (CareSens N (B) [mg/dl] - YSI 2300 [mg/d L]) [mg/dl] Srednia w całosci [mg/dl] Tozsamosc Bład obciazony (2.797) 95% Limat zgodnosci ( to )
![Ocena Data 25 marca 2013 110 Wykres roznicy wzglednej [Bland-Altman] Roznica (CareSens N (B)](/docs-images/44/2535519/images/page_16.jpg "[mg/dl] - YSI 2300 [mg/d L]) [mg/dl] 90 70 50 30 10-10 -30-50 -70-90 -110 0 100 200 300 400 500 600")
17 CareSens N (B) - YSI 2300 v2.30 Test Zgodnosc - Altman Bland YSI 2300 [mg/dl] v CareSens N (B) [mg/dl] Wyk. Ocena Data 25 marca 2013 Roznica (CareSens N (B) [mg/dl] - YSI 2300 [mg/d L]) / Srednia w calosci [%] 40% 30% 20% 10% 0% -10% -20% -30% -40% Wykres roznicy bezwzglednej [Bland-Altman] Srednia z całosci [mg/dl] Tozsamosc Bład obciazony (1.3%) 95% Limit zgodnosci (-11.1% to 13.7%)
![Ocena Data 25 marca 2013 Roznica (CareSens N (B) [mg/dl] - YSI 2300 [mg/d L]) / Srednia w calosci [%]](/docs-images/44/2535519/images/page_17.jpg "40% 30% 20% 10% 0% -10% -20% -30% -40% Wykres roznicy bezwzglednej [Bland-Altman] 0 100 200 300 400 500")
18 CareSens N (B) - YSI 2300 v2.30 Test Metoda porownawcza - Passing & Bablok YSI 2300 [mg/dl] v CareSens N (B) [mg/dl] Wyk. Ocena Data 25 marca 2013 n 200 Zakres to Powtorzenie YSI 2300 [mg/dl] 1 CareSens N (B) [mg/dl] 1 Bł. obciazony 95% CI Stała to 1.50 Proporcjonalnosc to 1.04 H 0 : Sały bł. obciaz = 0. H 1 : Stały bł. obciaz. 0. H 0 : Proporcjonalny bł. obciaz. 1: = 1. H Proporcjonalny bł. obciaz Siatka rozrutu z Passing & Bablok Fit 500 CareSens N (B) [mg/dl] Tozsamosc Passing & Bablok (I) fit ( x) YSI 2300 [mg/dl]
19 CareSens N (B) - YSI 2300 Analizy 1 Przecietny Bład Sredni = 5.30 Pierwiastek kwadratowy z błedu sredniego = % Zakres pewnosci = BD Siatki błedu Obszar Numer Procent A % B 0 0.0% C 0 0.0% D 0 0.0% E 0 0.0% Siatka błedu Clarke Obszar Numer Procent A % B 0 0.0% C 0 0.0% D 0 0.0% E 0 0.0% Analysis performed by BD Error Grid.xls
20 CareSens N (B) - YSI 2300 BD Siatki błedu A E C A Wartosci zmierzone B D B 50 D C Wartosci referencyjne Analiza wykonana przez BD Error Grid.xls 1245_B_CareSensN_EGA_Y_ xls BD Graph
21 IDT-1245-IE -- CareSens N (C) vs. YSI Dokument: 1245_C_CareSensN_Sys_acc2_Y_ xls acc_report System dokładnosci (ISO/DIS 15197) (wg miedzynarodowych standardow) System testowany: System odniesienia: Probka: CareSens N (C) YSI 2300 pełna krew (kapilarna) Plik danych: 1245_C_CareSensN_Ausw_Y_ xls Wyniki dokiładnosci systemu dla stezenia glukozy <5.55 mmol/l (100 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) w obrebie ± 0.83 mmol/l (w obrebie ± 10 mg/dl) (w obrebie ± 15 mg/dl) 31 / 62 (50 %) 54 / 62 (87 %) 60 / 62 (97 %) Wyniki dokładnosci systemu dla stezenia glukozy 5.55 mmol/l (100 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % 93 / 138 (67 %) 129 / 138 (93 %) 136 / 138 (99 %) Wyniki połaczonego systemu dokładnosci (całkowite i wzgledne odchylenie) w obrebie ± 0.28 mmol/l & ± 5 % (w obrebie ± 5 mg/dl & ± 5 %) & ± 10 % (w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % ( w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 15 % (w obrebie ± 15 mg/dl & ± 15 %) 124 / 200 (62 %) 183 / 200 (91.5 %) 190 / 200 (95 %) 196 / 200 (98 %) CareSensN (C), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIN wg standardow miedzynarodowych. 196 z 200 (98%) rezultatow miesci sie w tej normie. Instytut Towarzystwa Rozwoju i Badan Technologii Diabetologicznych na Uniwersytecie Ulm
22 System dokładnosci (ISO 15197) System testowany: System odniesienia: Probka: CareSens N (C) YSI 2300 pełna krew (kapilarna) Plik danych: 1245_C_CareSensN_Ausw_Y_ xls Wyniki dokładnoci systemu dla stezenia glukozy < 4.2 mmol/l (75 mg/dl) w obrebie ± 0.28 mmol/l (w obrebie ± 5 mg/dl) (w obrebie ±10 mg/dl) w obrebie ± 0.83 mmol/l (w obrebie ± 15 mg/dl) 15 / 38 (39 %) 34 / 38 (89 %) 38 / 38 (100 %) Wyniki dokładnosci systemu dla stezenia glukozy >= 4.2 mmol/l (75 mg/dl) w obrebie ± 5 % w obrebie ± 10 % w obrebie ± 15 % w obrebie ± 20 % 109 / 162 (67 %) 147 / 162 (91 %) 158 / 162 (98 %) 162 / 162 (100 %) Wyniki połaczonego systemu dokładonosci (całkowite i wzgledne odchylenie) w obrebie ± 0.28 mmol/l & ± 10 % ( w obrebie ± 5 mg/dl & ± 10 %) & ± 10 % (w obrebie ± 10 mg/dl & ± 10 %) & ± 15 % (w obrebie ± 10 mg/dl & ± 15 %) w obrebie ± 0.83 mmol/l & ± 20 % (w obrebie ± 15 mg/dl & ± 20 %) 162 / 200 (81 %) 181 / 200 (90.5 %) 192 / 200 (96 %) 200 / 200 (100 %) CareSensN (C), system pomiaru glukozy we krwi, odpowiada wymogom systemu dokładnosci ISO/DIN wg standardow miedzynarodowych. 200 z 200 (100%) rezultatow miesci sie w tej normie. 1245_C_CareSensN_Sys_acc_Y_ xls acc_report
23 Całkowita roznica miedzy CareSens N (C) a YSI CareSens N (C) - YSI 2300 [mg/dl] Stezenie glukozy (YSI 2300) [mg/dl] 1245_C_CareSensN_Sys_acc_Y_ xls abs. diff. plot (mgdl) (2)
24 CareSens N (C) - YSI 2300 Test Rozklad - Podsumowanie v2.30 YSI 2300 [mg/dl] Wyk. Ocena Data 25 marca Histogram 50 Czestotliwosc YSI 2300 [mg/dl] n 200 Srednia Mediana % CI to % CI to SE Zasieg Wariancja IQR SD % CI to Percentyle 0th (minimum) CV 63.1% 25th (1 kwartyl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksimum)
25 Test CareSens N (C) - YSI 2300 v2.30 Rozkład - Podsumowanie CareSens N (C) [mg/dl] Wyk. Ocena Data 25 marca Histogram 50 Czestotliwosc CareSens N (C) [mg/dl] n 200 Srednia Mediana % CI to % CI to SE Zakres Wariancja IQR SD % CI to Percentyl 0th (minimum) CV 64.9% 25th (1 kwartyl) 50th (mediana) Asymetria th (3 kwartyl) Kurtoza th (maksimum)
26 CareSens N (C) - YSI 2300 Test Zgodnosc - Altman Bland v2.30 YSI 2300 [mg/dl] v CareSens N (C) [mg/dl] Wyk. Ocena Data 25 marca Wykres roznicy wzglednej [Bland-Altman] Roznica (CareSens N (C) [mg/dl] - YSI 2300 [mg/dl]) [mg/dl] srednia z całosci [mg/dl] Tozsamosc Bład obiazony (2.741) 95% Limitu zgodnosci ( to )
27 CareSens N (C) - YSI 2300 v2.30 Test Zgodnosc - Altman Bland YSI 2300 [mg/dl] v CareSens N (C) [mg/dl] Wyk. Ocena Data 25 marca 2013 Roznica (CareSens N (C) [mg/dl] - YSI 2300 [mg/dl]) / Srednia z całosci [%] 40% 30% 20% 10% 0% -10% -20% -30% -40% Wykres roznicy bezwzglednej [Bland-Altman] Srednia z całosci [mg/dl] Tozsamosc Bład obciazony (2.2%) 95% Limitu zgodnosci (-12.6% to 16.9%)
28 CareSens N (C) - YSI 2300 Test Metoda porownawcza - Passing & Bablok v2.30 YSI 2300 [mg/dl] v CareSens N (C) [mg/dl] Wyk. Ocena Data 25 marca 2013 n 200 Zakres to Powtorzenie YSI 2300 [mg/dl] 1 CareSens N (C) [mg/dl] 1 Bł. obciazony 95% CI Stała to 5.16 Proporcjonalnosc to 1.01 H 0 : Stały bł obciaz = 0. H 1 : Stały bł. obciazony 0. H 0 : Proporcjonalny bł obciaz. = 1. H 1 : Proporcjonalny bł. obciaz Siatka rozrzutu z Passing & Bablok Fit 500 CareSens N (C) [mg/dl] Tozsamosc Passing & Bablok (I) fit ( x) YSI 2300 [mg/dl]
29 CareSens N (C) - YSI 2300 Analizy 1 Przecietny Bład Sredni = 5.89 Pierwiastek kwadratowy z błedu sredniego = % Zakres pewnosci = BD Siatki błedu Obszar Numer Procent A % B 0 0.0% C 0 0.0% D 0 0.0% E 0 0.0% Siatka błedu Clarke'a Obszar Numer Procent A % B 0 0.0% C 0 0.0% D 1 0.5% E 0 0.0% Analysis performed by BD Error Grid.xls 1245_C_CareSensN_EGA_Y_ xls Analiza
30 CareSens N (C) - YSI 2300 BD Siatki błedu A E C A Wartosci zmierzone B D B 50 D C Wartosci refernecyjne Analiza wykonana przez BD Error Grid.xls 1245_C_CareSensN_EGA_Y_ xls BD Graph
System dokładności (ISO/DIS 15197)
IDT-1245-IE -- CareSens N POP (G) vs. YSI 2300 -- Dokument: 1245_G_CareSensN_POP_Sys_acc2_Y_130326.xls acc_report System dokładności (ISO/DIS 15197) (wg międzynarodowych standardów) System badania: CareSens
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem
MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy
MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji
LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Funkcje programu STATGRAPHICS. ACOS (x) ACOSR (x) ASIN (x) ASINR (x) ATAN (x) ATANR (x) COMPRESS (zmienna; warunek) COS (x) COSR(x)
ABS wartość bezwzględna ACOS funkcja arcus cosinus dla kąta podanego w stopniach ACOSR funkcja arcus cosinus dla kąta podanego w radianach ASIN funkcja arcus sinus dla kąta podanego w stopniach ASINR funkcja
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Pozyskiwanie wiedzy z danych
Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy
STATYSTYKA POWTORZENIE. Dr Wioleta Drobik-Czwarno
STATYSTYKA POWTORZENIE Dr Wioleta Drobik-Czwarno Populacja Próba Parametry EX, µ Statystyki średnia D 2 X, δ 2 S 2 wnioskowanie DX, δ p ρ S w r...... JAK POWSTAJE MODEL MATEMATYCZNY Dane eksperymentalne
Twoja AUSTRIACKA marka diabetologiczna GLUKOMETR WELLION CALLA
Twoja AUSTRIACKA marka diabetologiczna GLUKOMETR WELLION CALLA Staramy się ułatwić życie pacjentom i partnerom. Dzięki innowacyjnym pomysłom, doradztwu i usługom. Dobry dzień zaczyna się od uśmiechu. Z
Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Laboratorium 3 - statystyka opisowa
dla szeregu rozdzielczego Laboratorium 3 - statystyka opisowa Agnieszka Mensfelt 11 lutego 2019 dla szeregu rozdzielczego Statystyka opisowa dla szeregu rozdzielczego Przykład wyniki maratonu Wyniki 18.
Dokładność i precyzja wydajności systemu Accu-Chek Active. Wprowadzenie. Metoda
Dokładność i precyzja wydajności systemu Accu-Chek Active I. DOKŁADNOŚĆ Ocena dokładności systemu została przeprowadzona w odniesieniu do normy ISO 15197. Wprowadzenie Celem badania było określenie dokładności
Typy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe
Typy zmiennych Graficzne reprezentacje danych Statystyki opisowe Jakościowe charakterystyka przyjmuje kilka możliwych wartości, które definiują klasy Porządkowe: odpowiedzi na pytania w ankiecie ; nigdy,
Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Regresja liniowa Korelacja Modelowanie Analiza modelu Wnioskowanie Korelacja 3 Korelacja R: charakteryzuje
Statystyka to nauka o metodach badań (liczbowo wyrażalnych) własności zbiorowości. Próba. Próba Populacja. Próba
Statystyka Opisowa Wstępna analiza danych Rodzaje prezentacji danych Miary tendencji centralnej Miary zmienności (zróżnicowania) Miara asymetrii (skośności) Miara spłaszczenia Statystyka to nauka o metodach
Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.
Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś. Województwo Urodzenia według płci noworodka i województwa. ; Rok 2008; POLSKA Ogółem Miasta Wieś Pozamałżeńskie- Miasta Pozamałżeńskie-
Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34
Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Def. Charakterystyki liczbowe to wielkości wyznaczone na podstawie danych statystycznych, charakteryzujące własności badanej cechy. Klasyfikacja
Walidacja metod analitycznych Raport z walidacji
Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących
Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego
Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Statystyka to nauka zajmująca się badaniem prawidłowości w procesach masowych, to jest takich, które realizują się na dużą skalę (np. procesy
Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
Statystyka opisowa w wycenie nieruchomości Część I - wyznaczanie miar zbioru danych
dr Agnieszka Bitner Rzeczoznawca majątkowy Katedra Geodezji Rolnej, Katastru i Fotogrametrii Uniwersytet Rolniczy w Krakowie ul. Balicka 253c 30-198 Kraków, e-mail: rmbitner@cyf-kr.edu.pl WPROWADZENIE
2. Wprowadzenie do oprogramowania gretl. Podstawowe operacje na danych.
Laboratorium z ekonometrii (GRETL) 2. Wprowadzenie do oprogramowania gretl. Podstawowe operacje na danych. 2.1 Zaimportuj dane z pliku zatrudnienie.csv z przecinkiem jako separatorem danych i kropką jako
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
Wykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy
Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
XXXI MARATON WARSZAWSKI Warszawa, 27.09.2009
XXXI MARATON WARSZAWSKI Warszawa, 27.09.2009 Alex.Celinski@gmail.com Rozkład wyników Przedziały 30-minutowe Lp. Przedział Liczebność Częstość czasowy Liczebność Częstość skumulowana skumulowana 1 2:00-2:30
Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA
Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:
Statystyka. Opisowa analiza zjawisk masowych
Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Analiza Statystyczna
Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza
1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:
Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).
Statystyczne metody analizy danych
Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezińska Definicje Statystyka (ang.statistics) - to nauka zajmująca się zbieraniem, prezentowaniem i analizowaniem
Statystyczna analiza wyników badania diagnostycznego - rzadkie przypadki w statystyce opisowej Krzysztof Słomczyński
Statystyczna analiza wyników badania diagnostycznego - rzadkie przypadki w statystyce opisowej Krzysztof Słomczyński Plan wystąpienia 1. Opis testu diagnostycznego 2. Wskaźniki statystyczne testu 3. Wskaźniki
Zajęcia 1. Statystyki opisowe
Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,
Laboratorium nr Wyznaczyć podstawowe statystyki (średnia, mediana, IQR, min, max) dla próby:
Laboratorium nr 1 CZĘŚĆ I : STATYSTYKA OPISOWA : 1. Wyznaczyć podstawowe statystyki (średnia, mediana, IQR, min, max) dla próby: 6,9,1,2,5,2,6,2,1,0,1,4,5,6,3,7,3,2,2,3,8,5,3,4,8,0,8,0,5,1,6,4,8,0,3,2
Metody wykrywania odchyleo w danych. Metody wykrywania braków w danych. Korelacja. PED lab 4
Metody wykrywania odchyleo w danych. Metody wykrywania braków w danych. Korelacja. PED lab 4 Co z danymi oddalonymi? Błędne dane typu dochód z minusem na początku: to błąd we wprowadzaniu danych, czy faktyczny
Satysfakcja z życia rodziców dzieci niepełnosprawnych intelektualnie
Satysfakcja z życia rodziców dzieci niepełnosprawnych intelektualnie Zadanie Zbadano satysfakcję z życia w skali 1 do 10 w dwóch grupach rodziców: a) Rodzice dzieci zdrowych oraz b) Rodzice dzieci z niepełnosprawnością
INFORMATYKA W CHEMII Dr Piotr Szczepański
INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizycznej i Fizykochemii Polimerów WPROWADZENIE DO STATYSTYCZNEJ OCENY WYNIKÓW DOŚWIADCZEŃ 1. BŁĄD I STATYSTYKA błąd systematyczny, błąd przypadkowy,
Analizy wariancji ANOVA (analysis of variance)
ANOVA Analizy wariancji ANOVA (analysis of variance) jest to metoda równoczesnego badania istotności różnic między wieloma średnimi z prób pochodzących z wielu populacji (grup). Model jednoczynnikowy analiza
Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40
Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy
Wprowadzenie 2010-10-20
PODSTAWY STATYSTYKI Dr hab. inż. Piotr Konieczka piotr.konieczka@pg.gda.pl 1 Wprowadzenie Wynik analityczny to efekt przeprowadzonego pomiaru(ów). Pomiar to zatem narzędzie wykorzystywane w celu uzyskania
Zadanie 2.Na III roku bankowości złożonym z 20 studentów i 10 studentek przeprowadzono test pisemny ze statystyki. Oto wyniki w obu podgrupach.
Zadanie 1.Wiadomo, że dominanta wagi tuczników jest umiejscowiona w przedziale [120 kg, 130 kg] i wynosi 122,5 kg. Znane są również liczebności przedziałów poprzedzającego i następnego po przedziale dominującym:
WSPIERANIE ZADAŃ ANALITYCZNYCH Z ZASTOSOWANIEM STATISTICA NA PRZYKŁADZIE BIOTON S.A.
WSPIERANIE ZADAŃ ANALITYCZNYCH Z ZASTOSOWANIEM STATISTICA NA PRZYKŁADZIE BIOTON S.A. Jan Grzesik, Zespół Specjalistów ds. Zapewnienia Jakości w BIOTON S.A. Wymagania statystycznego opracowania wyników
Biostatystyka, # 1 /Weterynaria I/
Biostatystyka, # 1 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
MODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej
Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich
Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt
Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie
Środowisko R wprowadzenie. Wykład R1; 14.05.07 Pakiety statystyczne
Środowisko R wprowadzenie. Wykład R1; 14.05.07 Pakiety statystyczne Pakiety statystyczne stosowane do analizy danych: SAS SPSS Statistica R S-PLUS 1 Środowisko R Język S- J. Chambers i in. (1984,1988)
Analiza statystyczna w naukach przyrodniczych
Analiza statystyczna w naukach przyrodniczych Po co statystyka? Człowiek otoczony jest różnymi zjawiskami i próbuje je poznać, dowiedzieć się w jaki sposób funkcjonują, jakie relacje między nimi zachodzą.
KURS PRAWDOPODOBIEŃSTWO
KURS PRAWDOPODOBIEŃSTWO Lekcja 6 Ciągłe zmienne losowe ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Zmienna losowa ciągła jest
R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych
R ozkład norm alny Bardzo często używany do modelowania symetrycznych rozkładów zmiennych losowych ciągłych Przykłady: Błąd pomiarowy Wzrost, wydajność Temperatura ciała Zawartość różnych składników we
MATeMAtyka zakres podstawowy
MATeMAtyka zakres podstawowy Proponowany rozkład materiału kl. I (100 h) 1. Liczby rzeczywiste 15 1. Liczby naturalne 1 2. Liczby całkowite. Liczby wymierne 1 1.1, 1.2 3. Liczby niewymierne 1 1.3 4. Rozwinięcie
ZAKRES PODSTAWOWY. Proponowany rozkład materiału kl. I (100 h)
ZAKRES PODSTAWOWY Proponowany rozkład materiału kl. I (00 h). Liczby rzeczywiste. Liczby naturalne. Liczby całkowite. Liczby wymierne. Liczby niewymierne 4. Rozwinięcie dziesiętne liczby rzeczywistej 5.
laboratoria 24 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne
Parametry statystyczne
I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n
Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?
1 Zadanie 1.1 W dwóch zakładach produkcyjnych Złomex I i Złomex II, należących do tego samego przedsiębiorstwa Złomowanie na zawołanie w ostatnim miesiącu następująco kształtowały się wynagrodzenia pracowników.
-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Próba własności i parametry
Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony
Wstęp. Katarzyna Ziółkowska, Centralne Laboratorium, Ginekologiczno-Położniczy Szpital Kliniczny Uniwersytetu Medycznego w Poznaniu
Ocena pracy i jakości oznaczeń stężenia glukozy wykonywanych na analizatorach ACCU-CHEK Inform II testowanie aparatury na oddziałach szpitalnych Ginekologiczno-Położniczego Szpitala Klinicznego Uniwersytetu
Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia
Wykład 2 Statystyka opisowa - Miary rozkładu: Miary położenia Podział miar Miary położenia (measures of location): 1. Miary tendencji centralnej (measures of central tendency, averages): Średnia arytmetyczna
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy. Klasa I (60 h)
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy (według podręczników z serii MATeMAtyka) Temat Klasa I (60 h) Liczba godzin 1. Liczby rzeczywiste 15 1. Liczby naturalne
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest
Opisowa analiza struktury zjawisk statystycznych
Statystyka Opisowa z Demografią oraz Biostatystyka Opisowa analiza struktury zjawisk statystycznych Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2
Statystyki opisowe i szeregi rozdzielcze
Statystyki opisowe i szeregi rozdzielcze - ćwiczenia ĆWICZENIA Piotr Ciskowski ramka-wąsy przykład 1. krwinki czerwone Stanisz W eksperymencie farmakologicznym analizowano oddziaływanie pewnego preparatu
Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy
Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Wariant nr (klasa I 4 godz., klasa II godz., klasa III godz.) Klasa I 7 tygodni 4 godziny = 48 godzin Lp. Tematyka zajęć
Inteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
INFORMACJE O WYNIKACH EGZAMINU ZAWODOWEGO W KWALIFIKACJI M.11. EKSPLOATACJA ZŁÓŻ PODZIEMNYCH
INFORMACJE O WYNIKACH EGZAMINU ZAWODOWEGO W KWALIFIKACJI M.11. EKSPLOATACJA ZŁÓŻ PODZIEMNYCH W WOJEWÓDZTWIE ŚLĄSKIM sesja sierpień-wrzesień Jaworzno 2013 SPIS TREŚCI 1. TERMIN EGZAMINU POTWIERDZAJĄCEGO
Wykład 2. Wpływ stałej (odejmujemy 20) Liniowa transformacja zmiennych, cd. Liniowa transformacja zmiennych, cd. Liniowa transformacja zmiennych, cd.
Wykład Zmiana wartości wynikająca ze zmiany jednostek dana jest zwykle funkcją liniową: y = ay + c Wpływ przekształceń Co się stanie ze średnią i odchyleniem standardowym, gdy zmienimy jednostki? Przykłady:
Badania biegłości w zakresie oznaczania składników mineralnych w paszach metodą AAS przykłady wykorzystania wyników
Waldemar Korol, Grażyna Bielecka, Jolanta Rubaj, Sławomir Walczyński Instytut Zootechniki PIB, Krajowe Laboratorium Pasz w Lublinie Badania biegłości w zakresie oznaczania składników mineralnych w paszach
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
2.Wstępna analiza danych c.d.- wykład z 5.03.2006 Populacja i próba
2.Wstępna analiza danych c.d.- wykład z 5.03.2006 Populacja i próba Populacja- zbiorowość skończona lub nieskończona, w stosunku do której mają być formułowane wnioski. Próba- skończony podzbiór populacji
EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE ZAWODOWE w województwie śląskim
EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE ZAWODOWE 2016 w województwie śląskim Jaworzno, styczeń 2016 SPIS TREŚCI 1. INFORMACJE OGÓLNE 3 2. ZDAWALNOŚĆ EGZAMINU POTWIERDZAJĄCEGO KWALIFIKACJE ZAWODOWE 6 3. WYNIKI
1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Wykład 9 Wnioskowanie o średnich
Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i
author: Andrzej Dudek
Edytor wprowadzone polecenia zostają w oknie edytora I mogą być uruchamiana poprzez CTRL+R lub Run (tylko zaznaczone linie, z wyświetlaniem wykonywanych linii kodu) lub poprzez Source (zawsze całość, bez
MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ
MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
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
Nowoczesne techniki matematyczne, statystyczne i informatyczne
Nowoczesne techniki matematyczne, statystyczne i informatyczne Wykładowca : Krzysztof Bogdan Biuro : C-11, p. 2.12 http://prac.im.pwr.wroc.pl/~bogdan/ Twój wynik z wykładów: zadania domowe (25%) kartkówki
Wykład dla studiów doktoranckich IMDiK PAN. Biostatystyka I. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW
Wykład dla studiów doktoranckich IMDiK PAN Biostatystyka I dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Program wykładu w skrócie 1. Wprowadzenie: rozkład empiryczny,
czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90
Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 czerwiec 2013 Zadanie 1 Poniższe tabele przestawiają dane dotyczące umieralności dzieci
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku:
Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku: Kwota Liczba pożyczek pożyczki 0 4 0 4 8 8 12 40 12 16 16 Zbadać asymetrię rozkładu kwoty pożyczki w tym banku. Wynik
Zawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.20 2011 Zawartość Zawartość 1. Tworzenie szeregu rozdzielczego przedziałowego (klasowego)... 3 2. Podstawowy opis struktury... 3 3. Opis rozkładu jednej cechy szereg
EGZAMIN GIMNAZJALNY 2015 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM. sesja zimowa
EGZAMIN GIMNAZJALNY 2015 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM sesja zimowa Jaworzno 2015 SPIS TREŚCI 1. WPROWADZENIE 3 2. WYNIKI SŁUCHACZY GIMNAZJÓW DLA DOROSŁYCH ROZWIĄZUJĄCYCH STANDARDOWE
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.
Wykład 5. Opis struktury zbiorowości 1. Miary asymetrii. 2. Miary koncentracji. Przykład Zbadano stawkę godzinową (w zł) pracowników dwóch branŝ, otrzymując następujące charakterysty ki liczbowe: Stawka
Czy egzamin gimnazjalny jest dobrym prognostykiem sukcesu na maturze z fizyki i astronomii?
Krystyna Feith, Czy egzamin gimnazjalny jest dobrym prognostykiem... Krystyna Feith Okręgowa Komisja Egzaminacyjna w Łodzi Czy egzamin gimnazjalny jest dobrym prognostykiem sukcesu na maturze z fizyki
Miary w szeregach. 1 Miary klasyczne. 1.1 Średnia Średnia arytmetyczna
Miary w szeregach 1 Miary klasyczne 1.1 Średnia 1.1.1 Średnia arytmetyczna Zad. 1 średnia dla szeregu rozdzielczego punktowego W tabeli zestawiono wyniki badań czasu wykonania 15 detali. Jest to szereg