STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

Wielkość: px
Rozpocząć pokaz od strony:

Download "STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW"

Transkrypt

1 Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) tel fax STATYSTYCZA AALIZA WYIKÓW POMIARÓW POZAŃ 014

2 I. CEL ĆWICZEIA I ZAKRES ĆWICZEIA Celem ćwczena jest wykonane statystycznej analzy wynków pomarów oraz zapoznane studentów z pneumatycznym narzędzam pomarowym. II. PROGRAM ĆWICZEIA W ćwczenu zostane przeprowadzona statystyczna analza wynków pomarów part elementów (próby) pobranych z populacj o neznanych parametrach statystycznych tj. wartośc oczekwanej odchylenu standardowym. arzędzem pomarowym zastosowanym w ćwczenu jest pneumatyczny przyrząd pomarowy wyposażony w zależnośc od rodzaju merzonego przedmotu w średncówkę lub perśceń pomarowy. Każdy z przedmotów wchodzących w skład próby zostane jednokrotne zmerzony bez zwracana. Opracowane statystyczne obejmuje zadana opsane szczegółowo w nstrukcj wykonane krok po kroku oraz z wykorzystanem EXCELa. III. ZAKRES OBOWIĄZUJĄCEGO MATERIAŁU defncje populacj generalnej próby (losowej, reprezentacyjnej), sposób konstrukcj hstogramu, weloboku częstośc dystrybuanty emprycznej, defncje podstawowych parametrów statystycznych: wartość oczekwana, medana, warancja, odchylene standardowe, współczynnk asymetr, rozkłady statystyczne: normalny, Studenta, χ (ch kwadrat), estymatory estymacja punktowa (wartość średna x, odchylene średne s ) ) przedzał ufnośc dla pojedynczego wynku pomaru wartośc oczekwanej, test zgodnośc χ, umejętność korzystana z funkcj statystycznych zawartych w zakładce Analza danych programu Excel, defncje błędów, zasady elmnacj błędów nadmernych, budowa zasada dzałana pneumatycznych przyrządów pomarowych, statyczne właścwośc metrologczne przyrządów pomarowych: czułość, zakres pomarowy, podzałka przyrządu pomarowego, dzałka elementarna, wartość dzałk elementarnej, błąd wskazana. IV. LITERATURA 1. Bobrowsk D, Maćkowak-Łybacka K., Wybrane metody wnoskowana statystycznego. Wydawnctwo Poltechnk Poznańskej, Poznań Bourg D. M., Excel w nauce technce, Wydawnctwo Helon, Glwce, 006, str Tomask J., nn, Sprawdzane przyrządów do pomaru długośc kąta, Ofcyna Wydawncza Poltechnk Warszawskej, Warszawa 009, str Zelczak A., Pneumatyczne pomary długośc, Wydawnctwa Komunkacj Łącznośc, Warszawa, 00, str , V. OPIS STAOWISKA W skład stanowska pomarowego (rys 5.1) wchodzą: 1. Przyrząd pomarowy AEROPA C-IV (1) merzy odchyłk merzonego wymaru, wynk w µm,. Głowca pomarowa do bezstykowego pomaru wymarów zewnętrznych (perśceń pomarowy) (), 1

3 . Średncówka pneumatyczna (), 4. Zestaw wzorców ustawczych walcowych (4) perścenowych (5) do wzorcowana przyrządu pomarowego Rys.1. Schemat stanowska do statystycznej analzy wynków pomarów (ops w tekśce) 5.1. Czynnośc przygotowawcze 1) Zapoznać sę z, przeznaczenem, budową danym techncznym pneumatycznego przyrządu pomarowego AEROPA C-IV str. 5 nstrukcj. ) Włączyć zawór zaslana sprężonym powetrzem sprawdzć czy cśnene wynos 5 0,5 bara. ) Przeprowadzć wzorcowane przyrządu AEROPA C-IV wg następującej procedury: Rys.. Wdok pneumatycznego przyrządu do pomarów długośc AEROPA C-IV; 1 pokrętło regulacj czułośc, pokrętło Re gulacj 0, pokrętło zaworu pomocnczego H, 4 po krętła przełącznków elektrostykowych, 5 wymenna podzelna

4 a) Pomar częśc typu wałek założyć podzelnę Dűsenmeßrng (5) do pomarów wymarów zewnętrznych, sprawdzć czy zawór regulacj 0 jest zamknęty (pokrętło w skrajnym prawym położenu), wstawć w perśceń pomarowy wzorzec walcowy o średncy ø14 0,040 mm, pokrętłem regulacj czułośc (zakresu pomarowego) doprowadzć do położena wskazówk zgodnego z podaną na wzorcu wartoścą odchyłk ( 0,040 mm), wstawć w perśceń pomarowy wzorzec walcowy o średncy ø 14 0,08 mm, dokonać odczytu wskazana przyrządu, oblczyć różncę wskazań p odneść ją do różncy wymarów wzorców w 0,01 mm, jeżel p > w to należy powtórne wstawć w perśceń pomarowy wzorzec walcowy o średncy ø14 0,040 mm obracając w prawo pokrętłem (1) zmenć wskazane przyrządu na mnejsze np. 0 µm zaś pokrętłem 0 doprowadzć do wskazana 40 µm, powtórne umeścć w perścenu wzorzec o średncy ø 14 0,08 mm oblczyć różncę p, jeśl nadal p > w należy zmenć wskazane przyrządu według podanego opsu aż do uzyskana p w 0, jeżel p < w należy wstawć w perśceń pomarowy wzorzec walcowy o średncy ø14 0,040 mm obracając w lewo pokrętłem (1) zmenć wskazane przyrządu na wększe np. 50 µm, zaś pokrętłem 0 doprowadzć do wskazana 40 µm, po uzyskanu różncy wskazań w grancy nepewnośc pomaru przyrząd jest przygotowany do pomarów. b) Pomar częśc typu otwór (otwory w płyce) Uwaga: ależy przyjąć zakres pomarowy równy 100 µm, stąd odczytane wartośc odchyłek muszą być podzelone przez. sprawdzć czy zawór regulacj 0 jest zamknęty (pokrętło w skrajnym prawym położenu), wstawć średncówkę w perśceń wzorcowy o średncy ø14 0,019 mm, pokrętłem regulacj czułośc (zakresu pomarowego) doprowadzć do wskazana 0 µm, a następne pokrętłem 0 ustawć wskazówkę w położenu 18 µm, wstawć średncówkę w perśceń wzorcowy o średncy ø14 +0,019 mm, oblczyć różncę wskazań p odneść ją do różncy wymarów wzorców w 0,08 mm, jeżel p > w to należy powtórne wstawć średncówkę w perśceń wzorcowy o średncy ø14 0,018 mm, pokrętłem regulacj czułośc (zakresu pomarowego) doprowadzć do wskazana 0 µm, a następne pokrętłem 0 ustawć wskazówkę w położenu 18 µm. Różnca p w µm pownna ulec zmnejszenu. Jeżel będze wynosła klka µm celowym jest zamast ustawana wskazana na wymar 0 µm przyjąć mnejszą wartość np. 5 0 µm, w raze potrzeby należy wspomnane czynnośc wykonać klkakrotne, aż do osągnęca równośc p w 0. po uzyskanu różncy wskazań w grancy nepewnośc pomaru przyrząd jest przygotowany do pomarów.

5 VI. ZADAIA DO WYKOAIA Zadane 1. Oblczene parametrów szeregu rozdzelczego a) wykonać czynnośc podane w pkt.5.1a,b, b) dokonać pomaru elementów stanowących próbę z populacj, wynk zameścć w edytowalnej tablcy 1 sprawozdana, c) oblczyć rozstęp, lczbę szerokość przedzałów klasowych, d) wykonać oblczena welkośc podanych w tablcy. Zadane. Hstogram, welobok częstośc, wykres dystrybuanty a) korzystając z wynków zameszczonych w tablcy narysować hstogram, welobok częstośc oraz wykres dystrybuanty emprycznej. Zadane. Oblczene parametrów rozkładu dla szeregów rozdzelczych b) oblczyć średną arytmetyczną x, c) oblczyć oblczyć warancję d) oblczyć asymetrę A rozkładu, e) wynk oblczeń wpsać do tablcy. s x oraz odchylene średne s x z próby, Zadane 4. Oblczene błędu oceny asymetr a) oblczyć błąd s A oceny asymetr. Zadane 5. Oblczene parametrów rozkładu statystyk χ a) oblczyć punktowe oceny parametrów rozkładu µ, σ, b) zapsać funkcję gęstośc (pkt. b) dystrybuantę (pkt. c) rozkładu emprycznego, Zadane 6. Sprawdzene hpotezy o normalnośc rozkładu zmennej losowej a) oblczyć wartośc standaryzowane zmennej losowej oraz prawdopodobeństwa w przedzałach, wynk oblczeń wpsać do tablcy 4, b) wykonać oblczena w podpunktach b) do e), c) przyjąć bądź odrzucć hpotezę o zgodnośc rozkładu emprycznego z rozkładem normalnym. Zadane 7. Oblczene granc przedzału rozkładu normalnego a) oblczyć welkośc wyszczególnone w punktach a) e) sprawozdana, b) oblczyć szerokośc przedzału ufnośc dla rozkładu normalnego (pkt. f) Studenta (pkt. g). Wnosk 4

6 VII. Przeznaczene, charakterystyka ops dzałana przyrządu AEROPA C IV Przyrząd AEROPA C IV przeznaczony jest do pomarów długośc metodą pneumatyczną. Ze względu na newelk zakres pomarowy zakres jego stosowana ograncza sę do pomaru odchyłek. 1. Dane technczne Zakres cśnena pomarowego p k od 54 do 11,8 kpa Zakres pomarowy 100µm, 00µm lub 00µm Wartośc dzałk elementarnej (odpowedno) 1µm, µm, 5 µm Wzmocnene (przełożene pomarowe) 800, 1400, 90 epewność pomaru ± 1 dzałka elementarna Cśnene zaslana częśc pomarowej przyrządu p st 147 kpa Zużyce powetrza 500 do 4500 l/h. Ops dzałana przyrządu Sprężone powetrze o cśnenu p s wypływa z przewodu sprężark przez główny zawór odcnający (rys. ), reduktor (1), fltr powetrza (), stablzator cśnena (), dyszę wlotową (4) (ustalającą czułość zakres pomarowy), otwarty podczas pomaru zawór pomocnczy (5) dyszę pomarową (6) na powerzchnę merzonego przedmotu (7). a zaworze redukcyjnym (1) nastawone zostaje cśnene wejścowe p z równe kpa, wymagane dla zaslana stablzatora cśnena (). W stablzatorze powetrze osąga stałe cśnene p st, zapewnające prawdłową pracę przyrządu pomarowego. Cśnene pomarowe p k pomędzy dyszą wlotową (4) dyszą pomarową (6) (cśnene w komorze pomarowej) jest marą szerokośc szczelny s pomędzy czołem dyszy pomarowej (6) powerzchną merzonego przedmotu. Wartość szczelny wskazywana jest na skal podzeln przyrządu (8). astawane punktu zerowego (9) pozwala skorygować wpływ czynnków zewnętrznych na układ pomarowy. astawny zawór pomocnczy (5) jest stosowany w przypadku ustawana punktów przełączana styków (11). Meszk cśnenowe (10) są połączone równolegle z komorą pomarową przekazują pneumatyczne merzone wartośc odchyłek poprzez styk elektryczne (11) obwodow sygnalzacyjnosterownczemu. Dzałane styków sygnalzowane jest zmaną lampek (1). Rys.. Wdok schemat budowy pneumatycznego przyrządu pomarowego AEROPA C-IV 5

7 . Zespoły przyrządu.1. Przyrząd wskazujący Przyrządem wskazującym jest precyzyjny manometr o wysokej klasy dokładnośc. Wskazówkę przyrządu porusza za pośrednctwem przekładn cęgnowej meszek anerodu poddany dzałanu cśnena pomarowego... Dysze regulacyjne Do nastawena parametrów przyrządu służy zawór glcowy (4) (dysza nastawna). Przekrój dyszy określa przełożene (czułość) oraz szybkość wskazań przyrządu. Przy małym przełożenu, tzn. przy dużym zakrese pomarowym ustalane sę wskazana trwa krócej nż w przypadku odwrotnym. Obrót w prawo zmnejsza przekrój dyszy, a węc zwększa przełożene. Obrót w lewo zwększa przekrój dyszy zmnejsza tym samym przełożene... astawane punktu zerowego astawane punktu zerowego 0" dokonywane jest za pomocą czułego zaworu glcowego (9). Obrót w lewo otwera a obrót w prawo zamyka zawór. astawane punktu zerowego służy do ustawana na skal przyrządu położena punktu początkowego zakresu pomarowego. Ponadto w przyrządze znajduje sę dysza pomocncza H służąca do nastawana punktów przełączana elektrostyków. 4. arzędza pomarowe Podstawowym narzędzam pomarowym (głowcam pomarowym) współpracującym z pneumatycznym przyrządam pomarowym są średncówk (rys. 4a) oraz perścene pomarowe (rys. 4b). Umożlwają one pomar bezstykowy elementów częśc maszyn. Do pomarów pneumatyczną metodą stykową stosowane są czujnk stykowe (rys 4c). a) b) c) Rys. 4. Schematy pneumatycznych narzędz pomarowych: a) średncówka, b) perśceń pomarowy, c) czujnk stykowy 6

8 Przykład oblczenowy W produkcj tulejek pobrano 80-co elementową próbę. Wykonano pomary średncy otworu otrzymując wynk zameszczone w tablcy 1. ależy z prawdopodobeństwem 95% wyznaczyć przedzał obejmujący średną wartość średncy otworu. Tablca 1. Wynk pomaru średncy wewnętrznej tulejek 40,6 40,5 40,44 40,5 40,9 40,40 40,4 40, 40,7 40,5 40,44 40,5 40,0 40,4 40,1 40, 40,7 40,41 40,5 40,0 40, 40,8 40, 40, 40, 40,0 40,40 40,6 40,8 40, 40,4 40,5 40,8 40, 40,1 40, 40,4 40,4 40,0 40,0 40,9 40,40 40, 40,7 40,4 40,0 40,4 40,4 40,41 40,4 40,4 40,1 40,1 40,6 40,4 40,4 40,5 40,44 40,6 40,4 40,7 40,1 40,6 40,4 40,8 40,9 40,9 40,7 40,6 40,8 40,6 40,41 40,9 40,8 40,7 40,7 40,6 40,5 40, 40,6 Zadana szczegółowe 1. Oblczyć częstośc względne oraz wartośc emprycznej dystrybuanty zmennej losowej (średncy otworu x).. arysować hstogram, welobok częstośc wykres dystrybuanty rozkładu zmennej losowej (średncy otworu).. Oblczyć parametry rozkładu dla szeregów rozdzelczych. 4. Oblczyć błędy oceny asymetr. 5. Przedstawć funkcję gęstośc rozkładu normalnego oraz funkcję dystrybuanty. 6. Sprawdzć hpotezę o normalnośc rozkładu. 7. Przeprowadzć estymację przedzałową średnej arytmetycznej populacj na pozome. Rozwązane Ad.1. Tworząc szereg rozdzelczy należy zaobserwowane wartośc średncy w próbe uporządkować według przedzałów klasowych. Lczbę przedzałów klasowych ustala sę borąc pod uwagę lczność (lczebność) próby oraz różncę R (rozstęp) pomędzy najwększą najmnejszą wartoścą cechy (średncy) w próbe. Welkość R stanow marę rozproszena wartośc średncy. Ważną kwestą jest ustalene lczby k przedzałów klasowych. Jeżel jest zbyt duża, to lczba obserwacj należących do każdego z przedzałów może być zbyt mała wykres rozkładu może ulec zbyt dużym wypaczenom. atomast, jeśl lczba przedzałów jest zbyt mała, to ne zostaną uwdocznone charakterystyczne właścwośc rozkładu. Jest ona ustalana w zależnośc od lczebnośc próby oznaczonej, jako. W lteraturze można spotkać klka zasad doboru lczby przedzałów, mędzy nnym: lczba przedzałów klasowych pownna zawerać sę pomędzy 5 a 15, lczba przedzałów klasowych pownna spełnać nerówność 0,5 k dla 80 4,5 k 8, 9 7

9 wg Huntsbergera k 1+, log dla 80 k 6, de Brookes Carruthers proponują k < 5log dla 80 k < 9, 5 Do dalszych oblczeń przyjęto k 5. Szerokość przedzału klasowego h jest welkoścą zależną rozstępu R oraz od lczby przedzałów klasowych k. R x x 40, 44 40, 6 h max mn > 0, 06 k k 5 > mm Przyjęto h 0,04 mm. Dolna granca perwszego przedzału pownna być mnejsza od najmnejszej wartośc próby (np. o ½ szerokośc przedzału), a górna ustalona tak, by ostatn przedzał zawerał najwększą wartość. Przedzały klasowe są prawostronne domknęte (prawe grance należą do nch). Ogólne lczba przedzałów klasowych pomnożona przez szerokość przedzału mus być neznaczne wększa od rozstępu wyrażona lczbą dzałek elementarnych. W przykładze przyjęto wartość początkową równą 40,6 0,0 40,4 mm, stąd perwszy przedzał będze (40,4 40,8], drug (40,8 40,] mm td. Lczbę zdarzeń w poszczególnych przedzałach klasowych podano w tablcy 1. Tablca. Parametry częstoścowe przedzałów klasowych r przedzału Grance przedzału klasowego [mm] (40,4 40,8] (40,8 40,] (40, 40,6] (40,6 40,40] (40,40 40,44] Lczność Częstość względna n / 0,075 0,1 0,400 0,188 0,15 Częstość skumulowana 0,075 0,88 0,688 0,875 1,000 n Wartośc kontrolne n 80, 1 Ad.. W celu wykonana hstogramu na os odcętych odkładamy wartośc przedzałów klasowych. Szerokość przedzału klasowego stanow podstawę prostokąta, którego wysokość wyraża lczebność merzonych elementów w rozpatrywanym przedzale klasowym (tablca 1). a os rzędnych mogą być równeż podane wartośc częstośc względnych. a podstawe danych z tablcy 1 narysowano hstogram, welobok częstośc oraz welobok skumulowanych częstośc (wykres dystrybuanty emprycznej). 8

10 a) b) 5 0 Lczebność 1,0 0,9 0,8 Skumulowana częstość 5 0,7 0 0,6 0,5 15 0,4 10 0, 5 0, 0,1 0 0,0 40,80 40,0 40,60 40,400 40,440 40,80 40,0 40,60 40,400 40,440 40,480 Średnca [mm] Średnca [mm] Rys. 1.Wykresy:(a) hstogram, (b) dystrybuanta empryczna Ad.. Oblczena szczegółowe parametrów rozkładu a) średna W przypadku prób o lcznośc powyżej >5 celowe jest oblczene średnej arytmetycznej ze wzoru 1 x x n gdze x wartość zmennej w środku -tego przedzału klasowego (tablca ), 1 x x n b) warancja z próby 40, , ,4 + 40, , ,4mm 80 s x odchylene średne s x ( x x) n 0,159 sx 0,00191 s x 0, , 047 mm 80 c) asymetra (skośność) ( x x) A sx n 0, ,047 0,081 Tablca. Wartośc momentów rozkładu średnc otworów x nr przedzału Grance przedzału klasowego [mm] Środek przedzału x Lczność Moment 1-go rzędu Moment -go rzędu Moment -go rzędu n ( x x) n ( ) x ( ) x n x x n 1 (40,4 40,8] 40,6 6-0,6 0,041 0,004 (40,8 40,] 40,0 17-0,86 0,014 0,0015 (40, 40,6] 40,4-0,18 0,000 +0, (40,6 40,40] 40, ,540 0,005 +0, (40,40 40,44] 40, ,760 0,059 +0,00457 Suma Σm ,159 +0,

11 Ad.4. Oblczene błędów oceny asymetr 6( n 1) ( n + 1)( n + ) 6 79 s A 0, Jeżel rozkład średncy otworów jest normalny, to pownno być A 0. Można zauważyć, że oblczona wartość odbega od wartośc zerowej, jednak ne węcej nż o dwa odchylena standardowe, co pozwala przyjąć rozkład, jako normalny. Potwerdza to równeż wygląd hstogramu oraz weloboku częstośc. Ad.5. Funkcja gęstośc prawdopodobeństwa rozkładu normalnego ma postać f ( x) 1 exp σ π ( x µ ) σ Punktowe oceny parametrów µ σ rozkładu normalnego wynoszą x n µ x 40,4 mm, Po podstawenu danych przyjmuje postać oraz dystrybanta ( x x) n σ s 0,047 mm f ( x) ( 40,4) 1 x exp 0,047 π 0,047 ( x 40,4) x 1 F( x) exp dx 0,047 π 0,047 Ad.6. Sprawdzene hpotezy o normalnośc rozkładu zmennej losowej (średncy otworów) zastosowane testu zgodnośc χ (ch kwadrat) [1,] a) oblczene wartośc standaryzowanej zmennych losowych wg wzoru u x µ σ Oblczamy, korzystając z dystrybuanty [1], prawdopodobeństwa znalezena zmennej losowej standaryzowanej u znajdującej sę w przedzale (x -1 ; x ] p ( x < X < x ) ( F( u ) F( u )) P 1 1 Przykładowo prawdopodobeństwo oblczone dla przedzału (40,; 40,6] wynos p P ( 40, < X < 40,6) 40,6 40,4 40, 40,4 F F 0,047 0,047 [ F( 0,89) F( 0,56) ] ( 0,651 0,99) 0, 5 Wyjaśnena wymaga oblczene prawdopodobeństwa w perwszym ostatnm przedzale. Otóż prawdopodobeństwo dla perwszego przedzału jest równe wartośc dystrybuanty dla prawej grancy przedzału czyl dla obszaru od do prawej grancy. 10

12 p x x s 40,8 40,4 0,047 u1 1,441 ( < X < 40,8) ( 1,441) 0, P F atomast prawdopodobeństwo dla ostatnego przedzału traktujemy jak obszar od lewej grancy do + x x 40,40 40,4 u5 + 1,04 s 0,047 p ( 40,40 < X < + ) 1 ( + 1,04 ) 0, P F Wynk oblczeń dla wszystkch przedzałów wszystkch zameszczono w tablcy 4. Tablca 4. Parametry częstoścowe przedzałów klasowych nr przedzału Grance przedzału klasowego [mm] Lczność n Przedzały standaryzowane (u, u +1 ] p np ( ) n ( n np ) np 1 (40,4; 40,8] 6 [- ;-1,44) 0,075 5,98 0,000 0,000 (40,8; 40,] 17 [-1,44; -0,5) 0,5 17,97 0,941 0,05 (40,; 40,6] [-0,5; 0,9) 0,5 8,15 14,794 0,56 4 (40,6; 40,40] 15 [0,9; 1,0) 0,5 0,0 7,080 1,40 5 (40,40; 40,44] 10 [1,0; ) 0,096 7,69 5, 0,69 Suma Σn 80 1,000 80,61 Jeżel lczność w którymś przedzale będze mnejsza od 5 to należy ten przedzał połączyć z sąsednm tak, aby suma lcznośc przedzałów była co najmnej równa 5. b) oblczene wartośc statystyk χ Statystyka χ stanow marę rozbeżnośc mędzy rozkładam emprycznym teoretycznym o dystrybuance F(x) k ( ) k n ( ) nteor n np χ 1 nteor 1 np gdze n lczność empryczna -tego przedzału, n teor teoretyczna lczność -tego przedzału, lczebność próby, p prawdopodobeństwo wyznaczone przez hpotetyczną dystrybuantę, że wartość zmennej losowej x zawarta jest w przedzale klasowym o środku w punkce Z tablc rozkładu χ dla pozomu stotnośc α 0,05 lczbe stopn swobody ν k r (k lczba przedzałów, r lczba parametrów rozkładu oszacowanych z próby) odczytujemy wartość krytyczną χ. 0,05; ν χ 0,05; x 5,991. Jeśl χ χ np 0, 05 ;ν to oznacza, że ne ma podstaw do odrzucena hpotezy o normalnym rozkładze średnc otworów. W przecwnym raze hpoteza ne jest zgodna z wynkam pomarów. 11

13 Ad.7. Oblczene granc przedzału rozkładu normalnego Jeśl z populacj (µ,σ) o neznanej wartośc średnej odchylenu standardowym zostane pobrana dostateczne duża lość prób 80-co elementowych o rozkładze normalnym, to wówczas przedzał ufnośc dla wartośc oczekwanej wynos x ε < µ < x + ε W celu oblczena granc przedzału ufnośc posługujemy sę tablcam rozkładu normalnego (dla 0). Dla przyjętego prawdopodobeństwa p 1 α 0,95 kwantyl rozkładu u α/ 1,960 a granca przedzału s 0,047 ε u α / 1,960 0, Można też posłużyć sę rozkładem Studenta (dokładnejsze oblczena) dla lczby stopn swobody ν (kwantyl rozkładu t α/,ν t 0,05,79 1,990) granca przedzału wynos ε t a przedzał opsuje nerówność s 0,047 1, α / ; ν 0, ,4 0,010 < a < 40,4 + 0,010 40, < a < 40,45 mm Ostateczne szerokość przedzału jest wyznaczona przez wartośc 40, 40,45 mm, a różnce dla różnych rozkładów bardzo newele sę różną. Wnosek końcowy Przedzał wartośc <40,, 40,45> mm pokrywa z prawdopodobeństwem 95% średną wartość średncy otworu x. Uwag na temat elmnacj wynków obarczonych błędam nadmernym. Analzując wynk pomarów welokrotnych, można zaobserwować wynk o wartoścach znaczne różnych od pozostałych. Można podejrzewać, że wynk te są obarczone błędam nadmernym (grubym), których przyczynam mogą być nezauważone podczas pomarów: zmany warunków pomarów, nesprawność aparatury, pomyłk osób wykonujących pomary błędy powstałe podczas przetwarzana wynków. Zakładając, że zbory wynków pomarów mają rozkład normalny, elmnację błędów nadmernych dokonuje sę następująco: dla otrzymanego z pomarów zboru wynków oblcza sę wartość średną odchylene średne, dla założonego pozomu ufnośc P 1 α (zwykle 0,99) wyznacza sę przedzał ufnośc merzonej welkośc, dla wartośc, które znajdują sę poza przedzałem ufnośc, zakłada sę hpotetyczne, że ne przynależą one do populacj, poneważ prawdopodobeństwo ch wystąpena jest zbyt małe że ne przypadek spowodował ch pojawene sę, lecz błąd nadmerny, czyl odrzuca sę je, 1

14 po odrzucenu wartośc obarczonych błędam nadmernym dalsze oblczena statystyczne wykonuje sę już normalnym znanym metodam. Szczegółowe zasady wykrywana wynków obarczonych błędam nadmernym zawarte są norme P

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Pneumatyczne pomiary długości

Pneumatyczne pomiary długości Wrocław, dna Metrologa Welkośc Geometrycznych Ćwczene Rok kerunek... Grupa (dzeń godzna rozpoczęca zajęć) Pneumatyczne pomary długośc A. Wyznaczene charakterystyk statycznej czujnka pneumatycznego. Identyfkacja

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń: .. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12 Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

WYZNACZENIE CHARAKTERYSTYK DYNAMICZNYCH PRZETWORNIKÓW POMIAROWYCH

WYZNACZENIE CHARAKTERYSTYK DYNAMICZNYCH PRZETWORNIKÓW POMIAROWYCH Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 6-965 POZNAŃ (budynek Centrum Mechatronk, Bomechank Nanonżyner) www.zmsp.mt.put.poznan.pl tel. +8 6 665 35 7 fa +8

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW 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, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW 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, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA

WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013 ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp

Bardziej szczegółowo

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Ćw. 1. Wyznaczanie wartości średniego statycznego współczynnika tarcia i sprawności mechanizmu śrubowego.

Ćw. 1. Wyznaczanie wartości średniego statycznego współczynnika tarcia i sprawności mechanizmu śrubowego. Laboratorum z Podstaw Konstrukcj Maszyn - 1 - Ćw. 1. Wyznaczane wartośc średnego statycznego współczynnka tarca sprawnośc mechanzmu śrubowego. 1. Podstawowe wadomośc pojęca. Połączene śrubowe jest to połączene

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

POMIAR WSPÓŁCZYNNIKÓW ODBICIA I PRZEPUSZCZANIA

POMIAR WSPÓŁCZYNNIKÓW ODBICIA I PRZEPUSZCZANIA Ćwczene O5 POMIAR WSPÓŁCZYNNIKÓW ODBICIA I PRZEPUSZCZANIA 1. Cel zakres ćwczena Celem ćwczena jest poznane metod pomaru współczynnków odbca przepuszczana próbek płaskch 2. Ops stanowska laboratoryjnego

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka

Zestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka Zestaw przezbrojenowy na nne rodzaje gazu 8 719 002 262 0 1 Dysza 2 Podkładka 3 Uszczelka PL (06.04) SM Sps treśc Sps treśc Wskazówk dotyczące bezpeczeństwa 3 Objaśnene symbol 3 1 Ustawena nstalacj gazowej

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

SPRAWDZANIE PRAWA MALUSA

SPRAWDZANIE PRAWA MALUSA INSTYTUT ELEKTRONIKI I SYSTEMÓW STEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘSTOCHOWSKA LABORATORIUM FIZYKI ĆWICZENIE NR O- SPRAWDZANIE PRAWA MALUSA I. Zagadnena do przestudowana 1. Fala elektromagnetyczna,

Bardziej szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

Bardziej szczegółowo

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH Adam Mchczyńsk W roku 995 grupa nstytucj mędzynarodowych: ISO Internatonal Organzaton for Standardzaton (Mędzynarodowa Organzacja Normalzacyjna),

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID ĆWICZENIE LABORAORYJNE AUOMAYKA I SEROWANIE W CHŁODNICWIE, KLIMAYZACJI I OGRZEWNICWIE L3 SEROWANIE INWEREROWYM URZĄDZENIEM CHŁODNICZYM W RYBIE PD ORAZ PID Wersja: 03-09-30 -- 3.. Cel ćwczena Celem ćwczena

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

STATYSTYKA. Zmienna losowa skokowa i jej rozkład STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1)

LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-1) LABORATORIUM METROLOGII TECHNIKA POMIARÓW (M-) wwwmuepolslpl/~wwwzmape Opracował: Dr n Jan Około-Kułak Sprawdzł: Dr hab n Janusz Kotowcz Zatwerdzł: Dr hab n Janusz Kotowcz Cel wczena Celem wczena jest

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

WYKŁAD 5 TEORIA ESTYMACJI II

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

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Wyznaczanie współczynnika sztywności zastępczej układu sprężyn

Wyznaczanie współczynnika sztywności zastępczej układu sprężyn Wyznaczane zastępczej sprężyn Ćwczene nr 10 Wprowadzene W przypadku klku sprężyn ze sobą połączonych, można mu przypsać tzw. współczynnk zastępczej k z. W skrajnych przypadkach sprężyny mogą być ze sobą

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Wyznaczanie długości fali światła metodą pierścieni Newtona

Wyznaczanie długości fali światła metodą pierścieni Newtona 013 Katedra Fzyk SGGW Ćwczene 368 Nazwsko... Data... Nr na lśce... Imę... Wydzał... Dzeń tyg.... Ćwczene 368: Godzna.... Wyznaczane długośc fal śwatła metodą perścen Newtona Cechowane podzałk okularu pomarowego

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

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, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

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

Grupa: Elektrotechnika, wersja z dn Studia stacjonarne, II stopień, sem.1 Laboratorium Techniki Świetlnej

Grupa: Elektrotechnika, wersja z dn Studia stacjonarne, II stopień, sem.1 Laboratorium Techniki Świetlnej ul.potrowo 3a http://lumen.ee.put.poznan.pl Grupa: Elektrotechnka, wersja z dn. 29.03.2016 Studa stacjonarne, stopeń, sem.1 Laboratorum Technk Śwetlnej Ćwczene nr 6 Temat: Badane parametrów fotometrycznych

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

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

Bardziej szczegółowo

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować

Bardziej szczegółowo