FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Agric., Aliment., Pisc., Zootech.
|
|
- Kazimiera Wilk
- 9 lat temu
- Przeglądów:
Transkrypt
1 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 0, Agric., Aliment., Pisc., Zootech. 300 (4), *Andrzej GREGORCZYK, Maria Katarzyna SWARCEWICZ OCENA NIEPEWNOŚCI OBLICZENIA CZASU PÓŁTRWANIA HERBICYDU W GLEBIE ASSESSMENT OF UNCERTAINTY CALCULATIONS OF HERBICIDE HALF-LIFE IN SOIL Katedra Agronomii, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie ul. PapieŜa Pawła VI nr 3, Szczecin Zakład Syntezy Organicznej i Technologii Leków, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, al. Piastów 4, Szczecin Abstract. The object of this study was the kinetics of disappearance of linuron in soil, under laboratory conditions. Compared two methods of indirect determination of half life time and estimation accuracy of the calculations. These were the analytical method (for example, a simple first-order reaction model) and the graphical method (assuming a linear decay of the active substance). According to the current international standards assume that a measure of uncertainty of measurement was the double value of standard deviation. Calculated expanded uncertainty of measurement of the absolute half period and the relative uncertainty. Depending on the method used was different, but similar half-life values (36. and 37.3 days). It was found that the analytical method was more accurate (relative uncertainty 3.0%) than the graphics (uncertainty 4.8%). Słowa kluczowe: czas półtrwania, interpolacja liniowa, linuron, model reakcji I rzędu, niepewność pomiaru. Key words: half-life time, linear interpolation, linuron, simple first-order kinetics model, uncertainty of measure. WSTĘP Kluczową wielkością w badaniu procesów degradacji pestycydów w środowisku jest czas, po którym aktualne stęŝenie herbicydu zmniejszy się do połowy początkowej wartości (Beulke i Brown 00, FOCUS 006). Jest to tzw. czas połowicznego zaniku, czas półtrwania, półokres T 0,5. Istotnym zagadnieniem jest teŝ oszacowanie niepewności (błędu) wartości T 0,5, poniewaŝ kaŝdy taki wynik powinien być podawany wraz z jego niepewnością wyznaczenia. Ogólnie niepewność pomiaru jest to parametr związany z wynikiem oznaczenia, charakteryzujący rozrzut wartości, które moŝna w uzasadniony sposób przypisać wartości mierzonej. Według obowiązujących obecnie norm międzynarodowych (Guide ISO 995, Szydłowski 000) przyjmuje się, Ŝe parametrem takim jest odchylenie standardowe lub jego wielokrotność. Niepewność (uncertainty) wielkości x oznaczana jest symbolem u(x), zaś niepewność względna u r (x). *Adres do korespondencji Corresponding author: prof. dr hab. Andrzej Gregorczyk, Katedra Agronomii, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, ul. PapieŜa Pawła VI nr 3, Szczecin, andrzej.gregorczyk@zut.edu.pl
2 58 A. Gregorczyk i M.K. Swarcewicz W zaleŝności od rodzaju pomiaru (bezpośredni czy pośredni) zróŝnicowane są metody obliczania popełnianej niepewności. Celem pracy było porównanie dwóch metod wyznaczenia wartości czasu połowicznego zaniku i szacowania dokładności jego obliczenia. Była to metoda analityczna (na przykładzie prostego modelu reakcji pierwszego rzędu) oraz metoda graficzna (przy załoŝeniu liniowego rozpadu substancji czynnej). Rozkład związku organicznego na drodze chemicznej czy biochemicznej często moŝna wyrazić kinetyką reakcji pierwszego rzędu (kiedy szybkość degradacji jest w przybliŝeniu proporcjonalna do stęŝenia). Jest to model kinetyczny SFO (simple first-order kinetics), przedstawiony równaniem: dc/dt = kc () gdzie: C stęŝenie substancji czynnej, t czas (w dniach), k stała szybkości reakcji (FOCUS 006). Forma całkowa równania () daje malejącą wykładniczą funkcję postaci: C(t) = C 0 exp( kt) () gdzie: C 0 stęŝenie początkowe, C 0 = C(0). Równanie () moŝna linearyzować za pomocą transformacji logarytmicznej: ln C(t) = ln C 0 kt (3) W przypadku modelu SFO, czas półtrwania łatwo obliczyć na podstawie równania (3) z teoretycznego wzoru: ln T 0,5 = (4) k MATERIAŁ I METODY Obiektem badań laboratoryjnych był linuron, herbicyd z grupy fenylomocznikowych, w postaci preparatu handlowego Linurex 500 S.C. (Makhteshim Agan Industries Ltd). W doświadczeniu uŝyto gleby lekkiej, pochodzącej z Lipnika koło Stargardu Szczecińskiego. Gleba ta zawierała 7% piasku, 6% iłu, % gliny,,7% materii organicznej, ph wynosiło 6,4, a wymienione cechy charakteryzowały poziom 0 0 cm. Badaniu poddano porcję 450 g gleby w roztworze wodnym. Początkowa koncentracja linuronu była równa,0 mg. kg. Próby przechowywano w stałych warunkach wilgotności 60% mpw gleby i temperaturze ± ºC. Pomiary stęŝenia linuronu w glebie wykonano w dniu rozpoczęcia doświadczenia i po 0, 0, 30, 40, 70, 90 dniach od aplikacji, w trzech powtórzeniach. Substancję aktywną oznaczano metodą chromatografii cieczowej (HPLC), uŝywając chromatografu Waters 600E z detektorem UV i kolumną Waters Nova Pack C8. Dane pierwotne koncentracji linuronu w glebie zostały zestawione w tabeli. Oceny parametrów równania () znaleziono, wykorzystując procedurę estymacji liniowej, gdzie funkcją straty jest minimum sumy najmniejszych kwadratów. Parametry funkcji degradacji (3) weryfikowano testem t-studenta na poziomie istotności a = 0,0. Za miarę zgodności dopasowania krzywych estymowanych do danych doświadczalnych przyjęto współczynnik determinacji R. Obliczenia wykonano, wykorzystując pakiet komputerowy Statistica wer. 9..
3 Tabela. StęŜenie linuronu w glebie Table. Linuron concentration in soil Ocena niepewności obliczenia czasu Pomiar Measurement Dni od aplikacji Days after treatment StęŜenie Concentration (mg kg ),05,95,976,963,75,73,773,303,375,40,36,54,00 0,9 0,94 0,987 0,5 0,54 0,587 0,373 0,35 0,344 WYNIKI Metoda analityczna Współczynniki modelu matematycznego SFO znaleziono po uprzedniej linearyzacji równania () za pomocą transformacji logarytmicznej. Wartości estymatorów k (0,09) i ln C 0 (0,76) parametrów funkcji (3) zostały obliczone z wygenerowaniem przez program komputerowy takŝe ich niepewności standardowych u(x), czyli odchyleń standardowych średniej. Wartość współczynnika determinacji wyniosła R = 0,995. Wartość T 0,5 musiała być obliczona jako pomiar pośredni ze wzoru (4), a za miarę dokładności tego oszacowania przyjęto powszechnie stosowany przedział ufności dla średniej. Średnia wartość półokresu to T 0,5 = 36, d, współczynnik k = 9, 0 3 d, a jego błąd standardowy SE =, d, zwany obecnie niepewnością standardową średniej arytmetycznej u(k). Długość półprzedziału ufności nazywana teraz niepewnością rozszerzoną estymatora k, obliczono na podstawie formuły: k = U(k) = u(k), (5) w której przyjęto tzw. współczynnik rozszerzenia równy. W obliczeniach własnych otrzymano: k = U(k) = u(k) =, = 5, ,6 0 3, stąd k = (9, ± 0,6) 0 3, czyli 8,6 0 3 < k < 9, Wtedy rozszerzony przedział ufności dla wartości średniej T 0,5 moŝna zapisać jako: ln ln < T 3 0,5 < lub 35,0 < T 3 0,5 < 37, 9,8 0 8,6 0
4 60 A. Gregorczyk i M.K. Swarcewicz Wobec powyŝszego niepewność obliczenia okresu półtrwania wynosi: U(T 0,5 ) = T 0,5 = (37, 35,0)/ =, stąd T 0,5 ± T 0,5 = 36, ±,. Niepewność względna (w %) jest równa: T0,5, u r = 00% = 00% = 3,0 %. T 36, 0,5 Inną metodą obliczania niepewności wielkości złoŝonej, tj. wyznaczonej w sposób pośredni, jest wykorzystanie prawa propagacji niepewności standardowych poszczególnych składników (Bulska 008) dla zaleŝności funkcyjnej y = f(x, x,.x i,..., x n ) U(y) = n f U (xi) = x i i W analizowanym przypadku, gdy T 0,5 = f(k), moŝna ją sprowadzić do równania: (T U(T 0,5 ) = T 0,5 = 0,5 ) (ln/k) ln k = k = k (7) k k k Po uwzględnieniu, Ŝe k = 5, i podstawieniu danych do równania (7) otrzymuje się ln T 0,5 = 5, =,07, a więc wartość zbliŝoną do otrzymanej wcześniej innym, 0,09 prostszym sposobem. Krzywą degradacji linuronu o równaniu C(t) =,04 exp( 0,09 t) przedstawiono na tle punktów doświadczalnych na rysunku. (6),0,8 StęŜenie Concentration, C (mg. kg ) StęŜenie - Concentration, C (mg kg - ),6,4,,0 0,8 0,6 0,4 0, 0, Czas Czas Time, -Time, t (d) t (d) Pionowe słupki reprezentują średnie z trzech replikacji i 95-procentowe przedziały ufności. Verticals bars represent the means of three replications and 95% confidence intervals. Rys.. Krzywe kinetyczne zanikania linuronu w glebie według modelu SFO Fig.. Kinetic curves of linuron degradation in soil according to the SFO model
5 Ocena niepewności obliczenia czasu... 6 Metoda graficzna Najprostszym sposobem opisu procesów degradacji substancji w czasie jest załoŝenie o liniowości tego zjawiska w kaŝdym etapie badań i przedstawienie ich na wykresie w postaci linii łamanej (rys. ).,0 StęŜenie Concentration, C (mg. kg ) StęŜenie - Concentration, C (mg kg - ),8,6,4,,0 0,8 0,6 0,4 0, 0, Czas Czas Time, -Time, t (d) t (d) Pionowe słupki reprezentują średnie z trzech replikacji i 95-procentowe przedziały ufności. Verticals bars represent the means of three replications and 95% confidence intervals. Rys.. Degradacja linuronu w glebie Fig.. Degradation of linuron in soil Wówczas jedynym sposobem oszacowania czasu półtrwania T 0,5 jest metoda graficzna. Polega ona na znalezieniu przedziału dwóch pomiarów koncentracji [C(t n ) ; C(t n+ )], który obejmuje połowę wartości początkowego stęŝenia substancji (0,5 C 0 ) C(t n ) > 0,5 C 0 > C(t n+ ) oraz t n < T 0,5 < t n+, gdzie n oznacza kolejny numer pomiaru stęŝenia. Stosując metodę interpolacji liniowej otrzymuje się równość: C(tn) 0,5Co C(t = n) C(tn+ ). (8) T t t t 0,5 n n+ Wtedy po przekształceniach: C(t T 0,5 = t n + n) 0,5Co ( tn+ tn). C(t ) C(t ) n n+ n W badaniach własnych początkowe stęŝenie herbicydu (C 0 =,05 mg kg ) zmniejszyło się do połowy między t n = 30. a t n+ = 40. dniem eksperymentu rysunek 3. (9)
6 6 A. Gregorczyk i M.K. Swarcewicz StęŜenie Concentration C o C(30) 0,5 C o C(40) 0 30 T 0,5 40 t (dni days) Rys. 3. Metoda interpolacji liniowej wyznaczania czasu półtrwania Fig. 3. Linear interpolation method of half-life time determination Stąd C(30) 0,5C T 0,5 = 30 + o ( 40 30). C(30) C(40) Wartość średnia stęŝenia dla t = 30 z trzech powtórzeń C(30) jest równa,63, a jej niepewność standardowa u = 0,09. Dla t = 40 wartości te wynoszą odpowiednio C(40) = 0,950 i u = 0,093. Ze wzoru (9) wyliczono wartość średnią okresu półtrwania T 0,5 = 37,3. Zakładając współczynnik rozszerzenia równy, przedziały ufności dla średnich stęŝeń na końcach wyróŝnionego etapu degradacji linuronu wynoszą:, < C(30) <,0 oraz 0,9 < C(40) < 0,98. Znając końce przedziałów ufności, obliczono ze wzoru (9) wartości T 0,5 : (0) minimalną 35,5 i maksymalną 39,. RóŜnice między średnią a wartościami ekstremalnymi wynoszą T 0,5 (min.) =,77 i T 0,5 (max.) =,84. Ostatecznie jako niepewność oszacowania T 0,05 naleŝy przyjąć większą z tych róŝnic i zapisać po zaokrągleniu T 0,5 ± T 0,5 = 37,3 ±,8; wtedy niepewność względna (w %) jest równa: T0,5,8 u r = 00% = 00% = 4,8%. T 37,3 0,5 DYSKUSJA W ostatnich latach zaczęto przywiązywać duŝą wagę do procesu szacowania niepewności (błędów) pomiarowych, co skutkowało nowym ujęciem tego zagadnienia, łącznie z częściową zmianą terminologii (Guide ISO 995). Wielkości pomiarowe jako
7 Ocena niepewności obliczenia czasu zmienne losowe podlegają prawom statystyki matematycznej, według których wartość oczekiwana badanej cechy jest równa wartości prawdziwej z określonym prawdopodobieństwem. KaŜdy wynik pomiaru powinien być podawany wraz jego niepewnością oznaczenia, poniewaŝ tylko wtedy jest wiarygodny. W pogłębionych badaniach kinetyki rozpadu pestycydów w glebie większą wagę przywiązuje się do metod symulacyjnych niŝ do estymacji pomiarów (Dubus i in. 00, Beulke i in. 006). W niniejszej, metodycznej pracy jako przykład obliczeń wybrano waŝny, m.in. z punktu widzenia ochrony środowiska, czas półtrwania linuronu w glebie, który moŝna oszacować tylko w sposób pośredni. W tym celu dokonano porównania dwóch róŝnych metod: analitycznej i graficznej. Obliczanie wartości półokresu T 0,5 metodami analitycznymi, na podstawie równań modeli kinetycznych rozpadu herbicydu w środowisku, jest często spotykanym rozwiązaniem tego problemu (Beulke i Brown 00, Swarcewicz i Gregorczyk 0). Celem zwiększenia wiarygodności oznaczenia T 0,5 obliczono tzw. niepewność rozszerzoną. Jest to określony liczbowy przedział, w którym znajduje się wynik pomiaru z większym prawdopodobieństwem niŝ w przypadku niepewności standardowej. Niepewności pomiarowe mają z reguły rozkłady zbliŝone do normalnego (Bulska 008). W pracy przyjęto powyŝsze załoŝenie oraz uwzględniono podwójną wartość niepewności standardowej, otrzymując w ten sposób przedział o poziomie ufności około 0,95 (95%), który szczególnie odpowiada duŝej liczbie stopni swobody i jest ogólnie akceptowany przez badaczy (Gregorczyk 996). Drugą, zastosowaną metodą wyznaczenia czasu półtrwania i oszacowania jego dokładności obliczenia była metoda graficzna (Kucharski i Sadowski 009a, 009b). Proces degradacji herbicydu w glebie przedstawia się w postaci krzywej łamanej, a następnie metodą interpolacji liniowej znajduje się wartość czasu, w którym stęŝenie substancji aktywnej zimniejsza się do połowy. Porównanie obu zastosowanych w pracy metod zawiera tabela. Tabela. Porównanie współczynników funkcji degradacji i czasu półtrwania linuronu Table. Comparison of degradation function coefficients and half-life time of linuron Metoda Method C 0 (mg kg ) u(c 0) (mg kg ) k (d ) u(k) (d ) T 0,5 ± T 0,5 DT50 ± DT50 (d) Analityczna Analytical,04 0,08,9 0 0, , ±, 3,0 0,995 Graficzna Graphical,05 37,3 ±,8 4,8 C 0 stęŝenie początkowe initial concentration; k stała szybkości reakcji reaction rate constant; T 0,5 czas półtrwania, DT50 half life time; ± T 0,5 niepewność rozszerzona, ± DT50 extended uncertainty; u r niepewność względna relative uncertainty. R współczynnik determinacji determination coefficient. u r (%) R Wartości czasu półtrwania T 0,5 są zbliŝone, lecz dokładniejszą metodą okazała się metoda analityczna w porównaniu z metodą graficzną. Świadczą o tym wartości względnych procentowych niepewności (odpowiednio 3,0 i 4,8%). Ponadto w metodzie analitycznej moŝna wyznaczyć stałą szybkości reakcji k i jej niepewność standardową u(k) oraz wartość współczynnika determinacji R. NaleŜy takŝe pamiętać, Ŝe większość zjawisk obserwowanych w przyrodzie jest opisywana funkcjami gładkimi (róŝniczkowalnymi) i z tego względu nie powinno się łączyć punktów pomiarowych krzywą łamaną. Zaletą metody graficznej jest jej prostota oraz otrzymanie wyników zbliŝonych do rezultatów uzyskanymi innymi metodami.
8 64 A. Gregorczyk i M.K. Swarcewicz Niekiedy obliczenie wartości półokresu metodami analitycznymi jest niewykonalne, np. w dwueksponencjalnym modelu rozpadu herbicydu. Wówczas jedynym sposobem są procedury numeryczne (Gregorczyk i Swarcewicz 0). PIŚMIENNICTWO Bulska E Metrologia chemiczna. MALMUT. Warszawa. Beulke S., Brown C.D. 00. Evaluation of methods to drive pesticide degradation parameters for regulatory modelling. Biol. Fertil. Soils 33, Beulke S., Brown C.D., Dubus I.G User subjectivity in Monte Carlo modeling of pesticide exposure. Environ. Toxicol. Chem. 5 (8), Dubus I.G., Brown C.D., Beulke S., Turner N.L. 00. Uncertainty and probabilistic approaches to pesticide fate modelling. Cranfield Centre for Ecochemistry research report for DEFRA PL0548, Cranfield University, Silsoe, UK, FOCUS Guidance document on estimating persistence and degradation kinetics from environmental fate studies on pesticides in EU registration. Report of the FOCUS Work Group on Degradation Kinetics, EC Document Reference Sanco/0058/005, Version.0. European Commission, Brussels. Guide to the expression of uncertainty in measurement ISO. Genewa. Gregorczyk A Error estimation in plant growth analysis. Acta Soc. Bot. Pol. 65 (3 4), 07. Gregorczyk A., Swarcewicz M. 0. Model dwueksponencjalny i jego zastosowanie do opisu degradacji herbicydów w glebie. Pol. J. Agr. 8, 9 4. Kucharski M., Sadowski J. 009a. Influence of adjuvants on behavior of phenmedipham in plant and soil. Pol. J. Agr., Kucharski M., Sadowski J. 009b. Degradation of ethofumesate in soil under laboratory conditions. Pol. J. Environ. Stud. 8 (), Swarcewicz M., Gregorczyk A. 0. The effects of pesticide mixtures on degradation of pendimethalin in soils. Environ. Monit. Assess. 84 (5), Szydłowski H Międzynarodowe normy oceny niepewności pomiarowych. Postępy Fiz. 5 (), 9 97.
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
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)
Zastosowanie modelu dwuwykładniczego do opisu zanikania herbicydów w glebie
9 Polish Journal of Agronomy 01, 8, 9 14 Zastosowanie modelu dwuwykładniczego do opisu zanikania herbicydów w glebie 1 Andrzej Gregorczyk, Maria Swarcewicz 1 Katedra Agronomii Zachodniopomorski Uniwersytet
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
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
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2013, Agric., Aliment., Pisc., Zootech.
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2013, Agric., Aliment., Pisc., Zootech. 305 (27), 21 28 Andrzej GREGORCZYK 1, *Maria SWARCEWICZ 2, Paweł SĘDŁAK
Analiza niepewności pomiarów
Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
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
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
Niepewność pomiaru masy w praktyce
Niepewność pomiaru masy w praktyce RADWAG Wagi Elektroniczne Z wszystkimi pomiarami nierozłącznie jest związana Niepewność jest nierozerwalnie związana z wynimiarów niepewność ich wyników. Podając wyniki
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
SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec
SMOP - wykład Rozkład normalny zasady przenoszenia błędów Ewa Pawelec 1 iepewność dla rozkładu norm. Zamiast dodawania całych zakresów uwzględniamy prawdopodobieństwo trafienia dwóch wartości: P x 1, x
Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka
Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka Jakub S. Prauzner-Bechcicki Grupa: Chemia A Kraków, dn. 7 marca 2018 r. Plan wykładu Rozważania wstępne Prezentacja wyników
Walidacja metod wykrywania, identyfikacji i ilościowego oznaczania GMO. Magdalena Żurawska-Zajfert Laboratorium Kontroli GMO IHAR-PIB
Walidacja metod wykrywania, identyfikacji i ilościowego oznaczania GMO Magdalena Żurawska-Zajfert Laboratorium Kontroli GMO IHAR-PIB Walidacja Walidacja jest potwierdzeniem przez zbadanie i przedstawienie
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
Ćw. nr 1. Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła prostego
2019/02/14 13:21 1/5 Ćw. nr 1. Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła prostego Ćw. nr 1. Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła prostego 1. Cel ćwiczenia Wyznaczenie przyspieszenia
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
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
Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy
Wydział PRACOWNIA FIZYCZNA WFiIS AGH Imię i nazwisko 1. 2. Temat: Rok Grupa Zespół Nr ćwiczenia Data wykonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 2: ZaleŜność okresu
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
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
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
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
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
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
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
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
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
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
Szkoła Letnia STC Łódź mgr inż. Paulina Mikoś
1 mgr inż. Paulina Mikoś Pomiar powinien dostarczyć miarodajnych informacji na temat badanego materiału, zarówno ilościowych jak i jakościowych. 2 Dzięki temu otrzymane wyniki mogą być wykorzystane do
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Rozkład normalny, niepewność standardowa typu A
Podstawy Metrologii i Technik Eksperymentu Laboratorium Rozkład normalny, niepewność standardowa typu A Instrukcja do ćwiczenia nr 1 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy
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
Tutaj powinny znaleźć się wyniki pomiarów (tabelki) potwierdzone przez prowadzacego zajęcia laboratoryjne i podpis dyżurujacego pracownika obsługi
Tutaj powinny znaleźć się wyniki pomiarów (tabelki) potwierdzone przez prowadzacego zajęcia laboratoryjne i podpis dyżurujacego pracownika obsługi technicznej. 1. Wstęp Celem ćwiczenia jest wyznaczenie
A B. Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych B: 1. da dt. A v. v t
B: 1 Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych 1. ZałóŜmy, Ŝe zmienna A oznacza stęŝenie substratu, a zmienna B stęŝenie produktu reakcji chemicznej
Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
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
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
Testowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
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
WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM
2/1 Archives of Foundry, Year 200, Volume, 1 Archiwum Odlewnictwa, Rok 200, Rocznik, Nr 1 PAN Katowice PL ISSN 1642-308 WPŁYW SZYBKOŚCI STYGNIĘCIA NA WŁASNOŚCI TERMOFIZYCZNE STALIWA W STANIE STAŁYM D.
Wyniki pomiarów okresu drgań dla wahadła o długości l = 1,215 m i l = 0,5 cm.
2 Wyniki pomiarów okresu drgań dla wahadła o długości l = 1,215 m i l = 0,5 cm. Nr pomiaru T[s] 1 2,21 2 2,23 3 2,19 4 2,22 5 2,25 6 2,19 7 2,23 8 2,24 9 2,18 10 2,16 Wyniki pomiarów okresu drgań dla wahadła
1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe
Zjazd 7. SGGW, dn. 28.11.10 r. Matematyka i statystyka matematyczna Tematy 1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe nna Rajfura 1 Zagadnienia Przykład porównania wielu obiektów w
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
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
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
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Agric., Aliment., Pisc., Zootech.
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Agric., Aliment., Pisc., Zootech. 279 (15), 5 10 Andrzej GREGORCZYK 1, Agnieszka GAWSKA 2, Anna STOLARSKA
Kinetyka. Kinetyka. Stawia dwa pytania: 1)Jak szybko biegną reakcje? 2) W jaki sposób przebiegają reakcje? energia swobodna, G. postęp reakcji.
Kinetyka energia swobodna, G termodynamika stan 1 kinetyka termodynamika stan 2 postęp reakcji 1 Kinetyka Stawia dwa pytania: 1)Jak szybko biegną reakcje? 2) W jaki sposób przebiegają reakcje? 2 Jak szybko
Projektowanie systemów pomiarowych. 02 Dokładność pomiarów
Projektowanie systemów pomiarowych 02 Dokładność pomiarów 1 www.technidyneblog.com 2 Jak dokładnie wykonaliśmy pomiar? Czy duża / wysoka dokładność jest zawsze konieczna? www.sparkfun.com 3 Błąd pomiaru.
Estymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
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
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
WNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Kinetyka. energia swobodna, G. postęp reakcji. stan 1 stan 2. kinetyka
Kinetyka postęp reakcji energia swobodna, G termodynamika kinetyka termodynamika stan 1 stan 2 Kinetyka Stawia dwa pytania: 1) Jak szybko biegną reakcje? 2) W jaki sposób przebiegają reakcje? 1) Jak szybko
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
Ćwiczenie 14. Maria Bełtowska-Brzezinska KINETYKA REAKCJI ENZYMATYCZNYCH
Ćwiczenie 14 aria Bełtowska-Brzezinska KINETYKA REAKCJI ENZYATYCZNYCH Zagadnienia: Podstawowe pojęcia kinetyki chemicznej (szybkość reakcji, reakcje elementarne, rząd reakcji). Równania kinetyczne prostych
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
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.
LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja
Komputerowa analiza danych doświadczalnych
Komputerowa analiza danych doświadczalnych Wykład 9 27.04.2018 dr inż. Łukasz Graczykowski lukasz.graczykowski@pw.edu.pl Semestr letni 2017/2018 Metoda największej wiarygodności ierównosć informacyjna
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
BŁĘDY W POMIARACH BEZPOŚREDNICH
Podstawy Metrologii i Technik Eksperymentu Laboratorium BŁĘDY W POMIARACH BEZPOŚREDNICH Instrukcja do ćwiczenia nr 2 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy Metrologii
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.
NIEPEWNOŚĆ POMIARÓW POZIOMU MOCY AKUSTYCZNEJ WEDŁUG ZNOWELIZOWANEJ SERII NORM PN-EN ISO 3740
PRACE INSTYTUTU TECHNIKI BUDOWLANEJ - KWARTALNIK BUILDING RESEARCH INSTITUTE - QUARTERLY 2 (162) 2012 ARTYKUŁY - REPORTS Anna Iżewska* NIEPEWNOŚĆ POMIARÓW POZIOMU MOCY AKUSTYCZNEJ WEDŁUG ZNOWELIZOWANEJ
WPROWADZENIE DO TEORII BŁĘDÓW I NIEPEWNOŚCI POMIARU
Publikacja współfinansowana ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego WPROWADZENIE DO TEORII BŁĘDÓW I NIEPEWNOŚCI POMIARU 1. Błąd a niepewność pomiaru Pojęcia błędu i niepewności
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
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
ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW
ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną
BŁĘDY OKREŚLANIA MASY KOŃCOWEJ W ZAKŁADACH SUSZARNICZYCH WYKORZYSTUJĄC METODY LABORATORYJNE
Inżynieria Rolnicza 5(103)/2008 BŁĘDY OKREŚLANIA MASY KOŃCOWEJ W ZAKŁADACH SUSZARNICZYCH WYKORZYSTUJĄC METODY LABORATORYJNE Zbigniew Zdrojewski, Stanisław Peroń, Mariusz Surma Instytut Inżynierii Rolniczej,
Niepewność rozszerzona Procedury szacowania niepewności pomiaru. Tadeusz M.Molenda Instytut Fizyki, Uniwersytet Szczeciński
Niepewność rozszerzona Procedury szacowania niepewności pomiaru Tadeusz M.Molenda Instytut Fizyki, Uniwersytet Szczeciński Międzynarodowa Konwencja Oceny Niepewności Pomiaru (Guide to Expression of Uncertainty
JAK UNIKAĆ PODWÓJNEGO LICZENIA SKŁADOWYCH NIEPEWNOŚCI? Robert Gąsior
Robert Gąsior Omówię klasyczne, nieco zmodyfikowane, podejście do szacowania niepewności wewnątrz-laboratoryjnej, oparte na budżecie niepewności. Budżet taki zawiera cząstkowe niepewności, które są składane
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
Ważne rozkłady i twierdzenia c.d.
Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby
WYRAŻANIE NIEPEWNOŚCI ZA POMOCĄ PRZEDZIAŁÓW
PROBLEMS AND PROGRESS IN METROLOGY PPM 18 Conference Digest Wojciech TOCZEK Politechnika Gdańska Wydział Elektroniki, Telekomunikacji i Informatyki WYRAŻANIE NIEPEWNOŚCI ZA POMOCĄ PRZEDZIAŁÓW Z perspektywy
Komputerowa analiza danych doświadczalnych
Komputerowa analiza danych doświadczalnych Wykład 9 7.04.09 dr inż. Łukasz Graczykowski lukasz.graczykowski@pw.edu.pl Semestr letni 08/09 Metoda największej wiarygodności ierównosć informacyjna Metoda
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
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
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Teoria błędów pomiarów geodezyjnych
PodstawyGeodezji Teoria błędów pomiarów geodezyjnych mgr inŝ. Geodeta Tomasz Miszczak e-mail: tomasz@miszczak.waw.pl Wyniki pomiarów geodezyjnych będące obserwacjami (L1, L2,, Ln) nigdy nie są bezbłędne.
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
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
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
Wnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
WPŁYW OBRÓBKI TERMICZNEJ ZIEMNIAKÓW NA PRĘDKOŚĆ PROPAGACJI FAL ULTRADŹWIĘKOWYCH
Wpływ obróbki termicznej ziemniaków... Arkadiusz Ratajski, Andrzej Wesołowski Katedra InŜynierii Procesów Rolniczych Uniwersytet Warmińsko-Mazurski w Olsztynie WPŁYW OBRÓBKI TERMICZNEJ ZIEMNIAKÓW NA PRĘDKOŚĆ
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
PROFIL PRĘDKOŚCI W RURZE PROSTOLINIOWEJ
LABORATORIUM MECHANIKI PŁYNÓW Ćwiczenie N 7 PROFIL PRĘDKOŚCI W RURZE PROSTOLINIOWEJ . Cel ćwiczenia Doświadczalne i teoretyczne wyznaczenie profilu prędkości w rurze prostoosiowej 2. Podstawy teoretyczne:
ZALEŻNOŚĆ WSPÓŁCZYNNIKA DYFUZJI WODY W KOSTKACH MARCHWI OD TEMPERATURY POWIETRZA SUSZĄCEGO
Inżynieria Rolnicza 5(13)/211 ZALEŻNOŚĆ WSPÓŁCZYNNIKA DYFUZJI WODY W KOSTKACH MARCHWI OD TEMPERATURY POWIETRZA SUSZĄCEGO Marian Szarycz, Krzysztof Lech, Klaudiusz Jałoszyński Instytut Inżynierii Rolniczej,
PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH
InŜynieria Rolnicza 14/2005 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH Streszczenie W
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
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
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów re
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów regresji z wykorzystaniem metody bootstrap. Wrocław, 22.03.2017r Wybór najlepszej procedury - podsumowanie Co nas interesuje przed przeprowadzeniem
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
Komputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd
Wykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza