Funkcja napięcia akumulatora kwasowego

Wielkość: px
Rozpocząć pokaz od strony:

Download "Funkcja napięcia akumulatora kwasowego"

Transkrypt

1 PSZCZÓŁKOWSKI Józef 1 DYGA Grzegorz 2 Funkcja napięcia akumulatora kwasowego WSTĘP Akumulator kwasowo-ołowiowy jest podstawowym i odnawialnym źródłem energii elektrycznej w pojazdach samochodowych. Wzrost liczby elementów elektrycznych oraz elektronicznych sprawił, że rośnie rola akumulatora we współczesnym samochodzie. Zadaniem akumulatora jest zasilanie rozrusznika w chwili rozruchu silnika spalinowego oraz wszystkich podzespołów elektrycznych i elektronicznych, których prawidłowe funkcjonowanie jest warunkiem podjęcia samodzielnej pracy przez silnik i unieruchomienie pojazdu. Dlatego też utrzymanie odpowiedniego stanu technicznego akumulatora jest bardzo ważnym czynnikiem warunkującym poprawne funkcjonowanie pojazdu samochodowego. Jako miary stanu samochodowego akumulatora kwasowego należy stosować pojęcie stanu technicznego, rozumiane jako iloraz jego maksymalnej rzeczywistej pojemności do pojemności znamionowej oraz stanu naładowania, definiowanego jako stosunek ładunku elektrycznego, który jest zgromadzony w akumulatorze do jego maksymalnej ilości, jaką można zgromadzić w akumulatorze przy aktualnym stanie technicznym. Zmiana stanu technicznego wynika z nieodwracalnych procesów starzenia polegających na wydzielaniu się gruboziarnistego siarczanu ołowiu, zaś stanu naładowania jest powodowana zachodzeniem odwracalnych procesów rozładowania wskutek poboru prądu. Najważniejszym parametrem charakteryzującym właściwości akumulatora kwasowo-ołowiowego jako źródła prądu jest napięcie na zaciskach mierzone w chwili obciążenia. Znajomość procesów zachodzących w trakcie pracy akumulatora oraz jego charakterystyk pozwala wskazać czynniki mające wpływ na napięcie na zaciskach w warunkach obciążenia prądowego. Należą do nich: cechy konstrukcyjne i technologiczne akumulatora, natężenie pobieranego prądu, temperatura akumulatora, a przede wszystkim elektrolitu, którego rezystancja wewnętrzna jest zależna od temperatury, stan techniczny (rozumiany jako nieodwracalna utrata pojemności spowodowana zasiarczeniem masy czynnej płyt), stopień naładowania (rozumiany jako odwracalna utrata pojemności). Cechy konstrukcyjne oraz technologiczne mające wpływ na napięcie na zaciskach akumulatora są wyrażone za pomocą pojemności znamionowej dwudziestogodzinnej danego akumulatora. Wzrost natężenia prądu pobieranego z akumulatora powoduje spadek napięcia na jego zaciskach i wynika ze spadku napięcia na rezystancji wewnętrznej. Zmiana temperatury, przy stałej wartości natężenia prądu obciążenia, powoduje zmianę wartości napięcia w ten sposób, że wzrost temperatury powoduje wzrost napięcia na zaciskach, spadek natomiast powoduje spadek napięcia. Wynika to ze zmian właściwości elektrolitu wraz ze zmianą temperatury. Decydujący wpływ na wartość napięcia wyładowania ma stan techniczny. Im gorszy stan techniczny akumulatora większa nieodwracalna utrata pojemności, tym mniejsza wartość napięcia na zaciskach akumulatora jest rejestrowana w chwili obciążenia. W zależności od zmian użytecznej pojemności akumulatora, a więc od jego stanu naładowania, zmienia się wartość napięcia mierzona na jego zaciskach. Przy zmniejszeniu stopnia naładowania zmniejsza się wartość napięcia mierzona na biegunach rozpatrywanego akumulatora. Wartość napięcia na zaciskach obciążonego akumulatora może więc być dobrym parametrem diagnostycznym jego stanu. Stan techniczny oraz stan naładowania mają istotny wpływ na poziom 1 Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Wydział Mechaniczny; Warszawa; ul. gen. S. Kaliskiego 2. Tel: , 2 Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego, Wydział Mechaniczny; Warszawa; ul. gen. S. Kaliskiego 2. Tel: , gdyga@wat.edu.pl 5347

2 napięcia na zaciskach akumulatora w chwili obciążenia, ponadto wartość napięcia zależy również od innych wyżej wymienionych czynników. Jednoznaczne ustalenie zależności napięcia od wymienionych zmiennych niezależnych jest zadaniem trudnym do zrealizowania. Wykreślenie charakterystyk opisujących powyższe parametry pozwala jedynie na stwierdzenie czy istnieje związek między rozpatrywanymi zmiennymi. Aby parametr diagnostyczny, jakim jest napięcie mierzone na obciążonym akumulatorze, był przydatny do oceny stanu akumulatora uzasadnione jest określenie wpływu poszczególnych zmiennych niezależnych na ten parametr. Ze względu na złożoność zagadnienia wpływ poszczególnych zmiennych niezależnych na zmienną zależną napięcie na zaciskach obciążonego akumulatora można wyznaczyć za pomocą metod wielowymiarowej analizy regresji. Aby tego dokonać należy zbadać zależności jednowymiarowe poszczególnych zmiennych tj.: napięcia od czynników go określających, a w dalszej kolejności, w oparciu o jednowymiarowe charakterystyki zbudować model dwuwymiarowy. Posłużą one do sprawdzenia charakteru zależności oraz wpływu na wartość napięcia pozostałych zmiennych niezależnych. Wykreślone na podstawie badań charakterystyki akumulatora kwasowo-ołowiowego potwierdzają, że jednowymiarowe zależności napięcia obciążonego akumulatora od jego stanu, natężenia prądu rozładowania oraz temperatury w szerokim przedziale zmienności mogą zostać opisane z wykorzystaniem funkcji linowych. Liniowy charakter zależności umożliwia wyznaczenie wielowymiarowej funkcji regresji dla napięcia obciążonego akumulatora, co umożliwi określanie jego stanu technicznego na podstawie pomiaru napięcia na jego zaciskach [3]. W artykule podjęto próbę opisania związków między zmienną zależną napięciem na zaciskach obciążonego akumulatora, a zmiennymi niezależnymi, mającymi wpływ na jego wartość. Pierwsza część opisuje związki jednowymiarowe, druga natomiast zależności dwuwymiarowe. 1. JEDNOWYMIAROWE FUNKCJE REGRESJI NAPIĘCIA AKUMULATORA Zależność między napięciem na zaciskach obciążonego akumulatora a czynnikami mającymi wpływ na jego wartość ma w dostatecznie szerokim zakresie zmian zmiennych niezależnych charakter liniowy. Określenie ilościowego wpływu zmiennych niezależnych na wartość zmiennej zależnej jest przedmiotem analizy regresji. Jednowymiarowy matematyczny model regresyjny ma postać (1): gdzie: wartość zmiennej zależnej wyznaczonej na podstawie modelu matematycznego, x zmienna niezależna, a współczynnik określający zmienną niezależną, b wyraz wolny, ε parametr określający odchylenie wartości zmiennej y od linii regresji. Dobór parametrów matematycznego modelu regresyjnego jest realizowany najczęściej metodą najmniejszych kwadratów. Oszacowane wartości współczynników są tak dobrane, że suma kwadratów odchyleń (reszt) od linii prostej osiąga minimum, a więc [2]: gdzie: y i wynik i-tego pomiaru zmiennej zależnej. W rozważanym przypadku zmienną zależną jest napięcie na zaciskach obciążonego źródła zasilania, natomiast zmiennymi niezależnymi cechy mające wpływ na wartość napięcia, np.: natężenie prądu obciążenia, stopień naładowania akumulatora, temperatura elektrolitu, która powoduje zmiany jego lepkości przekładające się na zdolność akumulatora do oddawania ładunku elektrycznego. Wyznaczenie zależności między napięciem a czynnikami je opisującymi jest ważnym elementem opracowywanej metody diagnostycznej silnika spalinowego i jego układu rozruchowego, w tym akumulatora. Dla wstępnego wyznaczenia jej postaci przeprowadzono badania napięcia pracy zbioru (1) (2) 5348

3 akumulatorów o różnej pojemności znamionowej i stanie technicznym. Zmiennymi niezależnymi były: natężenie prądu wyładowania, temperatur oraz stan naładowania akumulatorów. W tabeli nr 1 zamieszczono dane badanych akumulatorów dotyczące pojemności znamionowej i rzeczywistej oraz stanu technicznego, zdefiniowanego jako iloraz pojemności. Pojemność rzeczywistą określono na podstawie liczby cykli wyładowania akumulatorów. Tab. 1. Stan techniczny badanych akumulatorów kwasowych [3] Parametr 50 Ah 54 Ah 110 Ah 170 Ah Q 20 [Ah] Q rzeczywista [Ah] 21, ,9 48,6 Stan techn. [%] 42, ,1 28,6 Jak wynika z tabeli, stan techniczny poszczególnych akumulatorów był zróżnicowany najlepszy stan ma akumulator o pojemności 54 Ah, jako akumulator nowy. Pozostałe akumulatory były eksploatowane do chwili wykonania badań, dlatego ich stan odbiega o nominalnego. Zależności napięcia na zaciskach obciążonego akumulatora od poszczególnych parametrów mających wpływ na jego wartość opisano za pomocą analizy regresji. Na rysunku nr 1 przedstawiono zależności napięcia na zaciskach poszczególnych akumulatorów od natężenia prądu wraz z funkcjami regresji. Kolejne przebiegi zawierają zmiany napięcia w funkcji natężenia prądu adekwatne do cyklu rozładowania. Każdy cykl powodował zmniejszenie stopnia naładowania akumulatora o określoną wartość, uzależnioną od liczby wykonanych rozładowań oraz jego pojemności rzeczywistej. Zgodnie z prawem Ohma, wraz ze wzrostem obciążenia, napięcie na zaciskach akumulatora maleje, skutkiem czego współczynnik kierunkowy linii regresji jest ujemny. Ponadto, linie po każdym cyklu rozładowania stają się bardziej strome, co oznacza, że wartość bezwzględna współczynnika jest większa. Widać to przede wszystkim na rysunku 1a. a) b) cykl 1 cykl 2 cykl I [A] c) d) Typ akum. 0 cykl 1 cykl 2 cykl 3 cykl I [A] cykl 1 cykl 2 cykl 3 cykl 4 cykl 5 cykl I [A] I [A] Rys. 1. Zmiany napięcia obciążonego akumulatora w funkcji natężenia prądu w zależności od cyklu rozładowania dla akumulatorów o pojemności: a) 50 Ah, b) 54 Ah, c) 110 Ah, d) 170 Ah W tabeli nr 2 zestawiono parametry modelu matematycznego opisywanych przebiegów dla poszczególnych akumulatorów. Współczynnik a związany ze zmienną prądową przyjmuje wartości cykl 1 cykl 2 cykl 5349

4 ujemne, co jak już wcześniej wspomniano, wynika z prawa Ohma (3) opisującego zależność napięcia i natężenia prądu. Na podstawie wartości zamieszczonych w tabeli 2 wynika, że współczynnik a równania regresji zwiększa swoją wartość bezwzględną po kolejnym cyklu rozładowania akumulatorów. Współczynnik ten wskazuje, o ile zmieni się wartość zmiennej zależnej (napięcia na zaciskach obciążonego akumulatora), gdy wartość natężenia prądu zmieni się o jeden Amper. Wzrost współczynnika określającego zmienną prądową w kolejnych cyklach rozładowania sprawia, że wartość napięcia mierzonego na zaciskach szybciej maleje, a więc zdolność akumulatora do oddawania ładunku elektrycznego zmniejsza się w miarę jego rozładowania. Po kolejnych cyklach rozładowania jednostkowa zmiana natężenia prądu rozładowania powoduje większy, adekwatny do wartości współczynnika a, spadek wartości napięcia. Tab. 2. Współczynniki równania regresji dla zależności napięcia od natężenia prądu Nr cyklu Współcz. Cykl 0 Cykl 1 Cykl 2 Cykl 3 Cykl 4 Cykl 5 Akumulator 50Ah a -0,0110-0,0133-0,0261 b 11, , ,3950 R 2 0,9561 0,9980 0,9101 Akumulator 54 Ah a -0,0068-0,0075-0,0079-0,0087-0,0108-0,0133 b 12, , , , , ,7736 R 2 0,9998 0,9994 0,9996 0,9999 0,9920 0,9966 Akumulator 110 Ah a -0,0091-0,0080-0,0075-0,0086 b 12, , , ,9586 R 2 0,9604 0,8047 0,9981 0,9993 Akumulator 170 Ah a -0,0058-0,0067-0,0076 b 12, , ,1565 R 2 0,9679 0,9743 0,9990 Ponadto współczynnik a przyjmuje tym większe wartości bezwzględne, im gorszy jest stan techniczny akumulatora i mniejsza jego pojemność, co jest bezpośrednio związane z jego rezystancją wewnętrzną. Bezwzględne wartości współczynnika prądowego dla akumulatora o pojemności 50 Ah są największe, związane jest to z jego stanem technicznym oraz najmniejszą pojemnością. Odpowiednio akumulator o pojemności 170 Ah wykazuje najmniejsze bezwzględne wartości tego współczynnika pomimo gorszego stanu technicznego. Związane jest to z jego pojemnością znamionową oraz dużą gęstością elektrolitu [3]. Analiza danych zawartych w tabeli 2 wskazuje na zmniejszanie się wartości współczynnika b równania regresji po kolejnych cyklach rozładowania każdego z akumulatorów (z wyjątkiem cyklu 2 dla akumulatora o pojemności 50 Ah, co jest tu związane z nadmiernym jego rozładowaniem). Jak wynika z prawa Ohma (3) współczynnik b funkcji regresji reprezentuje w równaniu siłę elektromotoryczną. Jej wartość jest zależna również od gęstości elektrolitu, która maleje wraz ze zwiększeniem stopnia rozładowania. Obserwowana zależność ma więc uzasadnienie fizyczne. gdzie: U wartość napięcia na zaciskach akumulatora, E siła elektromotoryczna akumulatora, R w współczynnik określający zmienną niezależną, I natężenie prądu. (3) 5350

5 Wykorzystany do opisu zależności między badanymi zmiennymi liniowy model regresyjny jest adekwatny, o czym świadczy wartość współczynnika determinacji R 2. Określa on, w jakim stopniu model matematyczny wyjaśnia związki pomiędzy zmienną zależną i niezależną. Jest definiowany [2]: gdzie: R 2 współczynnik determinacji, przewidywana wartość zmiennej zależnej wyznaczona na podstawie równania regresji, średnia wartość zmiennej zależnej wyliczona na podstawie wyników pomiarów, y i zmierzona wartość zmiennej zależnej. Współczynnik determinacji dla poszczególnych modeli przyjmuje duże wartości, na ogół powyżej 0,95. Oznacza to, że model matematyczny oraz wyznaczone za pomocą metody najmniejszych kwadratów współczynniki równania regresji mogą być wykorzystane do przewidywania zależności opisywanych zmiennych z bardzo dobrym przybliżeniem. Odpowiednio wartości składnika resztowego dla poszczególnych modeli regresyjnych są małe. Kolejnym analizowanym parametrem, który ma istotny wpływ na wartość napięcia na zaciskach obciążonego akumulatora jest temperatura. Na rysunku nr 2 przedstawiono przebiegi U=f(T), dla akumulatorów obciążonych zmiennymi wartościami natężenia prądu. Najmniejsza wartość prądu rozładowania wynosiła około 60 A (oznaczona jako I1), największa około 200 A (oznaczona jako I4). a) b) T [ o C] c) d) T [ o C] T [ o C] Rys. 2. Zmiana napięcia na zaciskach akumulatora w funkcji temperatury wraz z liniami regresji: a) akumulator o pojemności 50 Ah, b) 54 Ah, c) 110 Ah, d) 170 Ah Dla przebiegów przedstawionych na rysunku 2 wyznaczono linie regresji, a poszczególne składniki matematycznego modelu regresyjnego zestawiono w tabeli nr 3. Współczynnik a związany ze zmianą temperatury określa o ile zmieni się wartość napięcia na zaciskach akumulatora przy jednostkowej zmianie temperatury. Przyjmuje on wartości dodatnie, co wynika z właściwości elektrolitu, tj., wraz ze wzrostem temperatury maleje jego lepkość, a w związku z tym zwiększa się ruchliwość jonów przenoszących ładunki elektryczne i maleje opór wewnętrzny akumulatora T [ o C] (4) 5351

6 Tab. 3. Wartości współczynników modelu regresji dla zmiennych: napięcie, temperatura. I Współcz. I1 I2 I3 I4 Akumulator 50 Ah a 0,0066 0,0088 0,0123 0,0159 b 11, , ,0334 9,7208 R 2 0,5550 0,8077 0,8081 0,8792 Akumulator 54 Ah a 0,0102 0,0165 0,0179 0,0212 b 11, , , ,5941 R 2 0,9717 0,9492 0,9652 0,9974 Akumulator 110 Ah a 0,0069 0,0124 0,0150 0,0164 b 11, , , ,7323 R 2 0,5927 0,9390 0,9494 0,9698 Akumulator 170 Ah a 0,0044 0,0090 0,0127 0,0144 b 11, , , ,8198 R 2 0,9059 0,9885 0,9175 0,9190 Współczynnik temperaturowy funkcji regresji wzrasta wraz ze wzrostem obciążenia niezależnie od pojemności akumulatora. Trudno tu jednoznacznie określić przyczynę takich zmian wartości współczynnika. Można stwierdzić jedynie, że wraz ze wzrostem obciążania akumulatora największymi wartościami prądu rozładowania intensyfikują się zjawiska niekorzystne dla przepływu prądu w elektrolicie. Ponadto na wartość tego współczynnika istotny wpływ ma stan techniczny akumulatorów. Największe wartości przyjmuje on dla akumulatora o pojemności 54 Ah, którego stan techniczny był najlepszy akumulator nowy. Stan techniczny akumulatora o pojemności 170 Ah był najgorszy, a wówczas współczynnik a przyjmuje najmniejsze wartości. Znacznie łatwiej jest określić tendencje zmian wyrazu wolnego funkcji regresji. Reprezentuje on wartość napięcia na zaciskach akumulatora w temperaturze 0 o C. Jest zatem oczywiste, że przy wyładowaniu dużymi wartościami natężenia prądu, spadek napięcia na zaciskach jest większy. Stąd wartość współczynnika b funkcji maleje wraz ze wzrostem obciążenia. Współczynnik determinacji R 2 funkcji określającej związek między temperaturą a napięciem na zaciskach obciążonego akumulatora przyjmuje dość zróżnicowane, ale na ogół duże wartości. Oznacza to, że regresyjny liniowy model matematyczny dobrze wyjaśnia zależności występujące między opisanymi zmiennymi. W większości przypadków przyjmuje wartości powyżej 0,9, a tylko dla akumulatora o pojemności 50 Ah i 110 Ah dla obciążenia prądem I1 jest on mniejszy niż 0, y = ln(x) R² = y = 0.991ln(x) R² = y = ln(x) R² = y = ln(x) R² = k Rys. 3. Zależność napięcia od stopnia naładowania akumulatora o pojemności 54 Ah wraz z logarytmiczną funkcją regresji Na rysunku 3 przedstawiono zależności napięcia od stopnia naładowania dla akumulatora o pojemności 54 Ah i ich opis za pomocą logarytmicznej funkcji regresji. Próba opisu zależności 5352

7 funkcją liniową w pełnym zakresie zmienności tego parametru nie dała zadowalających rezultatów. Możliwe jest jednak zbudowanie dla tej zależności odpowiednio dokładnego modelu liniowego w ograniczonym zakresie zmian parametru, co przedstawiono na rysunku 4. a) b) k Rys. 4. Zależności napięcia od stopnia naładowania akumulatora o pojemności 54 Ah dla: a) pięciu różnych stopni naładowania, b) dla czterech różnych stopni naładowania Na rysunku 4a przedstawiono zależności napięcia na zaciskach akumulatora od jego stopnia naładowania dla pięciu zmian stopnia naładowania (od ok. 0,4), gdzie k = 1 oznacza akumulator w pełni naładowany. Rysunek 4b przedstawia tę samą zależność dla czterech wartości stopnia naładowania (od ok. 0,6 do 1). Przebiegi sporządzono dla czterech stopni obciążenia akumulatora natężeniem prądu rozładowania zawierającym się w przedziale A (od I1 do I4). Ograniczenie zakresu zmienności stopnia naładowania wynika z faktu, że uwzględnienie niższych stopni naładowania akumulatora powoduje, że zależność staje się nieliniowa. Wartości poszczególnych współczynników matematycznego modelu regresji liniowej przedstawia tabela 4. Tab. 4. Wartości współczynników modelu regresji dla zmiennych: napięcie, stopień naładowania I Współcz. I1 I2 I3 I4 Akumulator 54 Ah dla k = 5 punktów a 0,8368 1,0570 1,2185 1,4849 b 10, ,3392 9,8615 9,4243 R 2 0,9313 0,9552 0,9475 0,8960 Akumulator 54 Ah dla k = 4 punkty a 0,6558 0,8556 0,9571 1,0083 b 11, , ,0855 9,8328 R 2 0,9192 0,9688 0,9703 0,9462 Porównując współczynniki a funkcji regresji wyznaczone odpowiednio dla czterech i pięciu wartości stopnia naładowania łatwo zauważyć, że ich wartości wyznaczone na podstawie pięciu punktów pomiarowych są wyższe. Wynika z tego, że jednostkowa zmiana stopnia naładowania akumulatora spowoduje większą zmianę napięcia na zaciskach akumulatora co zachodzi szczególnie przy obniżonych wartościach stopnia naładowania. Współczynniki, zarówno dla pięciu jak i dla czterech punktów pomiarowych, rosną wraz ze wzrostem natężenia prądu obciążenia. Wysokie wartości współczynnika determinacji, zwłaszcza dla przebiegu utworzonego z czterech punktów pomiarowych oznaczają, że liniowy charakter zmian jest zachowany, a dobrany model matematyczny jest odpowiednim dla wyznaczania wartości zmiennej zależnej. Mniejsza wartość współczynnika R 2 dla linii regresji wykreślonej na podstawie pięciu punktów pomiarowych wynika z odchylania się ostatniego piątego punktu od trendu prostoliniowego. Jednowymiarowe funkcje regresji oraz analiza ich wpływu na zmienną zależną są podstawą do sporządzenia dwuwymiarowych funkcji opisujących wpływ zmiennych niezależnych na zmienną zależną. Na podstawie, których zostanie opracowana wielowymiarowa funkcja regresji dająca możliwość określenia stanu technicznego akumulatora na podstawie pomiaru napięcia k 5353

8 Składniki resztowe Składniki resztowe 2. WIELOWYMIAROWE FUNKCJE REGRESJI Wielowymiarowe funkcje regresji pozwalają określić związek między zmienną zależną, a zmiennymi niezależnymi. Ponadto można stwierdzić na podstawie testów statystycznych, która zmienna niezależna wywiera większy wpływ na wartość zmiennej zależnej. Na rysunku nr 5 przedstawiono wykresy rozkładu reszt funkcji liniowej dwóch zmiennych, tj. zależności napięcia od stopnia naładowania akumulatora k oraz natężenia prądu rozładowania I. a) b) 0.20 Zmienna X 1 Rozkład reszt 0.20 Zmienna X 2 Rozkład reszt k Rys. 5. Wykres rozkładu reszt dwuwymiarowej funkcji liniowej napięcia w zależności od stopnia naładowania akumulatora k (a) oraz prądu rozładowania I (b) dla akumulatora o pojemności 54 Ah Rozkład reszt pokazuje, w jakim stopniu wyznaczona na podstawie modelu wartość zmiennej zależnej jest zgodna z jej wartością wyznaczoną eksperymentalnie. Składniki resztowe zawierają się w przedziale 0,28 + 0,10 co oznacza, że odchylenia wartości zmiennej zależnej są małe. Charakterystyczny i dość regularny rozkład reszt w funkcji zmiennej k wynika z faktu, że funkcja liniowa nie jest tu najlepszym możliwym przybliżeniem, lepsze przybliżenie zależności uzyskuje się za pomocą funkcji logarytmicznej (rys. 3). Tabela nr 5 zawiera zestawienie współczynników matematycznego modelu regresyjnego oraz dane niezbędne do sprawdzenia adekwatności modelu oraz jego elementów składowych. Tab. 5. Wartości współczynników przyjętego modelu matematycznego Wartość Błąd Błąd stand. standardowy [%] Statystyka t t kr a 1 1,2978 0,1112 8,57 11,6733 2,11 a 2-0,0083 0,0005-5,57-17,9570 2,11 b 11,1312 0,0989 0,89 112,5891 2,11 Współczynnik R 2 wyjaśnia, jaka część zmienności zmiennej zależnej została wyjaśniona przez model. Jego wartość równa 0, 96, a także wartość błędu standardowego modelu równa 0,1 świadczą o jego bardzo dobrej zgodności z danymi eksperymentalnymi. Błąd standardowy pokazuje, w jakim stopniu wartość przewidziane obliczone przeciętnie różnią się od zmierzonych. Błędy standardowe poszczególnych parametrów określają, z jakim błędem oszacowany został parametr matematycznego modelu regresyjnego. W przypadku szacowania parametrów modelu zmienności napięcia największy błąd został popełniony podczas szacowania parametru a 1, gdyż wyniósł 8,57%. W celu sprawdzenia istotności współczynników modelu matematycznego wykorzystuje się statystykę t, której wynik potwierdza lub neguje istotność szacowanego parametru. Aby sprawdzić istotność parametrów należy znać wartość krytyczną rozkładu t-studenta, którą na podstawie przedziału istotności oraz liczby stopni swobody równania, określa się z tablic matematycznych lub oblicza za pomocą arkusza kalkulacyjnego. Jeżeli wartość krytyczna rozkładu t-studenta jest mniejsza od wartości bezwzględnej statystyki t, wyliczonej przez arkusz, wówczas parametr oraz związana z nim zmienna ma istotny wpływ na badane zjawisko. Dane zawarte w tabeli wskazują, że stopień naładowania akumulatora oraz natężenie prądu rozładowania mają istotny wpływ na zmianę napięcia I [A] 5354

9 Składniki resztowe Składniki resztowe U Składniki resztowe Na rys. 6 przedstawiono wyniki oceny zgodności liniowego modelu trójwymiarowego dla napięcia obciążonego akumulatora o pojemności 54 Ah w funkcji temperatury, natężenia prądu rozładowania oraz stopnia naładowania akumulatora a) b) T c) d) Rys. 6. Rozkład funkcji dopasowanej (a) oraz reszt dla modelu trójwymiarowego w funkcji stopnia naładowania k (b), natężenia prądu I (c), temperatury T(d) dla akumulatora o pojemności 54 Ah Wyznaczone równanie, które pozwala oszacować napięcie na zaciskach obciążonego akumulatora, jako funkcję zmiennych niezależnych ma następującą postać: (4) gdzie: U wartość napięcia akumulatora wyrażona w woltach, T temperatura akumulatora jest wyrażona w stopniach Celsjusza, I natężenie prądu rozładowania w amperach, k stopień naładowania jest wielkością bezwymiarową o zakresie zmienności od 0,4 do 1. Również w przypadku modelu trójwymiarowego duża wartość współczynnika R 2 równa 0,95 i jednocześnie mała wartość błędu standardowego, około 0,1 wskazują na bardzo dobrą zgodność modelu z wynikami eksperymentu. WNIOSKI T Rozkład linii dopasowanej U Przewidywane U I Rozkład reszt I k Rozkład reszt k Pojemność znamionowa, natężenie prądu rozładowania, temperatura i stan naładowania to cechy akumulatora kwasowo-ołowiowego mające wpływ na wartość napięcia na jego zaciskach w warunkach pracy (obciążenia prądowego). Jednowymiarowe zależności napięcia od każdego z wymienionych i jednocześnie determinujących je czynników: natężenia prądu rozładowania, temperatury i stopnia naładowania mogą być opisywane funkcjami liniowymi w szerokim zakresie zmienności tych czynników. Nieco bardziej złożona jest zależność napięcia od stanu naładowania akumulatora. W pełnym przedziale zmienności tego parametru jest ona znacznie lepiej opisywana za pomocą funkcji logarytmicznej. Jednak w przedziale stopnia naładowania nie mniejszego niż 0,5 dla celów praktycznych może być także stosowana tu funkcja liniowa T Rozkład reszt T 5355

10 Również regresyjne modele matematyczne dwu- i trójwymiarowe funkcje napięcia obciążonego akumulatora mogą być modelami liniowymi. Parametry stosowane do oceny statystycznej poprawności opisu napięcia funkcją liniową w przyjętym zakresie zmienności parametrów niezależnych (współczynnik determinacji i błąd standardowy) mają dla opracowanego modelu wartości wskazujące na bardzo dobrą jego zgodność z wynikami eksperymentu (adekwatność). Przeprowadzone badania nie pozwoliły na uwzględnienie jako zmiennej w modelu pojemności znamionowej akumulatora. Wynika to przede wszystkim z faktu, że zależność napięcia od stanu naładowanie nie jest funkcją liniową, lecz logarytmiczną a stan techniczny badanych akumulatorów o pojemnościach znamionowych 50, 110, i 170 Ah był zły. Opracowana funkcja będzie wykorzystywana w opracowywanej metodzie diagnozowania silnika i układu rozruchowego. Konieczne jest tu jednak zbudowanie funkcji nie tylko na podstawie prezentowanych badań stanowiskowych, ale przede wszystkim na danych pochodzących z badań rozruchowych silników, a więc uzyskanych w warunkach rzeczywistego obciążenia i zastosowania akumulatorów. Tak zbudowana funkcja będzie funkcją dającą możliwości szerokiego i ogólnego stosowania. Wysokie wartości współczynnika determinacji dla przyjętych liniowych modeli matematycznych oznaczają, że mogą one być wykorzystane do określania wartości napięcia na zaciskach akumulatora w warunkach obciążenia. Jeżeli zaś nieznaną wielkością będzie stan techniczny (stan naładowania) akumulatora, to może on być wyznaczony na podstawie opracowanego równania. W tym wyraża się aspekt diagnostyczny opracowanego modelu. Streszczenie W artykule przedstawiono cechy akumulatora kwasowo-ołowiowego mające wpływ na wartość napięcia na jego zaciskach w warunkach obciążenia prądowego. Wykazano, że zależności napięcia od każdego z determinujących je czynników: natężenia prądu rozładowania, temperatury i stopnia naładowania mogą być opisywane funkcjami liniowymi w szerokim zakresie zmienności tych czynników. W przypadku zależności napięcia od stanu naładowania akumulatora zastosowano także funkcję logarytmiczną. Zbudowano także matematyczne modele regresyjne (funkcje napięcia akumulatora) dwu- i trójwymiarowe. Dokonano oceny statystycznej poprawności opisu napięcia funkcją liniową w ograniczonym zakresie zmienności, przede wszystkim stopnia naładowania akumulatora (do około 0,5). Ograniczenia przyjęte dla funkcji liniowej nie pozwoliły na uwzględnienie jako zmiennej w modelu pojemności znamionowej akumulatora. Opracowana funkcja będzie (po jej uogólnieniu) wykorzystywana w opracowywanej metodzie diagnozowania silnika i układu rozruchowego. Voltage function of the acid battery Abstract The article presents the features of lead-acid battery having an impact on the value of the voltage at the terminals under the current discharging. It was shown that the dependences of the voltage on each of the factors that determine them: discharge current, temperature and charge level may be described using linear functions at a wide range of variation of these factors. In the case of the voltage depending on the battery status logarithmic function was used. There were also built two- and three-dimensional mathematical regression models (functions of the battery voltage). There was worked out a statistical evaluation of the accuracy of the description using a linear function of voltage in a limited range of variation, in particular the degree of battery charge (till about 0,5). Assumptions adopted for the linear function did not allowed to take as a variable in the model of the rated capacity of the battery. Developed function will (after its generalization) be used in the method being developed to diagnose the engine and the starter. BIBLIOGRAFIA 1. A. Czerwiński.: Akumulatory baterie ogniwa. Wydawnictwo Komunikacji i Łączności, Warszawa Draper N. R., Smith H.: Analiza regresji stosowana. PWN, Warszawa Pszczółkowski J., Dyga G.: Badanie zależności charakterystyk akumulatora od jego stanu. TTS 2013 nr,

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

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

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

OCENA WPŁYWU POJEMNOŚCI I PRĄDU WYŁADOWANIA NA WARTOŚĆ NAPIĘCIA OBCIĄŻONEGO AKUMULATORA

OCENA WPŁYWU POJEMNOŚCI I PRĄDU WYŁADOWANIA NA WARTOŚĆ NAPIĘCIA OBCIĄŻONEGO AKUMULATORA Józef PSZCZÓŁKOWSKI, Grzegorz DYGA OCENA WPŁYWU POJEMNOŚCI I PRĄDU WYŁADOWANIA NA WARTOŚĆ NAPIĘCIA OBCIĄŻONEGO AKUMULATORA W artykule poddano analizie wpływ pojemności rzeczywistej oraz natężenia prądu

Bardziej szczegółowo

Wyznaczanie krzywej ładowania kondensatora

Wyznaczanie krzywej ładowania kondensatora Ćwiczenie E10 Wyznaczanie krzywej ładowania kondensatora E10.1. Cel ćwiczenia Celem ćwiczenia jest zbadanie przebiegu procesu ładowania kondensatora oraz wyznaczenie stałej czasowej szeregowego układu.

Bardziej szczegółowo

Regresja i Korelacja

Regresja i Korelacja Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji

Bardziej szczegółowo

NAPIĘCIE PRACY AKUMULATORA W WARUNKACH ROZRUCHU SILNIKA

NAPIĘCIE PRACY AKUMULATORA W WARUNKACH ROZRUCHU SILNIKA Grzegorz DYGA, Józef PSZCZÓŁKOWSK NAPĘCE PRACY AKMLATORA W WARNKACH ROZRCH SLNKA W artykule przedstawiono wyniki zależności napięcia mierzonego na zaciskach obciążonego akumulatora w warunkach badań rozruchowych

Bardziej szczegółowo

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować

Bardziej szczegółowo

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31 Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO ĆWICZENIE 53 PRAWO OHMA DLA PRĄDU PRZEMIENNEGO Cel ćwiczenia: wyznaczenie wartości indukcyjności cewek i pojemności kondensatorów przy wykorzystaniu prawa Ohma dla prądu przemiennego; sprawdzenie prawa

Bardziej szczegółowo

Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych.

Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych. Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych. Ćwiczenie ma następujące części: 1 Pomiar rezystancji i sprawdzanie prawa Ohma, metoda najmniejszych kwadratów. 2 Pomiar średnicy pręta.

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y). Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

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

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIERSYTET TECHNOLOGICZNO-PRZYRODNICZY BYDGOSZCZY YDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆICZENIE: E3 BADANIE ŁAŚCIOŚCI

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza współzależności zjawisk Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34 Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

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

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

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

Bardziej szczegółowo

Analiza korelacyjna i regresyjna

Analiza korelacyjna i regresyjna Podstawy Metrologii i Technik Eksperymentu Laboratorium Analiza korelacyjna i regresyjna Instrukcja do ćwiczenia nr 5 Zakład Miernictwa i Ochrony Atmosfery Wrocław, kwiecień 2014 Podstawy Metrologii i

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

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

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1. Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w

Bardziej szczegółowo

ĆWICZENIE 3 REZONANS AKUSTYCZNY

ĆWICZENIE 3 REZONANS AKUSTYCZNY ĆWICZENIE 3 REZONANS AKUSTYCZNY W trakcie doświadczenia przeprowadzono sześć pomiarów rezonansu akustycznego: dla dwóch różnych gazów (powietrza i CO), pięć pomiarów dla powietrza oraz jeden pomiar dla

Bardziej szczegółowo

FIZYKA LABORATORIUM prawo Ohma

FIZYKA LABORATORIUM prawo Ohma FIZYKA LABORATORIUM prawo Ohma dr hab. inż. Michał K. Urbański, Wydział Fizyki Politechniki Warszawskiej, pok 18 Gmach Fizyki, murba@if.pw.edu.pl www.if.pw.edu.pl/ murba strona Wydziału Fizyki www.fizyka.pw.edu.pl

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ Korelacja oznacza fakt współzależności zmiennych, czyli istnienie powiązania pomiędzy nimi. Siłę i kierunek powiązania określa się za pomocą współczynnika korelacji

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)

Bardziej szczegółowo

Estymacja wektora stanu w prostym układzie elektroenergetycznym

Estymacja wektora stanu w prostym układzie elektroenergetycznym Zakład Sieci i Systemów Elektroenergetycznych LABORATORIUM INFORMATYCZNE SYSTEMY WSPOMAGANIA DYSPOZYTORÓW Estymacja wektora stanu w prostym układzie elektroenergetycznym Autorzy: dr inż. Zbigniew Zdun

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu

Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu Laboratorium Elektryczne Montaż Maszyn i Urządzeń Elektrycznych Instrukcja Laboratoryjna: Badanie ogniwa galwanicznego. Opracował: mgr inż.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1

Bardziej szczegółowo

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Analiza składowych głównych. Wprowadzenie

Analiza składowych głównych. Wprowadzenie Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących

Bardziej szczegółowo

Budowa i zasada działania akumulatora

Budowa i zasada działania akumulatora Budowa i zasada działania akumulatora Źródło https://neomax.pl/akumulator-world-batt-12v44ah-wbs02-03.html Źródło https://www.tayna.co.uk/industrial-batteries/sonnenschein/a602-1000/ 1 Akumulator elektryczny

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

WYKŁAD 8 ANALIZA REGRESJI

WYKŁAD 8 ANALIZA REGRESJI WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej

Bardziej szczegółowo

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę

Bardziej szczegółowo

Zadania ze statystyki cz.8. Zadanie 1.

Zadania ze statystyki cz.8. Zadanie 1. Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,

Bardziej szczegółowo

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,

Bardziej szczegółowo

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście KASYK Lech 1 Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście Tor wodny, strumień ruchu, Zmienna losowa, Rozkłady dwunormalne Streszczenie W niniejszym artykule przeanalizowano prędkości

Bardziej szczegółowo

Grupa: Zespół: wykonał: 1 Mariusz Kozakowski Data: 3/11/2013 111B. Podpis prowadzącego:

Grupa: Zespół: wykonał: 1 Mariusz Kozakowski Data: 3/11/2013 111B. Podpis prowadzącego: Sprawozdanie z laboratorium elektroniki w Zakładzie Systemów i Sieci Komputerowych Temat ćwiczenia: Pomiary podstawowych wielkości elektrycznych: prawa Ohma i Kirchhoffa Sprawozdanie Rok: Grupa: Zespół:

Bardziej szczegółowo

Metodę poprawnie mierzonego prądu powinno się stosować do pomiaru dużych rezystancji, tzn. wielokrotnie większych od rezystancji amperomierza: (4)

Metodę poprawnie mierzonego prądu powinno się stosować do pomiaru dużych rezystancji, tzn. wielokrotnie większych od rezystancji amperomierza: (4) OBWODY JEDNOFAZOWE POMIAR PRĄDÓW, NAPIĘĆ. Obwody prądu stałego.. Pomiary w obwodach nierozgałęzionych wyznaczanie rezystancji metodą techniczną. Metoda techniczna pomiaru rezystancji polega na określeniu

Bardziej szczegółowo

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9 Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli

Bardziej szczegółowo

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N = HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

Pomiar rezystancji metodą techniczną

Pomiar rezystancji metodą techniczną Pomiar rezystancji metodą techniczną Cel ćwiczenia. Poznanie metod pomiarów rezystancji liniowych, optymalizowania warunków pomiaru oraz zasad obliczania błędów pomiarowych. Zagadnienia teoretyczne. Definicja

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

2 K A T E D R A F I ZYKI S T O S O W AN E J

2 K A T E D R A F I ZYKI S T O S O W AN E J 2 K A T E D R A F I ZYKI S T O S O W AN E J P R A C O W N I A P O D S T A W E L E K T R O T E C H N I K I I E L E K T R O N I K I Ćw. 2. Łączenie i pomiar pojemności i indukcyjności Wprowadzenie Pojemność

Bardziej szczegółowo

W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1

W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1 Temat: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00 0,20) Słaba

Bardziej szczegółowo

Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński

Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński Streszczenie. W uprawach szklarniowych sałaty pojawia się następujący problem: kiedy

Bardziej szczegółowo

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO ĆWICZENIE 53 PRAWO OHMA DLA PRĄDU PRZEMIENNEGO Cel ćwiczenia: wyznaczenie wartości indukcyjności cewek i pojemności kondensatorów przy wykorzystaniu prawa Ohma dla prądu przemiennego; sprawdzenie prawa

Bardziej szczegółowo

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

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

Bardziej szczegółowo

5. Model sezonowości i autoregresji zmiennej prognozowanej

5. Model sezonowości i autoregresji zmiennej prognozowanej 5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Pochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych

Pochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych Pochodna i różniczka unkcji oraz jej zastosowanie do rachunku błędów pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją symbolami:

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy

Bardziej szczegółowo

E1. OBWODY PRĄDU STAŁEGO WYZNACZANIE OPORU PRZEWODNIKÓW I SIŁY ELEKTROMOTORYCZNEJ ŹRÓDŁA

E1. OBWODY PRĄDU STAŁEGO WYZNACZANIE OPORU PRZEWODNIKÓW I SIŁY ELEKTROMOTORYCZNEJ ŹRÓDŁA E1. OBWODY PRĄDU STŁEGO WYZNCZNIE OPORU PRZEWODNIKÓW I SIŁY ELEKTROMOTORYCZNEJ ŹRÓDŁ tekst opracowała: Bożena Janowska-Dmoch Prądem elektrycznym nazywamy uporządkowany ruch ładunków elektrycznych wywołany

Bardziej szczegółowo

Parametry ogniw: napięcie ogniwa otwartego

Parametry ogniw: napięcie ogniwa otwartego Parametry ogniw: napięcie ogniwa otwartego OCV napięcie ogniwa bez obciążenia, siła elektromotoryczna. Pierwsze przybliżenie: różnica potencjałów standardowych Napięcie ogniwa może być zapisane jako różnica

Bardziej szczegółowo

Podstawy niepewności pomiarowych Ćwiczenia

Podstawy niepewności pomiarowych Ćwiczenia Podstawy niepewności pomiarowych Ćwiczenia 1. Zaokrąglij podane wartości pomiarów i ich niepewności. = (334,567 18,067) m/s = (153 450 000 1 034 000) km = (0,0004278 0,0000556) A = (2,0555 0,2014) s =

Bardziej szczegółowo

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją

Bardziej szczegółowo

R-PEARSONA Zależność liniowa

R-PEARSONA Zależność liniowa R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe

Bardziej szczegółowo

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno WERYFIKACJA MODELI MODELE LINIOWE Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno ANALIZA KORELACJI LINIOWEJ to NIE JEST badanie związku przyczynowo-skutkowego, Badanie współwystępowania cech (czy istnieje

Bardziej szczegółowo

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe? 2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali

Bardziej szczegółowo

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych

Bardziej szczegółowo

Laboratorium Metrologii

Laboratorium Metrologii Laboratorium Metrologii Ćwiczenie nr 3 Oddziaływanie przyrządów na badany obiekt I Zagadnienia do przygotowania na kartkówkę: 1 Zdefiniować pojęcie: prąd elektryczny Podać odpowiednią zależność fizyczną

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wielkości wejściowych

Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wielkości wejściowych Obliczanie niepewności rozszerzonej metodą analityczną opartą na splocie rozkładów wejściowych Paweł Fotowicz * Przedstawiono ścisłą metodę obliczania niepewności rozszerzonej, polegającą na wyznaczeniu

Bardziej szczegółowo

Rozkład Gaussa i test χ2

Rozkład Gaussa i test χ2 Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów

Bardziej szczegółowo

Analiza współzależności dwóch cech I

Analiza współzależności dwóch cech I Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

WYDZIAŁ.. LABORATORIUM FIZYCZNE

WYDZIAŁ.. LABORATORIUM FIZYCZNE W S E i Z W WASZAWE WYDZAŁ.. LABOATOUM FZYCZNE Ćwiczenie Nr 10 Temat: POMA OPOU METODĄ TECHNCZNĄ. PAWO OHMA Warszawa 2009 Prawo Ohma POMA OPOU METODĄ TECHNCZNĄ Uporządkowany ruch elektronów nazywa się

Bardziej szczegółowo

AKUMULATORY I BATERIE. DIAGNOSTYKA, PARAMETRY, OZNACZENIA.

AKUMULATORY I BATERIE. DIAGNOSTYKA, PARAMETRY, OZNACZENIA. Ćwiczenie nr 15 Temat: AKUMULATORY I BATERIE. DIAGNOSTYKA, PARAMETRY, OZNACZENIA. Cel: przestrzeganie przepisów bhp, ppoż. Ochrony środowiska, narzędzia do pracy przy obsłudze akumulatorów, poznać i rozumieć

Bardziej szczegółowo

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne

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

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Laboratorium z Elektrotechniki z Napędami Elektrycznymi

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Laboratorium z Elektrotechniki z Napędami Elektrycznymi Wydział: EAIiE kierunek: AiR, rok II Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Laboratorium z Elektrotechniki z Napędami Elektrycznymi Grupa laboratoryjna: A Czwartek 13:15 Paweł Górka

Bardziej szczegółowo

Aproksymacja funkcji a regresja symboliczna

Aproksymacja funkcji a regresja symboliczna Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą

Bardziej szczegółowo

Ć w i c z e n i e 1 POMIARY W OBWODACH PRĄDU STAŁEGO

Ć w i c z e n i e 1 POMIARY W OBWODACH PRĄDU STAŁEGO Ć w i c z e n i e POMIAY W OBWODACH PĄDU STAŁEGO. Wiadomości ogólne.. Obwód elektryczny Obwód elektryczny jest to układ odpowiednio połączonych elementów przewodzących prąd i źródeł energii elektrycznej.

Bardziej szczegółowo

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.

Bardziej szczegółowo

CEL ĆWICZENIA: Celem ćwiczenia jest zapoznanie się z zastosowaniem diod i wzmacniacza operacyjnego

CEL ĆWICZENIA: Celem ćwiczenia jest zapoznanie się z zastosowaniem diod i wzmacniacza operacyjnego WFiIS LABORATORIUM Z ELEKTRONIKI Imię i nazwisko: 1.. TEMAT: ROK GRUPA ZESPÓŁ NR ĆWICZENIA Data wykonania: Data oddania: Zwrot do poprawy: Data oddania: Data zliczenia: OCENA CEL ĆWICZENIA: Celem ćwiczenia

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący

Bardziej szczegółowo

Problem komputerowy Nr Element nieliniowy w obwodzie - cz. I

Problem komputerowy Nr Element nieliniowy w obwodzie - cz. I Problem komputerowy Nr 3.2.04 Element nieliniowy w obwodzie - cz. I I. Z pracowni fizycznej. 1. Element nieliniowy obwodu. W paragrafie 2.4 trzeciego tomu e-podręcznika opisano doświadczenie, w którym

Bardziej szczegółowo

E12. Wyznaczanie parametrów użytkowych fotoogniwa

E12. Wyznaczanie parametrów użytkowych fotoogniwa 1/5 E12. Wyznaczanie parametrów użytkowych fotoogniwa Celem ćwiczenia jest poznanie podstaw zjawiska konwersji energii świetlnej na elektryczną, zasad działania fotoogniwa oraz wyznaczenie jego podstawowych

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9 Stanisław Cichocki Natalia Nehrebecka Wykład 9 1 1. Dodatkowe założenie KMRL 2. Testowanie hipotez prostych Rozkład estymatora b Testowanie hipotez prostych przy użyciu statystyki t 3. Przedziały ufności

Bardziej szczegółowo

Fizyka (Biotechnologia)

Fizyka (Biotechnologia) Fizyka (Biotechnologia) Wykład I Marek Kasprowicz dr Marek Jan Kasprowicz pokój 309 marek.kasprowicz@ur.krakow.pl www.ar.krakow.pl/~mkasprowicz Marek Jan Kasprowicz Fizyka 013 r. Literatura D. Halliday,

Bardziej szczegółowo