Cyfry znaczące i zaokrąglenia
|
|
- Sylwester Markowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Cyfry znaczące i zaokrąglenia mgr. inż. Dominik Terefinko Zakład Chemii Analitycznej i Metalurgii Chemicznej PN: 13:15-15:00 dominik.terefinko@pwr.edu.pl
2 Ogólnie, o kursie Metrologia i walidacja w analityce. Obecność na ćwiczeniach - frekwencja Warunki zaliczenia, wybór: a)kolokwium całościowe - termin do ustalenia. b)podział materiału na dwie części, z których będą kartkówki. Motywacja: pozytywna ocena z ćwiczeń, przepisana na wykład Cel kursu: poznanie podstawowych pojęć metrologii i sposobów walidacji, poznanie podstawowych metod statystycznych. Wymagania: posiadanie kalkulatora, aktywny udział w zajęciach, praca
3 To chyba niezbyt skomplikowane?
4 Metrologia-teoria Nauka dotycząca sposobów dokonywania pomiarów oraz zasad interpretacji uzyskanych wyników: Dobra praktyka laboratoryjna Precyzja i dokładność uzyskiwanych wyników Spójność pomiarów chemicznych Walidacja procedur analitycznych Oszacowanie niepewności wyników : zastosowanie certyfikowanych materiałów odniesienia, porównania laboratoryjne.
5 Cyfry znaczące Ilość cyfr podawanych w wyniku zależy od błędu bezwzględnego wyznaczania tej wielkości Cyfry znaczące: wszystkie cyfry przybliżonej liczby, z wyjątkiem zer na lewo od pierwszej różnej od zera cyfry. 0, cyfry znaczące 34,5 3 cyfry znaczące 34, cyfr znaczących 0, cyfr znaczących 1,000-4 cyfry znaczące Terminologia do cyfr znaczących: 2019,02 skrajna lewa, niezerowa cyfra znacząca, 2 najbardziej znacząca cyfra 2014,15 skrajna prawa, niezerowa cyfra, 5 najmniej znacząca cyfra 2030 brak przecinka dziesiętnego, 0 najmniej znacząca cyfra
6 Błąd bezwzględny 420 Błąd większy od 0,5 zero nie jest cyfrą pewną, nie wykazujemy stosując zapis naukowy: 4,2*10 2 Przykład 1. Liczbę, po zaokrągleniu zapisano w postaci 67,2. Oszacować maksymalny błąd bezwzględny tej wartości Rozwiązanie: Cyfr znaczących: 3, maksymalny błąd bezwzględny wynosi 0,05. Przykład 2. Obliczony błąd bezwzględny wynosi 2,12. Po zaokrągleniu do 2 cyfr znaczących zapisujemy go jako 2,2. Ostatnia cyfra znacząca ostatecznego wyniku powinna być na tym samym miejscu dziesiętnym co błąd bezwzględny.
7 Przykład 4. Dla wartości 321,67 oszacowany błąd bezwzględny wynosi 0,2. Przedstaw zapis ostateczny wyniku. Błąd bezwzględny 0,2>0,05, w wyniku ograniczamy liczbę cyfr znaczących do pierwszej pozycji po przecinku dokonujemy zaokrąglenia. 321,7 ± 0,2 Błąd bezwzględny równy 2, wynik zapiszemy: 322 ± 2 Błąd bezwzględny równy 20, wynik zapiszemy 320 ± 20
8 Przykład 5. Określona wartość wynosi 2,723, a błąd bezwzględny ±1. Podaj zapis końcowy 2,7 ± 1,0 zamiast 3 ± 1 Z uwagi na zaokrąglanie, przy zapisywaniu i korzystaniu z wartości pośrednich, na których wykonywane są obliczenia prowadzące do ostatecznego wyniku należy zapisywać o jedną cyfrę znaczącą więcej niż podaje zasada ogólna. Dopiero przy ostatecznym zapisie wyniku, redukujemy liczbę cyfr znaczących.
9 Przykład 6. Zapis niepoprawny 456,676 m ± 0,05 m Zapis poprawny (456,68 ± 0,05)m lub 456,68 m ± 0,05 m
10 245 0,0245 0, ,0006 0, , , , ,001 63, , ,2222 0, , , , ,2222 0, , , , , , , , , ,2055 0, , , , ,2 0, , , ,
11 Zasady zaokrąglania liczb 1. 14,24 14,2 Pierwsza, licząc od lewej z odrzucanych cyfr jest mniejsza od 5, ostatnia pozostawiona cyfra nie ulega zmianie 2. 36,48 36,5 Pierwszą liczbą od lewej z odrzucanych cyfr jest większa od 5, ostatnią pozostawioną cyfrę zwiększa się o , ,1 Pierwszą, licząc od lewej z odrzucanych cyfr jest równa 5 ale występuje po niej przynajmniej jeszcze jedna cyfra różna od 0, wówczas ostatnią pozostawioną cyfrę zwiększa się o ,35 1,4 23,250 23,2 Pierwszą, licząc od lewej z odrzucanych cyfr jest równa 5 ale nie występują po niej inne cyfry niż 0 wówczas ostatnią pozostawianą cyfrę zapisuje się jako parzystą.
12 Podane liczby zaokrąglić do przedostatniej cyfry: 0, , ,6925* , , , , , , ,6535 0,0287 reguła 2 1,027 reguła 1 28,692 *10 3 reguła 4 123,46 123, , , ,654
13 Reguły Bradis-Kryłowa Wyniki pomiarów i obliczeń wyrażone liczbami przybliżonymi obliczone i zapisywane aby charakteryzowały rząd wielkości liczby i jej dokładność. Obliczono długość odcinka: Z błędem nie przekraczającym 1 m prawidłowym zapisem jest 1614 m Z błędem nie przekraczającym 0,1 m zapis 1613,8 m Z błędem nie przekraczającym 0,01 m zapis 1613,83 m Cyfry znaczące i zera na końcu wyznacza rząd wielkości liczby i jej dokładność.
14 Dodawanie i odejmowanie W wyniku pozostawiamy liczbę cyfr znaczących równą liczbie cyfr znaczących najmniej dokładnego składnika operacji (najmniejsza liczba cyfr znaczących) 12,6+7,83 = 20,4 128,54-45,7=82,8 20,4+1,322+83= 32,685+11,23+4,71= 11+0,11-0,0011= 9,01+21,5+12,456=
15 Dodawanie i odejmowanie, notacja wykładnicza Dla liczb zapisanych w notacji wykładniczej, operacje należy przeprowadzać dla tych samych potęg 3, , , = 3, ,04542 * ,6844* , , = 0, , = 45, , , , =
16 Mnożenie lub dzielenie Wynik końcowy powinien mieć tyle cyfr znaczących, ile ma liczba o najmniejszej ilości cyfr znaczących 24,43 * 17,357 = 424,0 0,0054 : 7 = 0, ,45 * 12,3456= 9,32 * 111 * 0,038= 6,221 * 5,2 = 15,5 * 27,3 * 5,4=
17 Potęgowanie ^2 /^3 Wynik końcowy powinien mieć tyle cyfr znaczących, ile ma liczba potęgowana 26,83 3 = ,345 2 = 152,399
18 Pierwiastkowanie Wynik końcowy powinien mieć tyle cyfr znaczących, ile ma liczba pierwiastkowana 39,34 = 6,272
19 Prawo propagacji błędu Propagacja niepewności pomiarowej, mająca przełożenie na wszystkie modele liniowe z = f(x 1, x 2,, x 3 ) i modeli nieliniowych, wyrażona:
20 Liniowy związek zmiennych Zmienność sum/różnic dla różnych zmiennych niezależnych jest równa sumom zmiennych.
21 Przykład 1. Podczas miareczkowania, początkowy odczyt na biurecie wyniósł 3,51 ml, natomiast końcowy 15,67 ml, odchylenie standardowe przy oby odczytach wyniosło 0,02 ml. Wykorzystana objętość roztworu mianowanego: V= 15,67 3,51 = 12,16 ml. Różnica zmiennych dwóch odczytów na biurecie jest sumą zmiennych każdego odczytu Odchylenie standardowe objętości roztworu mianowanego: σ V = (0,02) 2 +(0,02) 2 = 0,03
22 Przykład 2. Wyobrażamy sobie, że musimy zmierzyć wysokość H drzwi, gdzie wynik pomiaru wyniósł: 2,00 m ± 0,03 m (odchylenie standardowe, oznaczmy sobie σh). Stare budownictwo, więc znajduje się próg o wysokości h= 0,88 m ± 0,04 m. Odległość pomiędzy ramą drzwi a progiem: Q= H - h = 1,12 m. Jaka jest zatem niepewność pomiaru dla Q? σq = (σh) 2 +(σh) 2 = 0,05 m Zatem wynik końcowy, zapisujemy: Q= 1,12 m ± 0,05 m.
23 Przykład 3. Dodajemy i odejmujemy następujące wielkości: 65,06 ± 0,07 + (16,13 ± 0,01) (22,68 ± 0,02) = 58,51 ±?.?? Jeśli sumować kolejne odchylenia standardowe, maksymalny błąd dodawania wyrażony jako odchylenie standardowe wyniesie 0,10. Dla dodawania i odejmowania, całkowite odchylenie standardowe Postać ogólna wyrażenia: a= b + c - d, σ a = σ b 2 + σ c 2 + σ d 2 σ a = (0,07) 2 +(0,01) 2 + (0,02) 2 =
24 Przykład 4 Otrzymujesz kontenery morskie, zawierające piaski monacytowe o jednakowej wadze, zawierające śladowe ilości Europu. Analiza trzech rud, doprowadziła do następujących zawartości Europu: 397,8 ppm ± 0,4 ppm, 253,6 ppm ± 0,3 ppm, 368,0 ppm ± 0,3 ppm Jaka jest średnia zawartość Europu trzech rud? Jakie są całkowite i względne niepewności pomiarowe? x = (397,8 ± 0,4) + (253,6 ± 0,3) + (368,0 ± 0,3) 3 Sumaryczna niepewność (patrz liczba cyfr znaczących): Całkowita niepewność: Względna niepewność pomiarowa zawartości Europu
25 Wyrażenia złożone Jeżeli y jest wyznaczane z wyrażenia: y = kab cd gdzie a, b, c, d są niezależnie mierzonymi wielkościami, k jest wartością stałą. σ y y = (σ a a )2 + ( σ b b )2 + ( σ c c )2 + ( σ d d )2
26 Przykład 1. Wydajność kwantowa fluorescencji, φ, obliczana jest z wyrażenia: φ = I f kcli 0 ε Wielkości biorące udział w równaniu oznaczono poniżej, z określonym względnym odchyleniem standardowym w nawiasach: I 0 - chwilowe natężenie światła (0,5%) I f - intensywność fluorescencji (2%) ε- absorbancja molowa (1%) c- stężenie (0,2%) l- długość ścieżki (0,2%) k stała aparaturowa Względne standardowe odchylenie: , , , = 2,3%
27 Przykład 2. Jaskółka przeleciała dystans d= 120 m ± 3 m w czasie t= 20,0 s ± 1,2 s. Średnia prędkość jaskółki wynosi: ν = d t = 6 m s. Jaka jest niepewność pomiarowa dla ν? σν ν = (σd d )2 + ( σt t )2 σν = ν*(wynik)
28 Przykład 3. Rozpatrujemy następujące działanie: 13,67 ± 0,02 (120,4 ± 0,2) 4,623 ± 0,006 Względna niepewność pomiarowa jest addytywna. = 356,0 ± Dla a = b c d, σ arel = (σ b )rel 2 + (σ c )rel 2 + (σ d )rel 2 Dla naszego przykładu: (σ b ) rel = 0,02 13,67 = Obliczyć (σ c ) rel, (σ d )rel, σ a rel Całkowita niepewność jest dana: σ a = a* σ a rel
29 Przykład 4. Obliczyć niepewność pomiarową liczby milimoli chlorków zawartych w 250 ml próbki, podczas gdy trzy równe objętości 25,00 ml były miareczkowane azotanem V srebra, otrzymując następujące wyniki: 36,78, 36,82, 36,75 ml. Molarność roztworu azotanu V srebra wyniosła 0,1167 ± 0,0002 M. Średnia objętość zużytego azotanu V srebra: x =36,78 ml. Odchylenie standardowe: x i x i x (x i x) 2 36,78 0,00 0,00 36,82 0,04 0, ,75 0,03 0,0009 suma= 0,0025
30 Przykład 4. c.d. Odchylenie standardowe: 36,78 ml ± 0,04 ml. 0, = 0,035 odpowiednio zaokrąglamy. Średnia objętość = mmol Cl zmiareczkowanych = (0,1167 mmol/ml ± 0,0002 mmol/ml )* (36,78 ml ± 0,04 ml) = 4,292 mmol ±??? (σ b ) rel =?, (σ c ) rel =?, σ a rel =? Całkowita niepewność w mmol jonów Cl wynosi 4,292 * σ a rel = mmol mmol jonów Cl w 25 ml = 4,292 * σ a rel = mmol to w 250 ml wynosi=??
31 Przykład 5 Ponownie dostajemy 3 statki, załadowane rudami żelaza o następujących ciężarach: 2852, 1578, 1877 Ib. Niepewność pomiarowa odczytu wagi to ±5 Ib. Analiza rud doprowadziła do uzyskania: 36,28 % ± 0,04%, 22,68 % ± 0,03 % i 49,23 % ± 0,06 % zawartości żelaza w rudzie. Opłatę jaką poniesiesz za ładunek to 300$ za tonę żelaza. Ile powinieneś zapłacić za ładunki i jaka jest niepewność pomiarowa ponoszonych kosztów? 1. Obliczamy względną niepewność pomiaru ciężaru ładunku dla każdego pomiaru. 2. Obliczamy względną niepewność analizy zawartości żelaza dla każdej analizy. 3. Masa żelaza zawarta w ładunku statku, każdy przypadek oddzielnie rozpatrujemy. 4. Obliczamy względne odchylenie standardowe od uzyskanych wyników z pkt. 1 i 2. Rozpatrujemy dla poszczególnych ładunków 3 statków. 5. Obliczamy całkowitą niepewność, zapisujemy całkowitą masę żelaza. 6. Obliczamy niepewność pomiarową ceny, pamiętając że 1 tona = 2000 Ibs
32 Przykład 6. Zmierzono długości podstawy i wysokości trójkąta otrzymując: b= 5,0 cm, σ b = 0,1 cm h= 10,0 cm σ h = 0,3 cm P = bh 2 = 25,0 cm Względna niepewność standardowa obliczonego P σ P = P ( σb b )2 + ( σh h )2
33 Przykład 7. Techniczny w laboratorium analitycznym otrzymał zadanie. Musiał pokroić rurki PCV na mniej więcej 6 równych odcinków. Poniżej przedstawiono pomiary długości pociętych odcinków: 21,2 cm ± 0,2 cm; 20,8 cm ± 0,3 cm; 19,9 cm ± 0,1 cm; 20,6 cm ± 0,4 cm; 22,1cm ± 0,2 cm; 20,8 cm ± 0,4 cm Uzyskane wyniki, zaniepokoiły pracownika, gdyż został poinformowany o początkowej długości rurki wynoszącej 1,2 m. Jaka była wyjściowa długość rurki PCV? Jaka była całkowita niepewność pomiaru? 21,2 + cm + 20,8 cm + 19,9 cm + 20,6 cm + 22,1cm + 20,8 cm = 125,4 cm. a = b + c+ d + e + f + g σ a = σ b 2 + σ c 2 + σ d 2 + σ e 2 + σ f 2 + σ g 2
34 Przykład 8. Otrzymałeś do analizy 3 grudki o jednakowej masie, w których dostałeś polecenie oznaczenia zawartości złota. Po dokonanej analizie, uzyskałeś następujące stężenia złota: 746,4 ppm ± 0,4 ppm; 246,8 ppm ± 0,3 ppm; 368,2 ppm ± 0,2 Jaka była średnia zawartość złota w analizach oraz jaka była niepewność standardowa i względna? x = (746,4 ppm ± 0,4 ppm) + (246,8 ppm ± 0,3 ppm) + (368,2 ppm ± 0,2 ppm) 3 Niepewność operacji dodawania: (0,4) 2 + (0,3) 2 + (0,2) 2 Całkowita niepewność: x = 1361,4 3 ± 0,5 3 = 453,8 ppm ± 0,2 ppm
35 Przykład 9. Podczas napełniania cylindra miarowego wodą destylowaną, laborant odnotował następujące wielkości: Objętość wody V= 120,5 cm 3 ± 0,4 cm 3, czas napełniania: t= 15,2 s ± 0,2 s. Jaka była prędkość, z jaką wypływała woda? Jaka jest niepewność prędkości wypływu? Średnia prędkość wypływania wody destylowanej: = V t = 120,5 15,2 = 7,93 ml s σ = (σν ν )2 + ( σt t )2
36 Przykład 10. Rozpatrzmy ponownie dokonane operacje w arkuszu kalkulacyjnym: Wyrażenie, zapis ogólny: a = b c d e f 16,45 ± 0,03 15,48 ± 0,02 (16,25 ± 0,02) 142,65 ± 0,05 (0,055 ± 0,001) = 527,4±? Liczymy kolejno: (σ b ) rel = 0,03 16,45 = 0,0018, (σ c) rel = 0,02 15,48 = 0,0013; (σ d) rel; (σ e ) rel; (σ f ) rel σ a rel = (0,0018) 2 + (0,0013) 2 + ((σ d ) rel) 2 + (σ e rel) 2 + ((σ f ) rel) 2 σ a = a σ a rel
37 Przykład 11. Znajdujesz w trakcie wykopków 3 ciekawe baryłki, których przeprowadzone pomiary masy wyniosły odpowiednio: 486,3 g; 564,4 g; 254,1 g. Niepewność, którą pomiar wagi był obarczony wyniosła 0,2 g. Przeprowadziliśmy analizę zawartości glinu w tych bryłkach otrzymując wyniki: 36, 45% ± 0,04% ; 20,68% ± 0,03 %; 49,23% ± 0,06% Oblicz jaka jest zawartość glinu w każdej baryłce wraz z niepewnościami pomiarowymi. Jaka jest sumaryczna zawartość glinu wraz z niepewnością. Względne niepewności pomiaru masy: 0,2 486,3 = 0,0004 ; 0,2 564,4 = 0,0004; 0,2 254,1 = 0,0008 Względne niepewności zawartości glinu: 0,04 0,03 0,06 = 0,0011 ; = 0,0015 ; 36,45 20,68 49,23 = 0,0012
38 Przykład 11. Masa glinu w każdej baryłce: Obliczamy względne odchylenie: (486,3 g ± 0,2 g) (36, 45% ± 0,04%) 100 = 177,2 g ±?? (0,0004) 2 + (0,0011) 2 = 0, , = 0, = 0,00117 = 0, ,2 * 0,001= 0,2 Taka sama procedura dla przypadku 2 i 3. Całkowita zawartość glinu: Obliczam sumując masy poszczególnych i obliczając niepewność tej operacji.
39 Przykład 12. Oblicz wartość średnią i odchylenie standardowe następującego zestawu danych analitycznych: x i x i x (x i x) 2 15,67 0,13 0, ,69 0,11 0, ,03 0,23 0,0529 s = suma(x i x) 2 N 1
40 Przykład 13. Następujące pomiary wagi zostały uzyskane: 29,8; 30,2; 28,6; 29,7mg. Obliczyć odchylenie standardowe pojedynczych pomiarów oraz odchylenie standardowe wartości średniej. s = suma(x i x) 2 N 1
41 Przykład 14.
42
43 Miary położenia i rozproszenia wyników serii pomiarowych mgr. inż. Dominik Terefinko Zakład Chemii Analitycznej i Metalurgii Chemicznej PN: 13:15-15:00 dominik.terefinko@pwr.edu.pl
44 Miary położenia Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Miara tendencji centralnej: wskazuje położenie centralnych (przeciętnych) wartości cechy w rozkładzie. Charakteryzują średni lub typowy poziom wartości cechy.
45 Klasyczne miary położenia Opisują rozkład podanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy. Średnia arytmetyczna, średnia geometryczna, średnia harmoniczna i inne. średnia arytmetyczna: X = n i=1 n X i błąd średniej arytmetycznej: s r =, X i kolejne wartości zmiennej, n liczność próby odchylenie standardowe n średnia geometryczna: a 1 a 2 a n, a 1, a 2, a n dodatnie liczby, n liczność próby dodatniej n średnia harmoniczna: , a 1, a 2, a n dodatnie liczby, n liczność próby dodatniej a 1 a 2 a n n
46 Pozycyjne miary położenia Opisuje rozkład badanej cechy statystycznej, które obliczamy na podstawie tylko niektórych wartości cechy, zajmujących szczególną pozycję w szeregu statystycznym. Dominanta, mediana, kwartyle Dominanta/ Moda wartość, występująca najczęściej wśród uzyskanych pomiarów. Mediana: w uporządkowanym zbiorze danych, mediana jest wartością dzielącą ten zbiór na dwie równe części.
47 Kwartyle Q 1, Q 2, Q 3, dzielą uporządkowany szereg pomiarów na 4 równe części. Drugi kwartyl równy jest medianie.
48 Miara rozproszenia (zróżnicowania, rozrzutu, dyspersji) Opisują jak bardzo zróżnicowane są wartości cechy zbiorowości. Znajomość miar tendencji centralnej nie wystarcza do scharakteryzowania struktury zbiorowości statystycznej. Badana grupa może charakteryzować się różnym stopniem zmienności w zakresie badanej cechy. Potrzebne są zatem formuły pozwalające wyznaczyć wartości, które charakteryzują rozrzut danych.
49 Miary klasyczne rozproszenia Odchylenie przeciętne: d = n i=1 (X i X) n liczba pomiarów., X i kolejna seria pomiarowa, X średnia arytmetyczna pomiarów, n Odchylenie standardowe: stopień rozproszenia pomiarów wokół średniej arytmetycznej. Im wyższa wartość odchylenia standardowego lub wariancji, tym bardziej zróżnicowana grupa pod względem badanej cechy. Odchylenie standardowe z próby jest pewnym przybliżeniem odchylenia standardowego z populacji. Populacyjna wartość odchylenia standardowego mieści się w pewnym przedziale zawierającym odchylenie standardowe z próby. Przedział ten nazywany jest przedziałem ufności dla odchylenia standardowego. s = wariancja
50 Wariancja z próby: stopień rozproszenia pomiarów wokół średniej arytmetycznej: s 2 = n i=1 (X i X) 2 n 1 liczność próby, X i - kolejne wartości zmiennej, X średnia arytmetyczna tych wartości, n Współczynnik zmienności pozwala ocenić stopień jednorodności badanej zbiorowości: V s = s lub V X d = d, s odchylenie standardowe, d odchylenie przeciętne, X średnia arytmetyczna. X Jest to wielkość niemianowana. Pozwala na ocenę zróżnicowania kilku zbiorowości pod względem tej samej cechy oraz tej samej zbiorowości pod względem kilku różnych cech. Jeżeli współczynnik V nie przekracza 10%, to cechy wykazują zróżnicowanie statystycznie nieistotne.
51 Miary pozycyjne rozproszenia Rozstęp R = X max X min, X max - maksymalna wartość badanej zmiennej, X min minimalna wartość badanej zmiennej. Rozstęp kwartylowy: R Q = Q 3 Q 1, Q 3 - kwartyl górny, Q 1 kwartyl dolny. Odchylenie ćwiartkowe miara rozproszenia wartości cechy od mediany: Q = Q 3 Q 1 2 Współczynnik zmienności pozycyjny: informuje o rozproszeniu wyników, odnosząc do tego jak duża jest średnia (mediana). Określa względną miarę rozproszenia i ułatwia porównanie zmienności danych cech wśród tej samej grupy. odchylenie ćwiartkowe V Q = mediana
52 Rozproszenie na podstawie diagramu
53 Wykres Ramka-wąsy
54 Przykład 1. Dla poniższych danych wyznaczyć miary położenia klasyczne i pozycyjne
55 Przykład 2. Policzyć odchylenia standardowe dla serii pomiarowych uzyskanych z wykorzystaniem przyrządów kontrolnych pomiarowych o różnej rozdzielczości.
56 Przykład 3. Dla obu serii danych, uzyskanych 2 różnymi metodami A i B, wykreślić i skomentować wykresy ramka-wąsy Obie serie pomiarowe cechuje taka sama ilość pobranych próbek/uzyskanych wyników (n=10). Średnie arytmetyczne są sobie równe i wynoszą 60. Czy istnieje jakaś różnica pomiędzy obiema seriami?
57 Przykład 3 c.d Wyniki uzyskane obiema metodami różnią się PRECYZJĄ, co obrazuje rozrzut danych wokół wartości średniej. Dla serii A wartość min jest znacznie wyższa niż dla serii B, a wartość max jest znacznie niższa niż dla serii B.
58 Przykład 4. Czterech studentów (A, B, C i D) miareczkowało tą samą analizę. Ich wyniki są w poniższej tabeli. Udowodnić stwierdzenia podane w komentarzach; wartość uznana za prawdziwą to 10,00 ml. Podsumowując, dokładność opisuje błędy przypadkowe. Odchylenie standardowe opisuje błędy systematyczne oraz dokładność pomiaru. Bliskość wartości rzeczywistej pojedynczego pomiaru lub wartości średniej włącza obywa rodzaje błędu.
59 Zadanie 1. Standardowe próbki ludzkiej surowicy krwi zawierają 42.0 g albumin w litrze krwi. Pięć niezależnych laboratoriów (A-E) przeprowadziło po 6 analiz zawartości albuminy we krwii, uzyskując następujące wyniki: Dokonaj analizy dokładności przeprowadzonych oznaczeń, odchylenia standardowego wyników uzyskanych z poszczególnych laboratoriów.
60 Przykład 5. Wyniki 50 oznaczeń stężenia jonów NO 3 [µg/ml]: Dla dużych ilości próbek, przedział ufności dla wartości średniej jest dany: X ± zs, wartości z zależą od współczynnika ufności n Dla 95% przedziału ufności, z= 1,96 Dla 99% przedziału ufności, z=2,58 Dla 99,7% przedziału ufności, z=2,97
61 Przykład 5. c.d. Obliczamy przedziały ufności wynoszące 95%, 99% wartości średniej stężenia jonów NO 3 w prezentowanej tabeli. Z obliczeń uzyskano: x = 0,5; s = 0,0165; n = 50 Wykorzystując przedstawione równanie: X ± 1,96 s n 1,96 0,0165 = 0,5 ± 50 = 0,5000 ±0,0046 µg/ml
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy
MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji
W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
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
Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Dr inż. Marcin Zieliński I Pracownia Fizyczna dla Biotechnologii, wtorek 8:00-10:45 Konsultacje Zakład Fizyki Jądrowej
-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów
wielkość mierzona wartość wielkości jednostka miary pomiar wzorce miary wynik pomiaru niedokładność pomiaru Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów 1. Pojęcia podstawowe
Niepewność pomiaru. Wynik pomiaru X jest znany z możliwa do określenia niepewnością. jest bledem bezwzględnym pomiaru
iepewność pomiaru dokładność pomiaru Wynik pomiaru X jest znany z możliwa do określenia niepewnością X p X X X X X jest bledem bezwzględnym pomiaru [ X, X X ] p Przedział p p nazywany jest przedziałem
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
Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Analiza i monitoring środowiska
Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
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
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 Po co zajęcia w I Pracowni Fizycznej? 1. Obserwacja zjawisk i
Metrologia: obliczenia na liczbach przybliżonych. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: obliczenia na liczbach przybliżonych dr inż. Paweł Zalewski Akademia Morska w Szczecinie Cyfry znaczące reguły Kryłowa-Bradisa: Przy korzystaniu z przyrządów z podziałką przyjęto zasadę, że
Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
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
Statystyczne Metody Opracowania Wyników Pomiarów
Statystyczne Metody Opracowania Wyników Pomiarów dla studentów Ochrony Środowiska Teresa Jaworska-Gołąb 2017/18 Co czytać [1] H. Szydłowski, Pracownia fizyczna, PWN, Warszawa 1999. [2] A. Zięba, Analiza
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii (2018) Autor prezentacji :dr hab. Paweł Korecki dr Szymon Godlewski e-mail: szymon.godlewski@uj.edu.pl
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
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
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii 2007 Paweł Korecki 2013 Andrzej Kapanowski Po co jest Pracownia Fizyczna? 1. Obserwacja zjawisk i
WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH
WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły
Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Statystyka. Opisowa analiza zjawisk masowych
Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Temat: SZACOWANIE NIEPEWNOŚCI POMIAROWYCH
Temat: SZCOWNIE NIEPEWNOŚCI POMIROWYCH - Jak oszacować niepewność pomiarów bezpośrednich? - Jak oszacować niepewność pomiarów pośrednich? - Jak oszacować niepewność przeciętną i standardową? - Jak zapisywać
Wydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy
Statystyczne Metody Opracowania Wyników Pomiarów
Statystyczne Metody Opracowania Wyników Pomiarów dla studentów ZMIN Teresa Jaworska-Gołąb 2017/18 Co czytać [1] I Pracownia fizyczna, Andrzej Magiera red., Oficyna Wydawnicza IMPULS, Kraków 2006; http://www.1pf.if.uj.edu.pl/materialy/zalecana-literatura
1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Podstawy opracowania wyników pomiarów
Podstawy opracowania wyników pomiarów I Pracownia Fizyczna Chemia C 02. 03. 2017 na podstawie wykładu dr hab. Pawła Koreckiego Katarzyna Dziedzic-Kocurek Instytut Fizyki UJ, Zakład Fizyki Medycznej k.dziedzic-kocurek@uj.edu.pl
Prawdopodobieństwo i rozkład normalny cd.
# # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl
Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości
przybliżeniema Definicja
Podstawowe definicje Definicje i podstawowe pojęcia Opracowanie danych doświadczalnych Często zaokraglamy pewne wartości np. kupujac telewizor za999,99 zł. dr inż. Ireneusz Owczarek CMF PŁ ireneusz.owczarek@p.lodz.pl
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/
Statystyczne Metody Opracowania Wyników Pomiarów
Statystyczne Metody Opracowania Wyników Pomiarów dla studentów ZMIN Teresa Jaworska-Gołąb 2018/19 Co czytać [1] I Pracownia fizyczna, Andrzej Magiera red., Oficyna Wydawnicza IMPULS, Kraków 2006; http://www.1pf.if.uj.edu.pl/materialy/zalecana-literatura
Rozwiązanie n1=n2=n=8 F=(4,50) 2 /(2,11) 2 =4,55 Fkr (0,05; 7; 7)=3,79
Test F =służy do porównania precyzji dwóch niezależnych serii pomiarowych uzyskanych w trakcie analizy próbek o zawartości analitu na takim samym poziomie #obliczyć wartość odchyleń standardowych dla serii
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 Dokładność i poprawność Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/12 80-233 GDAŃSK e-mail:
Wprowadzenie 2010-10-20
PODSTAWY STATYSTYKI Dr hab. inż. Piotr Konieczka piotr.konieczka@pg.gda.pl 1 Wprowadzenie Wynik analityczny to efekt przeprowadzonego pomiaru(ów). Pomiar to zatem narzędzie wykorzystywane w celu uzyskania
Określanie niepewności pomiaru
Określanie niepewności pomiaru (Materiały do ćwiczeń laboratoryjnych z przedmiotu Materiałoznawstwo na wydziale Górnictwa i Geoinżynierii) 1. Wprowadzenie Pomiar jest to zbiór czynności mających na celu
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
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Podstawy statystyki - ćwiczenia r.
Zadanie 1. Na podstawie poniższych danych wyznacz i zinterpretuj miary tendencji centralnej dotyczące wysokości miesięcznych zarobków (zł): 1290, 1500, 1600, 2250, 1400, 1600, 2500. Średnia arytmetyczna
Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.
MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,
Parametry statystyczne
I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n
CHEMIA ŚRODKÓW BIOAKTYWNYCH I KOSMETYKÓW PRACOWNIA CHEMII ANALITYCZNEJ. Ćwiczenie 8. Argentometryczne oznaczanie chlorków metodą Fajansa
CHEMIA ŚRODKÓW BIOAKTYWNYCH I KOSMETYKÓW PRACOWNIA CHEMII ANALITYCZNEJ Ćwiczenie 8 Argentometryczne oznaczanie chlorków metodą Fajansa Ćwiczenie obejmuje: 1. Oznaczenie miana roztworu AgNO 3 2. Oznaczenie
Sprawdzenie narzędzi pomiarowych i wyznaczenie niepewności rozszerzonej typu A w pomiarach pośrednich
Podstawy Metrologii i Technik Eksperymentu Laboratorium Sprawdzenie narzędzi pomiarowych i wyznaczenie niepewności rozszerzonej typu A w pomiarach pośrednich Instrukcja do ćwiczenia nr 4 Zakład Miernictwa
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
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE
1 JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE Precyzja Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/1 80-95 GDAŃSK e-mail: kaczor@chem.pg.gda.pl
Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE DRUGIEJ LICEUM
Potęgi, pierwiastki i logarytmy 23 h DZIAŁ PROGRAMOWY JEDNOSTKA LEKCYJNA Matematyka z plusem dla szkoły ponadgimnazjalnej 1 WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE DRUGIEJ LICEUM POZIOMY WYMAGAŃ EDUKACYJNYCH:
Wykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii
Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:
INFORMATYKA W CHEMII Dr Piotr Szczepański
INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizycznej i Fizykochemii Polimerów WPROWADZENIE DO STATYSTYCZNEJ OCENY WYNIKÓW DOŚWIADCZEŃ 1. BŁĄD I STATYSTYKA błąd systematyczny, błąd przypadkowy,
Analiza zróżnicowania, asymetrii i koncentracji
Analiza zróżnicowania, asymetrii i koncentracji Miary zróżnicowania Miary średnie, chociaż reprezentują wszystkie jednostki badanej zbiorowości, nie dają wyczerpującej charakterystyki szeregu statystycznego,
Pracownia Astronomiczna. Zapisywanie wyników pomiarów i niepewności Cyfry znaczące i zaokrąglanie Przenoszenie błędu
Pracownia Astronomiczna Zapisywanie wyników pomiarów i niepewności Cyfry znaczące i zaokrąglanie Przenoszenie błędu Każdy pomiar obarczony jest błędami Przyczyny ograniczeo w pomiarach: Ograniczenia instrumentalne
Wprowadzenie do chemii seminarium 2
Wprowadzenie do chemii seminarium 2 Cyfry znaczące, działania na cyfrach znaczących, operatory matematyczne; Podstawą fizyki i chemii są eksperymenty a ich wynikiem pomiary zawierające liczby. Bez danych
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
Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Niepewności pomiarów
Niepewności pomiarów Międzynarodowa Organizacja Normalizacyjna (ISO) w roku 1995 opublikowała normy dotyczące terminologii i sposobu określania niepewności pomiarów [1]. W roku 1999 normy zostały opublikowane
Typy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe
Typy zmiennych Graficzne reprezentacje danych Statystyki opisowe Jakościowe charakterystyka przyjmuje kilka możliwych wartości, które definiują klasy Porządkowe: odpowiedzi na pytania w ankiecie ; nigdy,
Wykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Walidacja metod analitycznych Raport z walidacji
Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Zakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku.
Zakład Ubezpieczeń Społecznych Departament Statystyki Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku. Warszawa 2010 I. Badana populacja. W marcu 2010 r. emerytury
Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34
Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Def. Charakterystyki liczbowe to wielkości wyznaczone na podstawie danych statystycznych, charakteryzujące własności badanej cechy. Klasyfikacja
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Szacowanie niepewności oznaczania / pomiaru zawartości... metodą... Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH
ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH Pomiary (definicja, skale pomiarowe, pomiary proste, złożone, zliczenia). Błędy ( definicja, rodzaje błędów, błąd maksymalny i przypadkowy,). Rachunek błędów Sposoby
Automatyka i pomiary wielkości fizykochemicznych. Instrukcja do ćwiczenia III. Pomiar natężenia przepływu za pomocą sondy poboru ciśnienia
Automatyka i pomiary wielkości fizykochemicznych Instrukcja do ćwiczenia III Pomiar natężenia przepływu za pomocą sondy poboru ciśnienia Sonda poboru ciśnienia Sonda poboru ciśnienia (Rys. ) jest to urządzenie
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)
STATYSTYKA MATEMATYCZNA narzędzie do opracowywania i interpretacji wyników pomiarów
STATYSTYKA MATEMATYCZNA narzędzie do opracowywania i interpretacji wyników pomiarów Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Statystyka matematyczna - część matematyki
Spektroskopia molekularna. Ćwiczenie nr 1. Widma absorpcyjne błękitu tymolowego
Spektroskopia molekularna Ćwiczenie nr 1 Widma absorpcyjne błękitu tymolowego Doświadczenie to ma na celu zaznajomienie uczestników ćwiczeń ze sposobem wykonywania pomiarów metodą spektrofotometryczną
Komputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych dr inż. Adam Kisiel kisiel@if.pw.edu.pl pokój 117b (12b) 1 Materiały do wykładu Transparencje do wykładów: http://www.if.pw.edu.pl/~kisiel/kadd/kadd.html Literatura
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy. Klasa I (60 h)
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy (według podręczników z serii MATeMAtyka) Temat Klasa I (60 h) Liczba godzin 1. Liczby rzeczywiste 15 1. Liczby naturalne
Ćwiczenia 1-2 Analiza rozkładu empirycznego
Ćwiczenia 1-2 Zadanie 1. Z kolokwium z ekonometrii studenci otrzymali następujące oceny: 5 osób dostało piątkę, 20 os. dostało czwórkę, 10 os. trójkę, a 3 osoby nie zaliczyły tego kolokwium. Należy w oparciu
Ćwiczenie 1. Metody określania niepewności pomiaru
Grzegorz Wielgoszewski Data wykonania ćwiczenia: Nr albumu 134651 7 października 01 Proszę podać obie daty. Grupa SO 7:30 Data sporządzenia sprawozdania: Stanowisko 13 3 listopada 01 Proszę pamiętać o
Dr inż. Paweł Fotowicz. Procedura obliczania niepewności pomiaru
Dr inż. Paweł Fotowicz Procedura obliczania niepewności pomiaru Przewodnik GUM WWWWWWWWWWWWWWW WYRAŻANIE NIEPEWNOŚCI POMIARU PRZEWODNIK BIPM IEC IFCC ISO IUPAC IUPAP OIML Międzynarodowe Biuro Miar Międzynarodowa
SPIS TREŚCI WSTĘP... 8 1. LICZBY RZECZYWISTE 2. WYRAŻENIA ALGEBRAICZNE 3. RÓWNANIA I NIERÓWNOŚCI
SPIS TREŚCI WSTĘP.................................................................. 8 1. LICZBY RZECZYWISTE Teoria............................................................ 11 Rozgrzewka 1.....................................................
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
Laboratorium Metrologii
Laboratorium Metrologii Ćwiczenie nr 1 Metody określania niepewności pomiaru. I. Zagadnienia do przygotowania na kartkówkę: 1. Podstawowe założenia teorii niepewności. Wyjaśnić znaczenie pojęć randomizacja
Statystyczne metody analizy danych
Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezińska Definicje Statystyka (ang.statistics) - to nauka zajmująca się zbieraniem, prezentowaniem i analizowaniem
ZAKRES PODSTAWOWY. Proponowany rozkład materiału kl. I (100 h)
ZAKRES PODSTAWOWY Proponowany rozkład materiału kl. I (00 h). Liczby rzeczywiste. Liczby naturalne. Liczby całkowite. Liczby wymierne. Liczby niewymierne 4. Rozwinięcie dziesiętne liczby rzeczywistej 5.
Plan wynikowy z wymaganiami edukacyjnymi z matematyki w zakresie podstawowym dla klasy 1 zsz Katarzyna Szczygieł
Plan wynikowy z wymaganiami edukacyjnymi z matematyki w zakresie podstawowym dla klasy 1 zsz Katarzyna Szczygieł Lp. Temat Kształcone umiejętności 1 Zasady pracy na lekcjach matematyki. Dział I. LICZBY
Miary w szeregach. 1 Miary klasyczne. 1.1 Średnia Średnia arytmetyczna
Miary w szeregach 1 Miary klasyczne 1.1 Średnia 1.1.1 Średnia arytmetyczna Zad. 1 średnia dla szeregu rozdzielczego punktowego W tabeli zestawiono wyniki badań czasu wykonania 15 detali. Jest to szereg
Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34
Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/
Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Stron 7 Załączniki Nr 1 Nr Nr 3 Stron Symbol procedury PN//xyz Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
PODSTAWOWE TECHNIKI PRACY LABORATORYJNEJ: WAŻENIE, SUSZENIE, STRĄCANIE OSADÓW, SĄCZENIE
PODSTAWOWE TECHNIKI PRACY LABORATORYJNEJ: WAŻENIE, SUSZENIE, STRĄCANIE OSADÓW, SĄCZENIE CEL ĆWICZENIA Zapoznanie studenta z podstawowymi technikami pracy laboratoryjnej: ważeniem, strącaniem osadu, sączeniem
Analiza struktury i przeciętnego poziomu cechy
Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów
Laboratorium 3 - statystyka opisowa
dla szeregu rozdzielczego Laboratorium 3 - statystyka opisowa Agnieszka Mensfelt 11 lutego 2019 dla szeregu rozdzielczego Statystyka opisowa dla szeregu rozdzielczego Przykład wyniki maratonu Wyniki 18.
Dokładność pomiaru: Ogólne informacje o błędach pomiaru
Dokładność pomiaru: Rozumny człowiek nie dąży do osiągnięcia w określonej dziedzinie większej dokładności niż ta, którą dopuszcza istota przedmiotu jego badań. (Arystoteles) Nie można wykonać bezbłędnego
Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA
Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:
Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40
Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy
Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia
Wykład 2 Statystyka opisowa - Miary rozkładu: Miary położenia Podział miar Miary położenia (measures of location): 1. Miary tendencji centralnej (measures of central tendency, averages): Średnia arytmetyczna