STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

Wielkość: px
Rozpocząć pokaz od strony:

Download "STATYSTYCZNA OCENA WYNIKÓW POMIARÓW."

Transkrypt

1 Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości, zapozaie ze tatytyczą aalizą wyików pomiarów, poobami zajdowaia i elimiacji wyików obarczoych błędami grubymi, oceą kładowej przypadkowej błędu, wkazaie a koieczość aalizy waruków i wyików pomiarów pod kątem obecości kładowej ytematyczej błędu PROGRAM ĆWICZENIA Pomiary wymiarów liiowych trójkątów, a, b, c, h a, h b, h c a zapozać ię z obługą uwmiarki i przeprowadzić kilka pomiarów próbych b przygotować tabele pomiarowe, Numer Nr a b c h a h b h c tudeta Trójkąta Numer tudeta odpowiada umerowi pierwzego trójkąta jaki mierzył tudet Te pierwzy trójkąt jet jego trójkątem c zmierzyć wymiary a, b, c, h a, h b, h c, wojego trójkąta a wyiki zapiać w tabeli w wierzu odpowiadającym umerowi trójkąta d wymieiać z kolegami trójkąty (ewetualie rówież uwmiarki - patrz uwagi), zmierzyć ich wymiary a wyiki wpiać w odpowiedie wierze tabeli Przekazaie wyików pomiarów a podzielić tabelę z wyikami pomiarów a wyiki pomiaru pojedyczych trójkątów,

2 Statytycza ocea wyików pomiaru b zebrać wyiki pozczególych trójkątów- przekazać wyiki pomiaru każdego trójkąta właścicielom trójkątów (pierwzy mierzoy przez tudeta trójkąt jet jego trójkątem) c Przygotować tabelę wyików pomiaru wymiarów liiowych trójkąta wojego trójkąta 3 Przygotowaie tabel z wyikami pozczególych trójkątów a Tabela wyików pomiarów wymiarów liiowych trójkąta r Nr tudeta a b c h a h b h c 8 X X- wartość średia wyików; - odchyleie tadardowe b Tabela wyików pomiaru pośrediego pola trójkąta r Nr tudeta 8 P a [mm ] P b [mm ] P c [mm ] P H [mm ] X P- powierzchia trójkąta; P a, P b, P c powierzchia obliczoa z odpowiediej podtawy i wyokości, P H - powierzchia obliczoa z wzoru Heroa Aaliza i opracowaie wyików pomiarów Każdy tudet przeprowadza idywidualą aalizę wyików pomiarów wojego trójkąta W ramach tej aalizy ależy: a) Zbadać, czy ą pomiary obciążoe błędem grubym i przeprowadzić elimiację lub korektę tych wyików W razie potrzeby wyzaczyć wartości parametrów tatytyczych w korygowaej erii pomiarów b) Przeprowadzić aalizę miar błędów przypadkowych (odchyleń tadardowych ) w wyikach pomiarów boków i wyokości Porówać między obą wartości odchyleń tadardowych w grupie pomiarów boków, w grupie pomiarów wyokości oraz określić relacje między wartościami odchyleń tadardowych pomiarów boków i wyokości c) Porówać iepewość pomiaru wyikającą z błędów przypadkowych pomiarów boków i wyokości z błędem graiczym uwmiarki Podać otatecze wyiki tych pomiarów z uwzględieiem przedziałów iepewości d) Przeprowadzić aalizę wyików obliczeń powierzchi pola badaego trójkąta P za pomocą różych wzorów Sprawdzić czy otrzymae wyiki ie ą przecze Oceić,

3 Statytycza ocea wyików pomiaru 3 czy ą wyiki obarczoe błędami ytematyczymi i jaka mogła być ich przyczya e) * Wyzaczyć miimalą liczbę pomiarów pozczególych boków i wyokości, którą ależałoby wykoać, aby błąd przypadkowy wyzaczeia średiej arytmetyczej w każdym z tych pomiarów, był przyajmiej 0 razy miejzy iż błąd graiczy uwmiarki ( a więc pomijalie mały ) f)*wyzaczyć wartości graicze bezwzględych i względych błędów przypadkowych pomiarów pola trójkąta z różych wzorów Sprawdzić czy zachodzi prawo propagacji błędów przypadkowych, Np czy : (δ p P a ) = (δ p a) + (δ p h a )? WPROWADZENIE DO TEMATU Pomiar jet czyością doświadczalą, wykoywaą w celu wyzaczeia wartości jakiejś wielkości Do wykoaia pomiaru potrzebe ą odpowiedie środki techicze - arzędzia pomiarowe, i oberwator - człowiek wykoujący pomiary i aalizujący ich wyiki Po wykoaiu pomiaru dypoujemy zbiorem wartości odczytaych z przyrządów pomiarowych Są to urowe wyiki pomiarów Mogą być oe uporządkowae i zarejetrowae w potaci pliku daych, tabeli lub wykreu Wyik pomiaru odczytay z przyrządu różi ię prawie zawze od wartości prawdziwej ( rzeczywitej ) mierzoej wielkości, to jet tej którą ma ta wielkość w chwili przeprowadzaia pomiaru Dokładość pomiaru określa bliką zgodość wyiku pomiaru z wartością prawdziwą Miarą dokładości jet błąd pomiaru, będący różicą między otrzymaym wyikiem a wartością prawdziwą Wartość prawdziwa jet pojęciem teoretyczym, idealym W praktyce możemy ię tylko przybliżyć do jej wartości za pomocą wartości poprawej, określoej tak dokładie, że moża a tej podtawie, z pewą iepewością, wyzaczyć błąd pomiaru Najczęściej jedak ie dypoujemy wartością poprawą i błędu pomiaru ie potrafimy określić jedozaczie Umiejętość przewidywaia przyczy i miejc wytępowaia błędów pozwala oceić ich charakter, ozacować ajwiękzą możliwą wartość dodatią i ujemą błędu, zaleźć wzajeme korelacje między błędami w pomiarach pośredich i złożoych itd Źródłami błędów i iepewości w pomiarach ą mi: arzędzia pomiarowe, metoda pomiaru, wpływy zewętrze, obliczeia, oberwator Nieuchroość itieia błędów w pomiarach i trudość z ich zidetyfikowaiem powoduje iepewość wyików pomiarów i rozrzut wartości, które moża w uzaadioy poób przypiać wielkości mierzoej Wyikiem pomiaru jet zatem zawze para liczb charakteryzująca przedział wartości w obrębie którego zajduje ię z makymalie dużym prawdopodobieńtwem wartość prawdziwa mierzoej wielkości Szacowaie przedziału iepewości otrzymaych wyików pomiarów jak i zukaie metod ograiczeia przyczy i miejc wytępowaia błędów jet w metrologii dużą ztuką Loowość zjawik decydujących w dużym topiu o wyikach pomiaru powoduje, że 3

4 Statytycza ocea wyików pomiaru 4 do aalizy błędów i ocey iepewości otrzymywaych wyików wykorzytuje ię modele i metody rachuku prawdopodobieńtwa i tatytyki matematyczej Przeprowadzeie erii pomiarów- czyli -krote powtórzeie pomiaru tej amej wielkości, daje zaę a wyzaczeie błędów o charakterze przypadkowym i admierym Zmiaa metody pomiaru pozwala a zauważeie błędu ytematyczego Spoób doboru metod pomiarowych i powtórzeia pomiaru mui być wybray świadomie, dając zaę a wykrycie błędów jedej z wymieioych kategorii Błędy ytematycze w pomiarach tej amej wartości pewej wielkości, w iezmieych warukach, tym amym arzędziem i metodą pomiarową, przeprowadzoych przez tego amego oberwatora pozotają tałe Wykrycie tych błędów jet możliwe przez powtórzeie pomiarów po zmiaie jedego z czyików wpływających a wyik, p iym arzędziem, w iej temperaturze, w iym miejcu, w przypadku pomiarów pośredich przez korzytaie z iej zależości fukcyjej między wyikiem a wielkościami mierzoymi bezpośredio ( w ćwiczeiu wyiki pomiaru pola trójkąta moża okręcić z różych wzorów i- z długości podtawy i wyokości lub tylko długości boków trójkąta)tp Błąd przypadkowy powoduje, że wyiki kolejych pomiarów zmieiają ię w poób loowy, mimo, że mierzoa jet ta ama wartość wielkości w warukach praktyczie iezmieych Wyikami pomiarów obarczoymi błędami przypadkowymi rządzą prawa tatytyki i ich modelem matematyczym jet rozkład ormaly ( Gaua) Błędy admiere (grube, omyłki) powodują wyraźe odtęptwo wyiku pomiaru w erii od pozotałych wyików otrzymaych w praktyczie iezmieych warukach Bardzo częto ich bezpośredim źródłem jet wykoujący pomiary człowiek Opracowaie erii wyików pomiarów x i ( dla i =, ) i wiokowaie o ich iepewości rozpoczya ię od wyzaczeia podtawowych parametrów tatytyczych daej erii -elemetowej: - wartości średiej arytmetyczej z pomiarów: X = x i i= - odchyleia tadardowego ( odchyleia średiokwadratowego ) wyików pomiarów od wartości średiej: = i = i= ( x X) i Różica miedzy wartością średią z wyików pomiarów i wartością, którą moża uzać za poprawą wyzacza błąd ytematyczy popełiay w każdym z pomiarów w erii Modelem matematyczym błędów przypadkowych jet rozkład ormaly (Gaua) opiay fukcją rozkładu gętości prawdopodobieńtwa f(x) zdarzeń loowych, którymi ą koleje wyiki pomiarów x : = ( x µ ) f( x) exp σ π σ 4

5 Statytycza ocea wyików pomiaru 5 gdzie: µ - wartość oczekiwaa E{x} σ - odchyleie tadardowe Parametr σ azyway jet wariacją Wariacja i odchyleie tadardowe ą miarą rozprozeia wartości x wokół wartości oczekiwaej µ, czyli tej ajbardziej prawdopodobej Z właściwości fukcji gętości prawdopodobieńtwa f(x) wyika określoe prawdopodobieńtwo atępujących zdarzeń loowych ( wyików pomiarów ): P {µ - 3 σ x µ + 3 σ }= 0,997 P {µ - σ x µ + σ }= 0955 P {µ - σ x µ + σ } = 0,683 W tabelach rozkładu ormalego moża zaleźć wartości wpółczyików k, określających prawdopodobieńtwo zdarzeia, że wartość x µ± kσ Wyzaczoa z erii pomiarów: wartość średia X i odchyleie tadardowe ą odpowiedio etymatorami (oceami ) parametrów µ(wartości oczekiwaej) i σ (odchyleia tadardowego) tego rozkładu Ozacza to, że po wykoaiu bardzo wielu wyików pomiarów, w przedziale wartości X± 3 powio zaleźć ię 99,7 % wyików pomiarów Wioek te moża wykorzytać do elimiowaia z erii wyików, pomiarów obciążoych błędem admierym Korekta wyików poprzez elimiację wyików podejrzaych wymaga przeliczeia parametrów X i dla krócoej erii Określająca przedział iepewości wartości 3 może być iterpretowaa jako wartość graicza błędu przypadkowego Prawdopodobieńtwo p, z jakim określa ię wartość błędu przypadkowego, może być miejze iż p=0,997 W wielu przypadkach wytarczająca jet wartość p=0,95 dająca błąd przypadkowy pojedyczego pomiaru p x i = ± Wartość średia wyzaczoa z erii pomiarów jet tym bliżza wartości oczekiwaej im więkza jet liczba pomiarów w erii Odchyleie tadardowe wartości średiej z wyików o odchyleiu tadardowym zależy od liczby i jet rówe: x = Tak więc błąd przypadkowy przypiay wyzaczoej z pomiarów wartości średiej jet miejzy iż błąd przypadkowy pojedyczego pomiaru w erii i wyoi : p X= k gdzie k jet odpowiedim wpółczyikiem dla rozkładu ormalego ( ajczęściej przyjmuje ię k= lub k=3) Parametry rozkładu ormalego touje ię do ocey wyików pomiarów powtórzoych co ajmiej 30 razy W eriach pomiarów miej liczych korzyta ię z właściwości rozkładu t-studeta Wpółczyiki t tego rozkładu ą tabelaryzowae jako 5

6 Statytycza ocea wyików pomiaru 6 fukcja liczby pomiarów i przyjętego prawdopodobieńtwa p i podobie jak wpółczyiki k pełią fukcję wpółczyików rozzerzeia przy wyzaczaiu przedziału iepewości powodowaego błędem przypadkowym W tabeli poiżej podao przykładowe wartości t dla typowych wartości p i liczby pomiarów p=0,95 p=0,997 5,78 6,6 0,6 4,08, ,5 3,58 4,3 3,53 5, 3,49 6, 3,46 7,0 3,43 8,09 3,40 9,08 3,38 0,08 3,35 30,04 3, W takim przypadku, błędy przypadkowe wyzacza ię z zależości aalogiczych jak dla rozkładu ormalego zatępując wpółczyik k odpowiedią wartością wpółczyika t ZADANIA W celu prawdzeia błędu wkazań woltomierza cyfrowego wykoao im trzydzieści pomiarów SEM ogiwa wzorcowego i otrzymao wyiki: a) zbadać, czy ą wyiki pomiarów obciążoe błędami grubymi i ewetualie dokoać ich elimiacji b) wyzaczyć średią U dla podaych wyików pomiarów, c) wyzaczyć z tej próby odchyleie tadardowe: pojedyczego pomiaru-, oraz średiej u, d) ozacować błąd ytematyczy woltomierza jeśli wartość poprawa wzorca SEM wyoi U p = (0860 ± ) V Za pomocą uwmiarki elektroiczej o błędzie graiczym 003 mm i rozdzielczości 00 mm zmierzoo wymiary liiowe trójkąta i otrzymao wyiki, boki: a = 9000 mm, b = 6380 mm, c = 800 mm, wyokości: h a = 5567 mm, h b = 7850 mm, h c = 680 mm Który ze wzorów P a, P b, P c czy P H pozwala a wyzaczeie powierzchi P trójkąta z ajmiejzym błędem graiczym (przy założeiu że błąd graiczy pomiaru boków i wyokości ie jet więkzy iż błąd uwmiarki) 3 Obliczoo średią arytmetyczą R z pomiarów rezytacji, R,R,,R Okazało ię 6

7 Statytycza ocea wyików pomiaru 7 atępie, że k-ty wyik, R k, k, jet obarczoy błędem grubym Wyprowadzić wzór obliczający ową korygowaą wartość średią R (bez poowego umowaia wyików) dla przypadków gdy: a) uuięto k-ty wyik z erii b) korygowao błędy, k-ty wyik R k, zatępując go wyikiem R k po twierdzeiu, że omyłkowo wpiao ią cyfrę a pierwzym miejcu zaczącym 4 * Trójkąt ABC ma zaokrągloe wierzchołki o promieiu krzywizy rówym r każdy, przy czym promień r jet bardzo mały w porówaiu z bokami, r << a,b,c Obliczyć kładową ytematyczą błędu pomiaru trójkąta przy użyciu różych wzorów P a, P b, P c oraz P H powodowaą zaokrągleiami w zależości od wartości r Założyć, że trójkąt jet w przybliżeiu rówoboczy: a b c 7

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Materiały do wykładu 4 ze Statystyki

Materiały do wykładu 4 ze Statystyki Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4.

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Porównanie dwu populacji

Porównanie dwu populacji Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :

Bardziej szczegółowo

Wykład 4 Soczewki. Przyrządy optyczne

Wykład 4 Soczewki. Przyrządy optyczne Wykład 4 Soczewki. Przyrządy optycze Soczewka cieka - rówaie zlifierzy oczewek Rozważyy teraz dwie powierzchi ferycze oddzielające ośrodki o wpółczyikach załaaia kolejo i odległych od iebie o d. Niech

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne

POMIARY WARSZTATOWE. D o u ż y t k u w e w n ę t r z n e g o. Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Ćwiczenia laboratoryjne D o u ż y t k u w e w ę t r z e g o Katedra Iżyierii i Aparatury Przemysłu Spożywczego POMIARY WARSZTATOWE Ćwiczeia laboratoryje Opracowaie: Urszula Goik, Maciej Kabziński Kraków, 2015 1 SUWMIARKI Suwmiarka

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Wprowadzenie do laboratorium 1

Wprowadzenie do laboratorium 1 Wprowadzeie do laboratorium 1 Etymacja jedorówaiowego modelu popytu a bilety loticze Etapy budowy modelu ekoometryczego Specyfikacja modelu Zebraie daych tatytyczych Etymacja parametrów modelu Weryfikacja

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

This copy is for personal use only - distribution prohibited.

This copy is for personal use only - distribution prohibited. ZESZYTY NAUKOWE WSOWL - - - - - Nr 1 (159) 11 Włodzimierz KUPICZ Staiław NIZIŃSKI ETODA DIAGNOZOWANIA SILNIKÓW SPALINOWYCH W WARUNKACH TRAKCYJNYCH W pracy przedtawioo ową metodę diagozowaia ilika paliowego

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO I PRACOWNIA FIZYCZNA, UMK TORUŃ Istrukcja do ćwiczeia r WYZNACZANIE PRZYSPIESZENIA ZIEMSKIEGO ZA POMOCĄ WAHADŁA RÓŻNICOWEGO Istrukcję wykoał Mariusz Piwiński I. Cel ćwiczeia. pozaie ruchu harmoiczeo oraz

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Egzaminy. na wyższe uczelnie 2003. zadania

Egzaminy. na wyższe uczelnie 2003. zadania zadaia Egzamiy wstępe a wyższe uczelie 003 I. Akademia Ekoomicza we Wrocławiu. Rozwiąż układ rówań Æ_ -9 y - 5 _ y = 5 _ -9 _. Dla jakiej wartości parametru a suma kwadratów rozwiązań rzeczywistych rówaia

Bardziej szczegółowo

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1, 1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =

Bardziej szczegółowo

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW . ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW Z powodu iedokładości przyrządów i metod pomiarowych, iedoskoałości zmysłów, iekotrolowaej zmieości waruków otoczeia (wielkości wpływających) i iych przyczy, wyik

Bardziej szczegółowo

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1 1. Cel ćwiczeia: Laboratorium Sesorów i Pomiarów Wielkości Nieelektryczych Ćwiczeie r 1 Pomiary ciśieia Celem ćwiczeia jest zapozaie się z kostrukcją i działaiem czujików ciśieia. W trakcie zajęć laboratoryjych

Bardziej szczegółowo

Wykład 25 Soczewki. Przyrządy optyczne

Wykład 25 Soczewki. Przyrządy optyczne Wykład 5 Soczewki. Przyrządy optycze Soczewka cieka - rówaie oczewek Rozważyy teraz dwie powierzchi erycze oddzielające ośrodki o wpółczyikach załaaia kolejo i odległych od iebie o d. Niech proień krzywizy

Bardziej szczegółowo

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka. 00--5 STATYSTYKA Semiarium Chemia Aalitycza Dr hab. iż. Piotr Koieczka e-mail: piotr.koieczka@pg.gda.pl Dokładość (accuracy) topień zgodości uzykaego wyiku pojedyczego pomiaru z wartością oczekiwaą (rzeczywitą).

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika POLITECHNIKA BIAŁOSTOCKA WYDZIAŁ MECHANICZNY Katedra Budowy i Eksploatacji Maszy Istrukcja do zajęć laboratoryjych z przedmiotu: EKSPLOATACJA MASZYN Wpływ waruków eksploatacji pojazdu a charakterystyki

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

1 Dwuwymiarowa zmienna losowa

1 Dwuwymiarowa zmienna losowa 1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

14. RACHUNEK BŁĘDÓW *

14. RACHUNEK BŁĘDÓW * 4. RACHUNEK BŁĘDÓW * Błędy, które pojawiają się w czasie doświadczeia mogą mieć włase źródła. Są imi błędy związae z błędą kalibracją torów pomiarowych, szumy, czas reagowaia przyrządu, ograiczeia kostrukcyje,

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

Numeryczny opis zjawiska zaniku

Numeryczny opis zjawiska zaniku FOTON 8, iosa 05 7 Numeryczy opis zjawiska zaiku Jerzy Giter ydział Fizyki U Postawieie problemu wielu zagadieiach z różych działów fizyki spotykamy się z astępującym problemem: zmiay w czasie t pewej

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU Celem każdego ćwiczeia w laboratorium studeckim jest zmierzeie pewych wielkości, a astępie obliczeie a podstawie tych wyików pomiarów

Bardziej szczegółowo

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc 5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

Analiza gazów spalinowych

Analiza gazów spalinowych POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA i ENERGETYKI INSTYTUT MASZYN i URZĄDZEŃ ENERGETYCZNYCH Aaliza gazów iowych Laboratorium mierictwa (M 7) Opracował: dr iż. Grzegorz Wiciak Sprawdził:

Bardziej szczegółowo

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g Podstawy chemii ) Sposoby badań obiektów (6 h) pomiar i jego atura klasycza aaliza jakościowa i ilościowa obliczeia rówowagi i ph metody aalizy promieiowaie elektromagetycze kwatowa atura atomu oddziaływaie

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROWANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆWICZENIE: E20 BADANIE UKŁADU

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Parametryczne Testy Istotności

Parametryczne Testy Istotności Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać

Bardziej szczegółowo

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu Przykład 10.5. Obliczeie wskaźika plastyczości przy skręcaiu Obliczyć wskaźiki plastyczości przy skręcaiu dla astępujących przekrojów: a) -kąta foremego b) przekroju złożoego 6a 16a 9a c) przekroju ciekościeego

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW 1. Wstęp Pomiarem jest procesem pozawczm, któr umożliwia odwzorowaie właściwości fizczch obiektów w dziedziie liczb. Sam proces pomiarow jest ciągiem czości

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

STATYSTYKA. Seminarium Chemia Analityczna III rok. Dr inż. Piotr Konieczka

STATYSTYKA. Seminarium Chemia Analityczna III rok. Dr inż. Piotr Konieczka STATYSTYKA Semiarium Chemia Aalitycza III rok Dr iż. Piotr Koieczka Zaczijmy od defiicji Dokladość (accuracy) zgodość pomiędzy uzykaym wyikiem pomiaru z wartością rzeczywitą (oczekiwaą). Prawdziwość (truee)

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Techniczne Aspekty Zapewnienia Jakości

Techniczne Aspekty Zapewnienia Jakości Istytut Techologii Maszy i Automatyzacji Politechii Wrocławsiej Pracowia Metrologii i Badań Jaości Wrocław, dia Ro i ierue studiów. Grupa (dzień tygodia i godzia rozpoczęcia zajęć) Techicze Aspety Zapewieia

Bardziej szczegółowo

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych Komputerowa aaliza daych doświadczalych Wykład 7 8.04.06 dr iż. Łukasz Graczykowski lgraczyk@if.pw.edu.pl Semestr leti 05/06 Cetrale twierdzeie graicze - przypomieie Sploty Pobieraie próby, estymatory

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru

Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru iepewność pomiaru dokładność pomiaru Wynik pomiaru X jest znany z możliwa do określenia niepewnością X p X X X X X jest bledem bezwzględnym pomiaru [ X, X X ] p Przedział p p nazywany jest przedziałem

Bardziej szczegółowo

Zasada indukcji matematycznej. Dowody indukcyjne.

Zasada indukcji matematycznej. Dowody indukcyjne. Zasada idukcji matematyczej Dowody idukcyje Z zasadą idukcji matematyczej i dowodami idukcyjymi sytuacja jest ajczęściej taka, że podaje się w szkole treść zasady idukcji matematyczej, a astępie omawia,

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

INFORMATYKA W CHEMII Dr Piotr Szczepański INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizyczej i Fizykochemii Polimerów WPROWADZENIE DO STATYSTYCZNEJ OCENY WYNIKÓW DOŚWIADCZEŃ 1. BŁĄD I STATYSTYKA błąd systematyczy, błąd przypadkowy,

Bardziej szczegółowo

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH Zakład Metrologii i Systemów Pomiarowych P o l i t e c h i k a P o z ańska ul. Jaa Pawła II 4 60-96 POZNAŃ (budyek Cetrum Mechatroiki, Biomechaiki i Naoiżerii) www.zmisp.mt.put.poza.pl tel. +48 6 66 3

Bardziej szczegółowo

STATYSTYKA. Seminarium Chemia Analityczna. Dr inż. Piotr Konieczka.

STATYSTYKA. Seminarium Chemia Analityczna. Dr inż. Piotr Konieczka. STATYSTYKA Semiarium Chemia Aalitycza Dr iż. Piotr Koieczka e-mail: kaczor@chem.pg.gda.pl Zaczijmy od defiicji Dokładość (accuracy) topień zgodości uzykaego wyiku pojedyczego pomiaru z wartością oczekiwaą

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Iformatyka Stosowaa-egzami z Aalizy Matematyczej Każde zadaie ależy rozwiązać a oddzielej, podpisaej kartce! y, Daa jest fukcja f (, + y, a) zbadać ciągłość tej fukcji f b) obliczyć (,) (, (, (,) c) zbadać,

Bardziej szczegółowo