Konspekt SPC jako metoda pomiaru i doskonalenia procesów.

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Konspekt SPC jako metoda pomiaru i doskonalenia procesów."

Transkrypt

1 Opracowali: Agata Murmyło Piotr Pokrzywa Michał Sabik Konspekt SPC jako metoda pomiaru i doskonalenia procesów. 1. Istota podejścia SPC. 2. Narzędzia do analizy stabilności procesu 2.1. Karty kontrolne definicja karty kontrolnej budowa karty kontrolnej rodzaje kart kontrolnych 2.2. Wskaźniki zdolności jakościowej. 3. SPC w praktyce 3.1. przykład myślenia statystycznego 3.2. wykresy, co nam powiedzą o procesie 3.3. cykl PDSA przykład zastosowania SPC w sektorze usług 4. Cechy jakościowe 5. Literatura.

2 1. Istota podejścia SPC. SPC (ang.spc= Statistical Process Control) to bieŝąca, czyli realizowana w rzeczywistym czasie przebiegu (online)- kontrola procesu słuŝąca do wykrywania jego ewentualnych rozregulowań i konsekwencji słuŝąca stałej poprawie jako jakości. Za pomocą SPC bada się, z jaką naturalną zmiennością czyli, z jakim rozproszeniem wyników pomiaru wykonywany jest proces produkcyjny i jaka jest jego zdolność do spełniania wymagań określonych specyfikacjami. 2. Narzędzia do analizy stabilności procesu 2.1. Karty kontrolne Definicja karty kontrolnej Karta kontrolna to graficzne narzędzie wykonywania w sposób ciągły testu istotności róŝnicy pomiędzy wartością wybranej charakterystyki dla pojedynczej próbki a wartością wynikającą z wielu poprzednio zebranych próbek (przynajmniej 20) Budowa karty kontrolnej "Metka" karty kontrolnej Pomiary SIZE FSCM NO DWG NO REV Dane z pomiarów i wyniki obliczeń Górna linia kontrolna Linia centralna Wykres mierzonej cechy Dolna linia kontrolna Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 2

3 Rodzaje kart kontrolnych Karta kontrolna X-średnie. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 3

4 Najbardziej znaną kartą dla cech ocenianych liczbowo jest karta kontrolna X- średnie, jest ona zwana karta kontrolną połoŝenia Na kartę nanoszone są wartości średnie wyników pomiaru elementów próbek, pobieranych w regularnych odstępach czasu z procesu poddawanego kontroli. Analiza średnich na karcie polega na przeprowadzeniu testu istotności dla wartości oczekiwanej procesu, której estymatorem jest wartość średnia procesu Xo. Wartość Xo jest przyjmowana na podstawie danych konstrukcyjnych (wartość nominalna, środek pola tolerancji) będziemy wtedy mieli do czynienia z kartą z zadanymi wartościami docelowymi (podejście projektowe) lub wyznaczona z pomiarów uzyskanych w próbie pilotowej czyli bez zadanych wartości normatywnych (podejście stabilizacyjne). W tym przypadku linie kontrolne moŝemy wyznaczyć za pomocą następujących wzorów: n- wielkość próbki s - odchylenie standardowe procesu (wartość znana lub wyznaczana w próbie pilotowej /w badaniu zdolnosci procesu/) Przyjmując, Ŝe rozkład kontrolowanej cechy jest rozkładem normalnym linie GLK i DLK ograniczają na karcie kontrolnej obszar, w którym leŝy 0,9973 wartości średnich z próbek. Więc poza liniami GLK i DLK, moŝe znaleźć się jedynie 1 na 370 średnich. Widać więc jak odporna jest ta metoda na pojawienie się fałszywego sygnału o wystąpieniu w procesie zmian systematycznych. Na kartę kontrolną nanosi się równieŝ linie ostrzegania, które są pomocne przy wizualnej analizie kart (DLO i GLO). Oblicza się je z wzorów przyjmując za/2 = 2,0, co odpowiada poziomowi istotności a = 0,045. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 4

5 Wyznacza się je najczęściej ze wzoru: Natomiast prawdopodobieństwo znalezienia się wartości próbki pomiędzy liniami ostrzegania DLO I GLO wynosi 0,9544. JeŜeli średnia z próbki znajdzie się pomiędzy liniami GLO i GLK stanowi to dla operatora wskazówkę o istnieniu moŝliwości Ŝe proces uległ rozregulowaniu. Karta kontrolna rozstępu R. Jest prostą metodą monitorowania zmienności poniewaŝ moŝemy w łatwy sposób obliczyć rozstęp wartości w próbce. Linia środkowa: LC= Rśr PołoŜenie lini kontrolnych jest obliczane z wzorów: Wartości współczynników zostały zawarte w tabeli 1. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 5

6 Karta kontrolna odchylenia standardowego (karta S) Bardziej dokładną kartą wykorzystującą wszystkie informacje z danych jest karta S, która jest oparta na podstawie odchylenia standardowego. W karcie kontrolnej odchylenia standardowego linia centralna odpowiada wartości średniej tego parametru Wskaźniki zdolności jakościowej Nazywane takŝe wskaźnikami wydolności; słuŝą do określania, na ile badany proces lub maszyna jest wstanie spełnić nasze wymagania jakościowe. Wskaźnik zdolności Cp C p = USL LSL 6σ USL (LSL) - górna (dolna) granica tolerancji 6s - naturalny rozrzut procesu Wskaźnik zdolności Cpk C pk = USL min 3σ x ; x LSL 3σ USL (LSL) - górna (dolna) granica tolerancji 3s - naturalny rozrzut procesu 3. SPC w praktyce 3.1. przykład myślenia statystycznego Tak więc postęp technologiczny sprawił, Ŝe główną ideą SPC jest myślenie, oczywiście myślenie statystyczne. Jedną z konkretnych idei jest statystyczna stabilność procesu. A proces stabilny to na przykład 100 partii pręta o fi = 10,0mm. Jednak czy taki wynik jest moŝliwy. Myśląc statystycznie powiemy tak, jest moŝliwy. Bo przecieŝ wymiar 10,0mm to pewne uogólnienie z zakresu 9,95-10,04mm. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 6

7 Oznacza to, Ŝe średnice prętów nie róŝnią się o więcej niŝ 0,05mm. Średnica prętów zmienia się co sztukę, oznacza to, Ŝe przy dokładności pomiaru do 0,001 mm nie znajdziemy dwóch prętów o takiej samej średnicy. Ta róŝnica od średnicy 10,0 nazywana jest sigmą i producent dąŝy do minimalizacji sigmy, dochodzimy do wniosku, Ŝe ZMIENNOŚĆ TWOJ WROG. Proces jednak ma dwa główne parametry: średnią i sigmę. KaŜda średnia i kaŝde odchylenie standardowe są inne, co moŝemy rozumieć, Ŝe proces jest niestabilny. A jednak jest absolutnie stabilny, bo to nie proces, ale matematyczny model dostarczył nam pomiarów ; jednak to nic nie zmienia. Tak juŝ jest, pełnej prawdy o procesie nie poznamy nigdy, moŝemy sobie tylko obliczać statystyki wykresy, co nam powiedzą o procesie Trudno wyciągnąć jakieś konkluzję z tabeli pełnej danych, a nawet prosty wykres moŝe nam przejrzyście zobrazować dynamikę parametrów cykl PDSA Plan (Zaplanuj) naleŝy ustalić, co chcemy poprawić w procesie, metodę poprawy oraz metodę obróbki otrzymanych wyników. Co chcemy uzyskać? W jaki sposób zostanie osiągnięty cel? Skąd będzie wiadomo, Ŝe cel został osiągnięty? Do (Wykonaj) naleŝy wykonać działania zdefiniowane podczas etapu planowania. Study (Przeanalizuj) porównanie otrzymanych wyników z załoŝonymi wynikami. Act (Działaj) skorzystajmy z tego, czego się nauczyliśmy. Istotą powyŝszego cyklu jest jego powtarzanie. Po etapie Act cykl rozpoczyna się na nowo: znowu planujemy, znowu wdraŝamy plany w Ŝycie, sprawdzamy wyniki itd. Jest to niekończący się cykl uczenia, oceny i pracy nad poprawą procesu. Inną stroną opisanego tu cyklu jest to, Ŝe wręcz wymaga on zestandaryzowanych procedur. Procedury powinny zawierać informacje o tym, jak poszczególne działania mają zostać przeprowadzone, i są kluczem do konsekwentnego ich wykonywania. MoŜna równieŝ powiedzieć, Ŝe cykl PDSA jest metodyką zdobywania wiedzy o procesach. Daje to motywację do tego, aby zaplanowane działania zostały wykonane. Nie naleŝy jednakŝe traktować poszczególnych elementów cyklu zbyt Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 7

8 sztywno powinny one być wskazówkami, jak postępować w praktyce. Ucieleśniają one interakcję pomiędzy zespołem ludzi pracujących nad poprawą jakości a procesem, która jest niezbędna w zdobywaniu wiedzy i późniejszym jej wykorzystaniu do poprawy procesu. Wprowadzenie tego cyklu jest samo w sobie duŝym udoskonaleniem postępowania. 4. Cechy jakościowe Cechy wykorzystywane do określenia jakości wyrobu lub procesu moŝna podzielić na: cechy wynikające z oceny liczbowej (pomiaru) czyli parametry zmieniające się według funkcji ciągłej, mogące przyjmować w danym przedziale liczbowym dowolną wartość. Są to np.: wymiary wyrobów, cięŝar, własności mechaniczne materiałów, chropowatość, błędy kształtów, zuŝycie paliwa, rezystancja elementów elektronicznych itp., cechy wynikające z oceny alternatywnej (atrybuty) przyjmujące stany zgodny/niezgodny lub jest/nie ma, oraz oceniane według odpowiednio przyjętej skali, np.: bardzo dobry dobry średni zły bardzo zły. Wady Zalety Właściwości cech wynikających z oceny liczbowej i alternatywnej Cechy liczbowe skomplikowane metody pomiaru, trudności interpretacyjne w analizie statystycznej, znaczny wpływ postępowania pomiarowego na wynik analizy, brak praktycznej moŝliwości oceny jakości wyrobu jako funkcji wielu parametrów, moŝliwość analizy poszczególnych parametrów wyrobu, moŝliwość odniesienia spostrzeŝeń do odpowiednich parametrów procesu, a przez to moŝliwość ich regulacji, mniejsza liczebność próbki niŝ w przypadku cech alternatywnych, Cechy alternatywne większe próbki niŝ dla cech mierzalnych, trudności w odniesieniu do parametrów procesu lub maszyny, brak informacji o poszczególnych parametrach wyrobu,trudności w określaniu właściwych środków zaradczych, niski koszt badań, prostota badań, a przez to brak konieczności zatrudnienia wykwalifikowanej kadry, ogólna ocena danego zadania, łatwiejsza interpretacja wyników. Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 8

9 moŝliwość oceny zdatności jakościowej procesów. 5. Literatura. Iwasiewicz- Zarządzanie jakością T. Greber- Metody statystyczne w zarządzaniu jakością Opracowali: Agata Murmyło, Piotr Pokrzywa, Michał Sabik 9

Zarządzanie procesami

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

Bardziej szczegółowo

Zarządzanie jakością ćwiczenia

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

Bardziej szczegółowo

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

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

Bardziej szczegółowo

Statystyczne sterowanie procesem

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

Bardziej szczegółowo

Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU

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

Bardziej szczegółowo

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

STATYSTYCZNE STEROWANIE PROCESAMI

STATYSTYCZNE STEROWANIE PROCESAMI STATYSTYCZNE STEROWANIE PROCESAMI ARTUR MACIASZCZYK COPYRIGHTS 2002 Artur Maciaszczyk, tel. 0602 375 325 amacia@zie.pg.gda.pl 1! STATYSTYCZNE MONITOROWANIE JAKOŚCI Bogu ufamy. Wszyscy pozostali niech przedstawią

Bardziej szczegółowo

ANALIZA SYSTEMU POMIAROWEGO (MSA)

ANALIZA SYSTEMU POMIAROWEGO (MSA) StatSoft Polska, tel. 1 484300, 601 414151, info@statsoft.pl, www.statsoft.pl ANALIZA SYSTEMU POMIAROWEGO (MSA) dr inż. Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania Wprowadzenie

Bardziej szczegółowo

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności

4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności 6. Jeśli dąży się do porównania dwóch wykresów należy pamiętać, aby ich skale były sobie równe. Jeśli jest to niemożliwe ze względu na porównanie wartości bezwzględnych (np. 15 szt. i 150 szt.), trzeba

Bardziej szczegółowo

Analiza zdolności procesu

Analiza zdolności procesu Analiza zdolności - przegląd Analiza zdolności procesu Zdolność procesu dla danych alternatywnych Obliczanie DPU, DPM i DPMO. Obliczanie poziomu sigma procesu. Zdolność procesu dla danych liczbowych Obliczanie

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.

Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę.

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

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

Bardziej szczegółowo

Monitorowanie procesów wytwarzania

Monitorowanie procesów wytwarzania POLITECHNIKA KOSZALIŃSKA WYDZIAŁ MECHANICZNY kierunek Mechanika i Budowa Maszyn Monitorowanie procesów wytwarzania Ocena zdolności jakościowej procesów Koszalin Umiejętności i kompetencje: Umiejętności

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

SPRAWDZIAN NR 1 ROBERT KOPERCZAK, ID studenta : k4342

SPRAWDZIAN NR 1 ROBERT KOPERCZAK, ID studenta : k4342 TECHNIKI ANALITYCZNE W BIZNESIE SPRAWDZIAN NR 1 Autor pracy ROBERT KOPERCZAK, ID studenta : k4342 Kraków, 22 Grudnia 2009 2 Spis treści 1 Zadanie 1... 3 1.1 Szereg rozdzielczy wag kobiałek.... 4 1.2 Histogram

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

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

Bardziej szczegółowo

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 Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Teoria błędów pomiarów geodezyjnych

Teoria błędów pomiarów geodezyjnych PodstawyGeodezji Teoria błędów pomiarów geodezyjnych mgr inŝ. Geodeta Tomasz Miszczak e-mail: tomasz@miszczak.waw.pl Wyniki pomiarów geodezyjnych będące obserwacjami (L1, L2,, Ln) nigdy nie są bezbłędne.

Bardziej szczegółowo

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM POZNAŃ / kwiecień 2013 Wasilewski Cezary 1 Cel: Obniżenie kosztów wytwarzania Kontrolowanie jakości wyrobu Zasady postępowania Odpowiednio

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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 Dr Benedykt R. Jany I Pracownia Fizyczna Ochrona Środowiska grupa F1 Rodzaje Pomiarów Pomiar bezpośredni - bezpośrednio

Bardziej szczegółowo

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH

ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego

Bardziej szczegółowo

STRATEGICZNE ZARZĄDZANIE KOSZTAMI

STRATEGICZNE ZARZĄDZANIE KOSZTAMI STRATEGICZNE ZARZĄDZANIE KOSZTAMI dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 EKONOMICZNY CYKL śycia PRODUKTU 1 KOSZTY CYKLU śycia PRODUKTU OKRES PRZEDRYNKOWY OKRES RYNKOWY OKRES POSTRYNKOWY

Bardziej szczegółowo

Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych

Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych The Wroclaw School of Banking Research Journal ISSN 1643-7772 I eissn 2392-1153 Vol. 15 I No. 5 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN 1643-7772 I eissn 2392-1153 R. 15 I Nr 5 Wykorzystanie

Bardziej szczegółowo

Process Analytical Technology (PAT),

Process Analytical Technology (PAT), Analiza danych Data mining Sterowanie jakością Analityka przez Internet Process Analytical Technology (PAT), nowoczesne podejście do zapewniania jakości wg. FDA Michał Iwaniec StatSoft Polska StatSoft

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

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

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2011/2012 Wykład 2 Statystyka Do tej pory było: Wiadomości praktyczne o przedmiocie Podstawowe

Bardziej szczegółowo

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny

Bardziej szczegółowo

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

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

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

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych. Wykład tutora na bazie wykładu prof. Marka Stankiewicza Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Wykład tutora na bazie wykładu prof. Marka tankiewicza Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i efektów

Bardziej szczegółowo

Dla naszego obiektu ciągłego: przy czasie próbkowania T p =2.

Dla naszego obiektu ciągłego: przy czasie próbkowania T p =2. 1. Celem zadania drugiego jest przeprowadzenie badań symulacyjnych układu regulacji obiektu G(s), z którym zapoznaliśmy się w zadaniu pierwszym, i regulatorem cyfrowym PID, którego parametry zostaną wyznaczone

Bardziej szczegółowo

Laboratorium metrologii

Laboratorium metrologii Wydział Inżynierii Mechanicznej i Mechatroniki Instytut Technologii Mechanicznej Laboratorium metrologii Instrukcja do ćwiczeń laboratoryjnych Temat ćwiczenia: Pomiary wymiarów zewnętrznych Opracował:

Bardziej szczegółowo

ROZPORZĄDZENIE KOMISJI (UE) NR

ROZPORZĄDZENIE KOMISJI (UE) NR 30.11.2011 Dziennik Urzędowy Unii Europejskiej L 317/17 ROZPORZĄDZENIE KOMISJI (UE) NR 1235/2011 z dnia 29 listopada 2011 r. zmieniające rozporządzenie (WE) nr 1222/2009 Parlamentu Europejskiego i Rady

Bardziej szczegółowo

Karta kontrolna budowa i zastosowanie

Karta kontrolna budowa i zastosowanie STATYSTYCZNE STEROWANIE PROCESAMI PRAKTYCZNE PRZYKŁADY ZASTOSOWANIA Tomasz Greber, Politechnika Wrocławska, Instytut Organizacji i Zarządzania, Zakład Zarządzania Jakością; Magazyn ZARZĄDZANIE JAKOŚCIĄ

Bardziej szczegółowo

POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW)

POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) NOTA INTERPETACYJNA NR 1 NI 1 ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI 1. WPROWADZENIE...2 2. PRZEDMIOT I ZAKRES STOSOWANIA NOTY...2 3. ZAŁOśENIA

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

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

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

Sposoby opisu i modelowania zakłóceń kanałowych INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń

Bardziej szczegółowo

ScrappiX. Urządzenie do wizyjnej kontroli wymiarów oraz kontroli defektów powierzchni

ScrappiX. Urządzenie do wizyjnej kontroli wymiarów oraz kontroli defektów powierzchni ScrappiX Urządzenie do wizyjnej kontroli wymiarów oraz kontroli defektów powierzchni Scrappix jest innowacyjnym urządzeniem do kontroli wizyjnej, kontroli wymiarów oraz powierzchni przedmiotów okrągłych

Bardziej szczegółowo

RACHUNKOWOŚĆ ZARZĄDCZA

RACHUNKOWOŚĆ ZARZĄDCZA RACHUNKOWOŚĆ ZARZĄDCZA wykład XI dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 EKONOMICZNY CYKL śycia PRODUKTU 1 KOSZTY CYKLU śycia PRODUKTU OKRES PRZEDRYNKOWY OKRES RYNKOWY OKRES POSTRYNKOWY

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechnika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH BADANIE TWORZYW SZTUCZNYCH OZNACZENIE WŁASNOŚCI MECHANICZNYCH PRZY STATYCZNYM ROZCIĄGANIU

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

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

Bardziej szczegółowo

a. opisać badaną cechę; cechą X jest pomiar średnicy kulki

a. opisać badaną cechę; cechą X jest pomiar średnicy kulki Maszyna ustawiona jest tak, by produkowała kulki łożyskowe o średnicy 1 cm. Pomiar dziesięciu wylosowanych z produkcji kulek dał x = 1.1 oraz s 2 = 0.009. Czy można uznać, że maszyna nie rozregulowała

Bardziej szczegółowo

TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ

TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ Ewa Matuszak Paulina Kozłowska Aleksandra Lorek CZYM SĄ NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ? Narzędzia zarządzania jakością to instrumenty pozwalające zbierać i przetwarzać

Bardziej szczegółowo

Analiza niepewności pomiarów

Analiza niepewności pomiarów Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Oszacowanie i rozkład t

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

Bardziej szczegółowo

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia

Bardziej szczegółowo

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE L A B O R A T O R I U M F I Z Y K I A T O M O W E J I J Ą D R O W E J Zastosowanie pojęć

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

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

Bardziej szczegółowo

Interpretacja krzywych sondowania elektrooporowego; zagadnienie niejednoznaczności interpretacji (program IX1D Interpex) Etapy wykonania:

Interpretacja krzywych sondowania elektrooporowego; zagadnienie niejednoznaczności interpretacji (program IX1D Interpex) Etapy wykonania: Interpretacja krzywych sondowania elektrooporowego; zagadnienie niejednoznaczności interpretacji (program IX1D Interpex) Etapy wykonania: 1. Opisać problem geologiczny, który naleŝy rozwiązać (rozpoznanie

Bardziej szczegółowo

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego Szkoła z przyszłością szkolenie współfinansowane przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Narodowe Centrum Badań Jądrowych, ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE

Bardziej szczegółowo

Metrologia: powtarzalność i odtwarzalność pomiarów. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: powtarzalność i odtwarzalność pomiarów. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: powtarzalność i odtwarzalność pomiarów dr inż. Paweł Zalewski Akademia Morska w Szczecinie Definicje: Pojęciami związanymi z metodami diagnozowania procesów i oceny ich bezpieczeństwa oraz

Bardziej szczegółowo

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. Wykład 2. 1. Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. 3. Wykresy: histogram, diagram i ogiwa. Prezentacja materiału statystycznego Przy badaniu struktury zbiorowości punktem

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 10 1.Dokonano 8 pomiarów pewnej odległości (w m) i otrzymano: 201, 195, 207, 203, 191, 208, 198, 210. Wiedząc,że błąd pomiaru ma rozkład normalny

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Jakość wyrobów i usług. Tomasz Poskrobko

Jakość wyrobów i usług. Tomasz Poskrobko Jakość wyrobów i usług Tomasz Poskrobko Jakość??????????????? Jakość Wszystkie definicje jakości można przydzielić do jednej z dwóch interpretacji: wartościującej (oceniającej, preferencyjnej), niewartościującej

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych

Bardziej szczegółowo

Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie

Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie Metody statystyczne kontroli jakości i niezawodności Lekcja I: Wprowadzenie Wydział Matematyki Politechniki Wrocławskiej Czym jest jakość? Na to pytanie nie ma jednoznacznej odpowiedzi. Można rozumieć

Bardziej szczegółowo

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 9. TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd.

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 9. TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd. WYKŁAD 9 TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd. Było: Przykład 1. Badano krąŝek o wymiarach zbliŝonych do monety jednozłotowej ze stronami oznaczonymi: A, B. NaleŜy ustalić, czy krąŝek jest symetryczny?

Bardziej szczegółowo

c) d) Strona: 1 1. Cel ćwiczenia

c) d) Strona: 1 1. Cel ćwiczenia Strona: 1 1. Cel ćwiczenia Celem ćwiczenia jest ugruntowanie wiadomości dotyczących pomiarów wielkości geometrycznych z wykorzystaniem prostych przyrządów pomiarowych - suwmiarek i mikrometrów. 2. Podstawowe

Bardziej szczegółowo

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. Wykład 3. Opis struktury zbiorowości 1. Parametry opisu rozkładu badanej cechy. 2. Miary połoŝenia rozkładu. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. W praktycznych zastosowaniach bardzo często

Bardziej szczegółowo

Walidacja metod analitycznych Raport z walidacji

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

Bardziej szczegółowo

Źródła danych: Wyniki pomiarów. Dane technologiczne

Źródła danych: Wyniki pomiarów. Dane technologiczne Przygotowanie danych dotyczących wielkości emisji do modelowania rozprzestrzenia się zanieczyszczeń w atmosferze przy uŝyciu pakietu oprogramowania Operat-2000 Przystępując do modelowania emisji naleŝy

Bardziej szczegółowo

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład

Bardziej szczegółowo

STATYSTYKA OPISOWA. Znaczenie podstawowych miar

STATYSTYKA OPISOWA. Znaczenie podstawowych miar STATYSTYKA OPISOWA Znaczenie podstawowych miar Pytanie wieczoru 1: Ile zarabiają dyrektorzy w działach ach sprzedaŝy? Średnia zarobków w dyrektorów w sprzedaŝy wynosi 12 161 PLN. PYTANIA: Jak obliczono

Bardziej szczegółowo

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Treści i efekty kształcenia Treści: Statystyka matematyczna, planowanie eksperymentu Efekty kształcenia: student potrafi opisywać zjawiska za

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

Analiza wariancji. dr Janusz Górczyński Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik

Bardziej szczegółowo

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną

Bardziej szczegółowo

Metody statystyczne w zarządzaniu jakością 1

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

Bardziej szczegółowo

INSTRUKCJA Nr QI/8.2.3/NJ

INSTRUKCJA Nr QI/8.2.3/NJ Załącznik nr 6 do procedury QP/4.2.3/NJ INSTRUKCJA NR QI/8.2.3/NJ Wyd. 04 Metody statystyczne Str./Na str. 1 / 6 Egz. nr. 14.11.2016 (data wydania) INSTRUKCJA Nr QI/8.2.3/NJ METODY STATYSTYCZNE Stanowisko

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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 dla studentów Biologii A i B dr hab. Paweł Korecki e-mail: pawel.korecki@uj.edu.pl http://www.if.uj.edu.pl/pl/edukacja/pracownia_i/

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Temat ćwiczenia. Pomiary płaskości i prostoliniowości powierzchni

Temat ćwiczenia. Pomiary płaskości i prostoliniowości powierzchni POLITECHNIKA ŚLĄSKA W YDZIAŁ TRANSPORTU Temat ćwiczenia Pomiary płaskości i prostoliniowości powierzchni I. Cel ćwiczenia. Celem ćwiczenia jest zapoznanie z metodami pomiaru płaskości i prostoliniowości

Bardziej szczegółowo

Drzewa Decyzyjne, cz.2

Drzewa Decyzyjne, cz.2 Drzewa Decyzyjne, cz.2 Inteligentne Systemy Decyzyjne Katedra Systemów Multimedialnych WETI, PG Opracowanie: dr inŝ. Piotr Szczuko Podsumowanie poprzedniego wykładu Cel: przewidywanie wyniku (określania

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul Jana Pawła II 24 60-965 POZNAŃ budynek Centrum Mechatroniki, iomechaniki i Nanoinżynierii) wwwzmispmtputpoznanpl tel +48

Bardziej szczegółowo

KLASYFIKACJI I BUDOWY STATKÓW MORSKICH

KLASYFIKACJI I BUDOWY STATKÓW MORSKICH PRZEPISY KLASYFIKACJI I BUDOWY STATKÓW MORSKICH ZMIANY NR 3/2012 do CZĘŚCI IX MATERIAŁY I SPAWANIE 2008 GDAŃSK Zmiany Nr 3/2012 do Części IX Materiały i spawanie 2008, Przepisów klasyfikacji i budowy statków

Bardziej szczegółowo

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów LISTA 4 1.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem

Bardziej szczegółowo

I.1.1. Technik optyk 322[16]

I.1.1. Technik optyk 322[16] I.1.1. Technik optyk 322[16] Do egzaminu zostało zgłoszonych: 197 Przystąpiło łącznie: 188 przystąpiło: 188 przystąpiło: ETAP PISEMNY ETAP PRAKTYCZNY zdało: 182 (96,8%) zdało: 145 (77,1%) DYPLOM POTWIERDZAJĄCY

Bardziej szczegółowo

Six Sigma. Opracowanie: Michalina Półtorzycka Sandra Roszyk Natalia Szumińska

Six Sigma. Opracowanie: Michalina Półtorzycka Sandra Roszyk Natalia Szumińska Six Sigma Opracowanie: Michalina Półtorzycka Sandra Roszyk Natalia Szumińska Plan prezentacji: 1. Co to jest Six Sigma? 2. Kroki Six Sigmy 3. Zasady Six Sigmy 4. Dlaczego Six Sigma? 5. Przykład Motorli

Bardziej szczegółowo

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

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

Bardziej szczegółowo