MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część 3. Weryfikacja modelu w oparciu o badania polowe i jej ocena statystyczna

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część 3. Weryfikacja modelu w oparciu o badania polowe i jej ocena statystyczna"

Transkrypt

1 MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część 3. Weryfikacja modelu w oparciu o badania polowe i jej ocena statystyczna Kazimierz Gaj*, Hanna Cybulska* Streszczenie W oparciu o pomiary imisji metanu wokół składowiska odpadów komunalnych i pomiary składu biogazu określono współczynnik korekcyjny do opracowanego uprzednio modelu emisji biogazu, korzystając z gaussowskiego modelu rozprzestrzeniania się zanieczyszczeń. Uzyskano współczynnik zgodności wyników obliczeń modelowych z wynikami pomiarów w zakresie Słowa kluczowe: metan, imisja, emitor. Wstęp Opracowany uprzednio algorytm obliczeniowy emisji biogazu ze składowisk odpadów komunalnych [1] powstał na bazie rozważań teoretycznych i studiów literaturowych, a jedyną próbę jego weryfikacji stanowiły obliczenia porównawcze przeprowadzone za pomocą innych modeli. Wdrożenie modelu wymagało jego przetestowania i skalibrowania w oparciu o dane rzeczywiste, zarówno dotyczące emisji, jak i imisji biogazu. Przeprowadzone w latach badania składu biogazu [2] i pomiary imisji zanieczyszczeń powietrza wokół wrocławskiego składowiska odpadów Swojczyce [3, 4, 5] stanowią stosunkowo liczny zbiór danych, pozwalający na podjęcie próby weryfikacji modelu. * Instytut Inżynierii Ochrony Środowiska Politechniki Wrocławskiej, pl. Grunwaldzki 9, Wrocław

2 Zasadniczym celem pracy było określenie współczynnika emisji biogazu (czyli stosunku jego rzeczywistej emisji do teoretycznej produktywności złoża), którego wartość wg różnych autorów waha się od 0.02 do 0.5 [6, 7, 8]. Charakterystyka składowiska Składowisko odpadów Swojczyce zlokalizowane jest na wschodnich przedmieściach Wrocławia, na stosunkowo płaskim terenie o charakterze rolniczym (dominują łąki i pastwiska). Założono je w 1975 roku a jego eksploatacja została zakończona w 1995 r.. Rekultywacja składowiska obejmowała stabilizację mechaniczną obrzeży i wierzchowiny ziemią i gruzem budowlanym, wykonanie systemu 29 studni odgazowujących, przykrycie złoża urodzajną ziemią oraz końcowe pokrycie zielenią rekultywacyjną. Obecnie składowisko tworzy wzgórze o łagodnych spadkach, wznoszące się na średnią wysokość ok. 14 m ponad otaczający teren. W czasie eksploatacji odpady były rozplantowywane, jednak nie ubijano ich kompaktorami. Szacunkowa ilość odpadów komunalnych, zdeponowanych w latach , wynosi ok Mg. Do dalszych obliczeń przyjęto, że odpady były składowane równomiernie w ciągu 20 lat, w ilości Mg/rok. Modelowe obliczenie emisji biogazu i metanu Bilans gazowy składowiska sporządzono dla lat (rys. 1), korzystając z opracowanego uprzednio modelu GACY i przyjmując dane wejściowe jak w pracy [1]. W programie zastosowano współczynnik emisji biogazu równy Badania jakościowego i ilościowego składu biogazu [2], emitowanego z trzech studni odgazowujących (emitory E6, E12, E23 na rys. 2), zainstalowanych na terenie zrekultywowanego składowiska Swojczyce, wykazały obecność metanu w ilości 2

3 odpowiednio: 65.8, 61.7 i 57.7 % obj.. Do oszacowania całkowitej emisji metanu przyjęto jego średnią zawartość w biogazie oraz modelowo obliczoną ilość emitowanego biogazu dla kolejnych lat, w których prowadzone były pomiary imisji. Tak obliczona emisja CH 4 wynosiła odpowiednio: 1998 r mg/s, 1999 r mg/s, 2000 r mg/s. Pomiary imisji metanu Badania stężeń metanu wokół składowiska Swojczyce prowadzono w latach , z częstością raz na kwartał. W celu uchwycenia maksymalnych stężeń CH 4 wytyczano osie pomiarowe po zawietrznej stronie składowiska, wzdłuż których lokalizowano od 7 do 9 punktów pomiarowych. Łącznie wykonano 12 sesji pomiarowych, po 2 równoczesne pomiary w każdej sesji. Pomiary tła, wykonywane po nawietrznej stronie składowiska nie wykazały obecności CH 4 (przy oznaczalności metody pomiarowej 128 µg/m 3 ). Analizy wykonano za pomocą chromatografu GCHF 18.6 z detektorem płomieniowo-jonizacyjnym, wyposażonego w kolumnę o długości 1 m, z wypełnieniem 10 % APIEZON L na Chromosorbie W, w temperaturze 75 o C. W trakcie pomiarów kontrolowano kierunek i prędkość wiatru (uwzględniając zmianę prędkości z wysokością zgodnie ze znaną zależnością wykładniczą [9]), temperaturę i stan równowagi atmosfery. Informacje na temat stanu równowagi uzyskiwano z Instytutu Meteorologii i Gospodarki Wodnej we Wrocławiu. Sposób podziału składowiska na zastępcze źródła emisji Składowisko potraktowano jako kubaturowe źródło emisji. Przyjęto takie założenie pomimo istniejącego systemu studzien odgazowujących ze względu na brak izolacji wierzchniej składowiska. W takim przypadku emisja biogazu odbywa się 3

4 zarówno ze studni odgazowujących jak i z całej powierzchni składowiska, tj. skarp i wierzchowiny. Założono, że emisja jest proporcjonalna do objętości bryły reprezentowanej przez dane źródło oraz, że migracja biogazu w składowisku odbywa się wyłącznie w kierunku pionowym. Powierzchnie skarp podzielono na liniowe źródła emisji (rys. 2), wydzielając na nich co najmniej trzy źródła o wysokościach równych odpowiednio: 11.5, 6.5 i 2.0 m. Emisję metanu z założonych źródeł (tab. 1) obliczano proporcjonalnie do objętości przyporządkowanych im brył, wychodząc z uprzednio wyznaczonej modelem GACY emisji całkowitej. Emisja biogazu z wierzchowiny składowiska została rozłożona równomiernie na 29 emitorów punktowych (studnie odgazowujące). Określenie współczynnika korekty emisji w modelu GACY Dla zespołu utworzonych na składowisku źródeł emisji zastosowano gaussowski model rozprzestrzeniania się zanieczyszczeń, do którego podstawiono emisje metanu obliczone weryfikowanym modelem (tab. 1) oraz parametry odpowiadające warunkom meteorologicznym i topograficznym towarzyszącym pomiarom. Uzyskane w efekcie obliczeń komputerowych stężenia porównano następnie z wynikami pomiarów imisji metanu w odpowiednich receptorach. Stosunek stężenia zmierzonego do stężenia obliczonego stanowił szukany współczynnik korekty emisji w modelu GACY. Za podstawę weryfikacji modelu przyjęto wyniki pomiarów z punktów położonych w odległości co najmniej 60 m od podnóża skarp, dla których lokalne zaburzenia przepływu mas powietrza powodowane przez bryłę składowiska uznano za mało znaczące. Odrzucono pomiary w których metanu nie wykryto, tzn. dla których zawartość metanu w próbce wynosiła poniżej granicy jego oznaczalności (128 µg/m 3 ). Zrezygnowano również z pierwszej sesji pomiarowej w 2000 roku ponieważ warunki meteorologiczne w czasie prowadzenia pomiarów charakteryzowały się dużą zmiennością oraz prędkościami wiatru wykraczającymi swym zakresem poza 4

5 określony przez IMGW stan równowagi atmosfery. Do obliczeń wykorzystano zatem około 70 % pomierzonych stężeń metanu. Porównanie wyników obliczeń modelowych z wynikami pomiarów zamieszczono w tab. 2. Średni współczynnik korekty emisji dla poszczególnych sesji pomiarowych mieści się w zakresie , zaś średnie współczynniki obliczone dla lat wynoszą odpowiednio: 1.1, 1.0, 1.2. Opierając się na pomiarach imisji można stwierdzić, że skorygowana średnia emisja metanu uzyskana modelem GACY wyniosłaby dla kolejnych lat: mg/s, mg/s, mg/s. W latach emisja CH 4 utrzymywała się w przybliżeniu na jednakowym poziomie i stanowiła ok. 80 % emisji z roku Skorygowany współczynnik emisji zastosowany w modelu zamiast 0.25 powinien zatem wynosić dla poszczególnych lat: 0.27, 0.25, Statystyczna ocena zastosowanej metody weryfikacji modelu Wartość dokonanej weryfikacji modelu oceniono za pomocą następujących narzędzi statystycznych: diagram rozproszenia, współczynnik korelacji, względne odchylenie średnich, względne odchylenie średnie, współczynnik zmienności i tablica wielodzielcza. Diagramy rozproszenia (rys. 3) sporządzono w celu oceny tendencji do zawyżania lub zaniżania wyników. Na wykresy nanoszono punkty o współrzędnych (S pi, S oi ). W przypadku zgodności wartości mierzonych (S pi ) i obliczonych (S oi ) punkty powinny układać się wzdłuż prostej wychodzącej z początku układu współrzędnych i biegnącej pod kątem 45 o (linia kropkowana). Stopień rozrzutu punktów od tej prostej stanowi miarę dokładności modelu. Linia ciągła przedstawia przebieg zależności stężeń obliczonych nie skorygowanym modelem i pomierzonych, zaś linia kreskowana przebieg zależności stężeń obliczonych i pomierzonych po korekcie modelu. 5

6 W tab. 3 zestawiono wskaźniki oceny zaproponowanej metodyki dla trzech wariantów regresji liniowych przedstawionych na rys. 3. Wariant idealnej relacji pomiędzy stężeniami obliczonymi i pomierzonymi, tj. gdy: S oi =S pi, przedstawiono dla celów porównawczych. Współczynnik korelacji pozwala na ocenę siły współzależności rozkładów. Jest miarą zależności liniowych między zmiennymi. Jego wysoka wartość (bliska 1) pozwala wnioskować o proporcjonalności zmiennych. Odchylenie średnich pozwala na ocenę rozkładu wyników w stosunku do wartości średnich. Wysokie, ujemne wartości odchylenia świadczą o tendencji do zaniżania wyników, zaś wysokie dodatnie wartości do ich zawyżania. Odchylenie średnie określa wartość średnią odchyleń bezwzględnych danych od ich wartości średnich. Jest miarą zmienności zbioru danych. Im mniejsze jest średnie odchylenie tym bardziej wartości mierzone skupiają się wokół wartości średniej. Współczynnik zmienności pozwala określić jaki procent poziomu średniej stanowi odchylenie standardowe w rozkładzie. Im większa jest jego wartość, tym większe jest względne zróżnicowanie cechy w rozkładzie. Tablica wielodzielcza (tab. 4) pokazuje procentowy rozkład częstości występowania wartości pomierzonych stężeń w określonych przedziałach wyliczonych stężeń, a zatem umożliwia ocenę dokładności modelu w poszczególnych ich przedziałach. Tworząc przedziały stężeń przyjęto następujące bazowe stężenia: 300 µg/m 3, 400 µg/m 3, 600 µg/m 3, 800 µg/m 3, 1100 µg/m 3, 1500 µg/m 3, 1900 µg/m 3, z odchyleniem ± 20 %. Takie postępowanie, pomimo iż spowodowało pokrycie się częściowe przedziałów, jest korzystniejsze od tworzenia przedziałów o stałym skoku, w których odchylenie pomiędzy stężeniami pomierzonymi i obliczonymi dla niskich stężeń wyrażałoby się wysoką wartością, a dla wysokich stężeń - niską. Większość wyników pomiarów mieści się w założonych przedziałach stężeń. Rozrzut wyników poza wyznaczone przedziały ogranicza się do sąsiadujących w pionie przedziałów, w tym około 18 % obliczonych stężeń uzyskuje wartości wyższe od pomierzonych zaś pozostałe 12 % - niższe. 6

7 Podsumowanie Zasadniczym efektem pracy jest określenie współczynnika korekty emisji obliczonej modelem, który wyrażono jako stosunek średniego stężenia z pomiarów do stężenia obliczonego. Uzyskany dla poszczególnych sesji pomiarowych średni współczynnik korekty emisji mieści się w zakresie , co wskazuje na wysoką zgodność wyników obliczeń modelowych z pomiarami. Dla warunków analizowanego składowiska współczynnik emisji zastosowany w modelu GACY [1] powinien zawierać się w przedziale Przeprowadzona ocena statystyczna zastosowanej metodyki wykazała, że nie wykazuje ona tendencji do zawyżania ani zaniżania wyników. Przed korektą emisji metanu względne odchylenie średnich wynosiło 3.9 %, zaś po korekcie tylko 0.2 %. Względne odchylenie średnie, po korekcie emisji, obniżyło się o 3.6 %, zaś współczynnik zmienności o 4.5%. Wysokie wartości współczynników korelacji potwierdzają współzależność liniową rozkładów stężeń obliczonych ze stężeniami pomierzonymi. Ocena dokładności modelu w poszczególnych przedziałach stężeń, przeprowadzona za pomocą tablicy wielodzielczej, wykazała, że średnio ok. 70 % wyników pomiarów mieści się w założonych przedziałach stężeń. Literatura [1] Gaj K., Cybulska H.: Modelowanie emisji biogazu ze składowisk odpadów komunalnych, Część 2. Opracowanie algorytmu obliczeniowego, Chemia i Inżynieria Ekologiczna,? [2] Gaj K. i inni: Chemia i Inżynieria Ekologiczna, 1999, tom 6, 4, 337. [3] Gaj K. i in.: Pomiary imisji zanieczyszczeń powietrza atmosferycznego wokół składowisk odpadów komunalnych Wrocławia - MAŚLICE, ŻERNIKI, 7

8 SWOJCZYCE - Raporty Inst. Inż. Ochr. Śr. PWr, SPR 20/98, SPR 21/98, SPR 28/98, SPR 73/98. [4] Gaj K. i in.: Pomiary imisji zanieczyszczeń powietrza atmosferycznego wokół składowisk odpadów komunalnych Wrocławia - MAŚLICE, SWOJCZYCE, ŻERNIKI - Raporty Inst. Inż. Ochr. Śr. PWr, SPR 9/99, SPR 14/99, SPR 23/99, SPR 55/99. [5] Gaj K. i in.: Pomiary imisji zanieczyszczeń powietrza atmosferycznego wokół składowisk odpadów komunalnych Wrocławia - MAŚLICE, SWOJCZYCE, ŻERNIKI, JANÓWEK - Raporty Inst. Inż. Ochr. Śr. PWr, U-6/00, U-6A/00, U- 11/00, U-21/00. [6] Wielgosiński G., Zawadzka A.: POL-EMIS 97, II Sympozjum - Ocena wielkości imisji zanieczyszczeń powietrza, Wydawnictwo PZiTS, Szklarska Poręba [7] Głomba M.: II Konferencja Problemy Ochrony Powietrza w Aglomeracjach Miejsko-Przemysłowych, Ustroń [8] Szpadt R.: Biuletyn Informacyjny Budownictwo i Gospodarka Miejska, 1988, 10, 71. [9] Rozporządzenie Ministra Ochrony Środowiska, Zasobów Naturalnych i Leśnictwa z dnia w sprawie metod obliczania stanu zanieczyszczenia powietrza dla źródeł istniejących i projektowanych, Dz. U. 122, poz

9 MODELING OF BIOGAS EMISSION FROM MUNICIPAL LANDFILL SITES Part 3. Model verification based on pole tests and its statistical evaluation Summary The worked out earlier model of biogas productiveness had been verified on the base of methane concentration measurements in emitted biogas and in the air around selected landfill, using of the Gaussian Dispersion Model. Agreeability between the model and the results of measurements was in the range of

10 Emisja biogazu, m 3 /rok Rok Rys. 1. Teoretyczna ilość emitowanego biogazu w latach Rys. 2. Lokalizacja emitorów 10

11 2400 Stężenie metanu obliczone s oi, µg/m s oi = s pi s oi = 0,9294s pi s oik = 0,9633s pi Stężenie obliczone Stężenie obliczone skorygowane Stężenie metanu pomierzone s pi, µg/m 3 Rys. 3. Diagram rozproszenia Tabela 1. Parametry źródeł emisji oraz emisja metanu Nr Rodzaj Usytuowanie Wysokość Kubatura Emisja metanu emitora emitora emitora emitora bryły m m 3 mg/s E1-E29 punktowe wierzchowina x269,7 29x237,6 29x205,4 E30 liniowy skarpa południowa 11, ,5 260,4 225,1 E31 liniowy skarpa południowa 6, ,4 204,8 177,0 E32 liniowy skarpa południowa ,2 63,6 55,0 E33 liniowy skarpa wschodnia 11, ,9 672,3 581,0 E34 liniowy skarpa wschodnia 6, ,6 420,0 363,0 E35 Liniowy skarpa wschodnia ,1 115,5 99,8 E36 liniowy skarpa wschodnia 11, ,0 456,4 394,5 E37 liniowy skarpa wschodnia 6, ,1 283,8 245,3 E38 liniowy skarpa wschodnia ,3 76,0 65,7 E39 liniowy skarpa północna 11, ,7 152,1 131,5 E40 liniowy skarpa północna 6, ,4 129,0 111,5 E41 liniowy skarpa północna ,9 42,2 36,5 E42 liniowy skarpa północna 11, ,9 158,5 137,0 E43 liniowy skarpa północna 6, ,5 108,8 94,0 E44 liniowy skarpa północna ,1 31,8 27,5 E45 liniowy skarpa zachodnia 11, ,8 636,9 550,4 E46 liniowy skarpa zachodnia 6, ,2 388,8 336,0 E47 liniowy skarpa zachodnia ,9 100,4 86,7 Łącznie

12 Tabela 2. Porównanie wyników pomiarów i obliczeń modelowych Nr sesji pomiarowej Odległość receptora od składowiska Średnia z pomierzonych stężeń Stężenie obliczone Współczynnik korekty emisji m µg/m 3 µg/m ,57 I/ ,17 Średni współczynnik korekty emisji 1, , ,11 II/ , , ,61 Średni współczynnik korekty emisji 0, , , ,12 III/ , , ,83 Średni współczynnik korekty emisji 1, , , , ,14 IV/ , , , ,98 Średni współczynnik korekty emisji 1, ,56 I/ , ,68 Średni współczynnik korekty emisji 0, , ,14 II/ , ,93 Średni współczynnik korekty emisji 0,86 IV/ , ,22 Średni współczynnik korekty emisji 1,34 12

13 , ,09 II/ , , ,69 Średni współczynnik korekty emisji 1, , ,46 III/ , , ,63 Średni współczynnik korekty emisji 1, ,36 IV/ , ,96 Średni współczynnik korekty emisji 1,07 Tabela 3. Wskaźniki oceny przyjętej metodyki Wskaźnik S oi = S pi S oi = S pi S oik = S pi Współczynnik korelacji Względne odchylenie średnich, % Względne odchylenie średnie, % Współczynnik zmienności, % Tabela 4. Tablica wielodzielcza Wyniki obliczeń stężeń metanu µg/m Wyniki pomiarów stężeń metanu Łącznie; %

MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część 2. Algorytm obliczeniowy

MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część 2. Algorytm obliczeniowy MODELOWANIE EMISJI BIOGAZU ZE SKŁADOWISK ODPADÓW KOMUNALNYCH Część. Algorytm obliczeniowy Kazimierz Gaj*, Hanna Cybulska* Streszczenie Przedstawiono założenia oraz podstawy matematyczne i schemat blokowy

Bardziej szczegółowo

Opłacalność energetycznego wykorzystania biogazu ze składowisk odpadów komunalnych

Opłacalność energetycznego wykorzystania biogazu ze składowisk odpadów komunalnych MAŁGORZATA CIUPRYK KAZIMIERZ GAJ * Opłacalność energetycznego wykorzystania biogazu ze składowisk odpadów komunalnych Wstęp Przedstawione analizy i obliczenia oparto na danych pochodzących z wrocławskich

Bardziej szczegółowo

Walidacja metod analitycznych Raport z walidacji

Walidacja metod analitycznych Raport z walidacji Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących

Bardziej szczegółowo

5.3. Sporządzenie modelu rozprzestrzeniania się zanieczyszczeń.

5.3. Sporządzenie modelu rozprzestrzeniania się zanieczyszczeń. 5.3. Sporządzenie modelu rozprzestrzeniania się zanieczyszczeń. 5.3.1. Opis stosowanego modelu Obliczenia stanu jakości powietrza, przeprowadzono z uwzględnieniem referencyjnych metodyk modelowania, zgodnie

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

Powiat starachowicki

Powiat starachowicki Biuro Studiów i Pomiarów Proekologicznych EKOMETRIA Sp. z o.o. 80-299 Gdańsk, ul. Orfeusza 2 tel. (058) 301-42-53, fax (058) 301-42-52 Informacje uzupełniające do PROGRAMÓW OCHRO Y POWIETRZA dla stref

Bardziej szczegółowo

Niepewności pomiarów

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

Bardziej szczegółowo

TOM I Aglomeracja warszawska

TOM I Aglomeracja warszawska Biuro Studiów i Pomiarów Proekologicznych EKOMETRIA Sp. z o.o. 80-299 Gdańsk, ul. Orfeusza 2 tel. (058) 30-42-53, fax (058) 30-42-52 Informacje uzupełniające do PROGRAMÓW OCHRONY POWIETRZA dla stref województwa

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

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

Sprawozdanie z badań jakości powietrza wykonanych ambulansem pomiarowym w Tarnowskich Górach w dzielnicy Osada Jana w dniach

Sprawozdanie z badań jakości powietrza wykonanych ambulansem pomiarowym w Tarnowskich Górach w dzielnicy Osada Jana w dniach WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA W KATOWICACH DELEGATURA W CZĘSTOCHOWIE ul. Rząsawska 24/28 tel. (34) 369 41 20, (34) 364-35-12 42-200 Częstochowa tel./fax (34) 360-42-80 e-mail: czestochowa@katowice.wios.gov.pl

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii (2018) Autor prezentacji :dr hab. Paweł Korecki dr Szymon Godlewski e-mail: szymon.godlewski@uj.edu.pl

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

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

Analiza zagrożeń emisją biogazu na terenie po zrekultywowanym składowisku odpadów komunalnych w Krośnie

Analiza zagrożeń emisją biogazu na terenie po zrekultywowanym składowisku odpadów komunalnych w Krośnie NAFTA-GAZ sierpień 2011 ROK LXVII Jerzy Dudek Instytut Nafty i Gazu, Kraków Analiza zagrożeń emisją biogazu na terenie po zrekultywowanym składowisku odpadów komunalnych w Krośnie Wstęp Produkowany w składowiskach

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Chemii 2007 Paweł Korecki 2013 Andrzej Kapanowski Po co jest Pracownia Fizyczna? 1. Obserwacja zjawisk i

Bardziej szczegółowo

Obliczenia stężeń w sieci receptorów

Obliczenia stężeń w sieci receptorów System obliczeń rozprzestrzeniania się zanieczyszczeń "OPERAT FB" v.6.14.5/2016 r. Ryszard Samoć zatwierdzony przez Instytut Ochrony Środowiska w Warszawie pismem znak BA/147/96. Użytkownik programu: Ekologis

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

Analiza i monitoring środowiska

Analiza i monitoring środowiska Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości

Bardziej szczegółowo

PLANOWANY KOCIOŁ. Emisja maksymalna [kg/h] Emisja roczna [Mg/rok] NO ,198 0, ,576 0,4032 0,0072 0, ,00108

PLANOWANY KOCIOŁ. Emisja maksymalna [kg/h] Emisja roczna [Mg/rok] NO ,198 0, ,576 0,4032 0,0072 0, ,00108 Załącznik 3. W niniejszej analizie uwzględniono realizację kotła na ekogroszek o nom. mocy cieplnej na poziomie do 540 kw. Dostępne materiały katalogowe różnych producentów wskazują na maksymalne zużycie

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

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

Zestawienie wartości dopuszczalnych i odniesienia oraz tła zanieczyszczenia atmosfery

Zestawienie wartości dopuszczalnych i odniesienia oraz tła zanieczyszczenia atmosfery Pakiet "OPERAT FB" v. 6.12.5/2015 r. - oprogramowanie do modelowania rozprzestrzeniania się zanieczyszczeń w powietrzu atmosferycznym dla źródeł istniejących i projektowanych, stosujące metodykę obliczeń

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów

Podstawy opracowania wyników pomiarów Podstawy opracowania wyników pomiarów I Pracownia Fizyczna Chemia C 02. 03. 2017 na podstawie wykładu dr hab. Pawła Koreckiego Katarzyna Dziedzic-Kocurek Instytut Fizyki UJ, Zakład Fizyki Medycznej k.dziedzic-kocurek@uj.edu.pl

Bardziej szczegółowo

ZAŁĄCZNIK NR 3 RAPORT (QA/QC) Z OCENY JAKOŚCI OBLICZEŃ ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ ZA ROK 2015

ZAŁĄCZNIK NR 3 RAPORT (QA/QC) Z OCENY JAKOŚCI OBLICZEŃ ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ ZA ROK 2015 ZAŁĄCZNIK NR 3 RAPORT (QA/QC) Z OCENY JAKOŚCI OBLICZEŃ ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ ZA ROK 2015 Ocena jakości wyników modelowania raport QA/QC Zgodnie z rozporządzeniem Ministra Środowiska z dnia

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności

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

Bardziej szczegółowo

Sterowanie jakością badań i analiza statystyczna w laboratorium

Sterowanie jakością badań i analiza statystyczna w laboratorium Sterowanie jakością badań i analiza statystyczna w laboratorium CS-17 SJ CS-17 SJ to program wspomagający sterowanie jakością badań i walidację metod badawczych. Może działać niezależnie od innych składników

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

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

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

Doświadczalne wyznaczanie współczynnika sztywności (sprężystości) sprężyn i współczynnika sztywności zastępczej

Doświadczalne wyznaczanie współczynnika sztywności (sprężystości) sprężyn i współczynnika sztywności zastępczej Doświadczalne wyznaczanie (sprężystości) sprężyn i zastępczej Statyczna metoda wyznaczania. Wprowadzenie Wartość użytej można wyznaczyć z dużą dokładnością metodą statyczną. W tym celu należy zawiesić

Bardziej szczegółowo

Komisja Architektury i Urbanistyki Wrocław 17 listopada 2017 r.

Komisja Architektury i Urbanistyki Wrocław 17 listopada 2017 r. B Wpływ rozkładu lokalizacji celów człowieka na percepcję przestrzeni oddalenia (Opracowanie: B. Wojtyszyn): A. Rozkład przestrzenny lokalizacji celów względem źródła w układzie pasmowym tworzący w percepcji

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

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

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

Krzysztof Gosiewski, Anna Pawlaczyk-Kurek

Krzysztof Gosiewski, Anna Pawlaczyk-Kurek * Krzysztof Gosiewski, Anna Pawlaczyk-Kurek Instytut Inżynierii Chemicznej PAN ul. Bałtycka 5, 44-100 Gliwice 15 lutego 2018 1 * A. Opracowanie metody modelowania sprzęgającej symulację modelem CFD z wynikami

Bardziej szczegółowo

LABORATORIUM PODSTAW TELEKOMUNIKACJI

LABORATORIUM PODSTAW TELEKOMUNIKACJI WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:

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

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

Bardziej szczegółowo

Procedura szacowania 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

Bardziej szczegółowo

Zielona Góra, październik 2015r. Streszczenie Programu ochrony powietrza dla strefy miasto Zielona - arsen w pyle PM10 1

Zielona Góra, październik 2015r. Streszczenie Programu ochrony powietrza dla strefy miasto Zielona - arsen w pyle PM10 1 Streszczenie Programu ochrony powietrza dla strefy miasto Zielona Góra wraz z Planem działań krótkoterminowych ze względu na przekroczenie wartości docelowej arsenu w pyle PM10 Zielona Góra, październik

Bardziej szczegółowo

Roczny raport jakości powietrza z uwzględnieniem pyłów PM1, PM2,5 oraz PM10 dla czujników zlokalizowanych w gminie Proszowice

Roczny raport jakości powietrza z uwzględnieniem pyłów PM1, PM2,5 oraz PM10 dla czujników zlokalizowanych w gminie Proszowice Roczny raport jakości powietrza z uwzględnieniem pyłów PM1, PM2,5 oraz PM dla czujników zlokalizowanych w gminie Proszowice Spis treści 1. Charakterystyka gminy oraz lokalizacja czujników... 3 2. Dopuszczalne

Bardziej szczegółowo

Wyniki pomiarów jakości powietrza prowadzonych metodą pasywną w Kolonowskiem w 2014 roku

Wyniki pomiarów jakości powietrza prowadzonych metodą pasywną w Kolonowskiem w 2014 roku WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA W OPOLU Wyniki pomiarów jakości powietrza prowadzonych metodą pasywną w Kolonowskiem w 2014 roku Opole, luty 2015 r. 1. Podstawy formalne Niniejsze opracowanie

Bardziej szczegółowo

Zielone powiaty województwa śląskiego

Zielone powiaty województwa śląskiego Zielone powiaty województwa śląskiego Raport analityczny opracowany w oparciu o Indeks Zielonych Powiatów Strona2 Spis treści Koncepcja Indeksu Zielonych Powiatów... 3 Metodologia badawcza... 4 Indeks

Bardziej szczegółowo

ZMIANY W METODYCE MODELOWANIA ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ W POWIETRZU OPARTEJ NA MODELU GAUSSA 2

ZMIANY W METODYCE MODELOWANIA ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ W POWIETRZU OPARTEJ NA MODELU GAUSSA 2 Ogólnopolska Konferencja z cyklu Instrumenty Zarządzania Ochroną Środowiska Robert Oleniacz, Marek Bogacki 1 ZMIANY W METODYCE MODELOWANIA ROZPRZESTRZENIANIA SIĘ ZANIECZYSZCZEŃ W POWIETRZU OPARTEJ NA MODELU

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

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

Bardziej szczegółowo

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące

Bardziej szczegółowo

INFORMACJA O POMIARACH ZANIECZYSZCZEŃ POWIETRZA ATMOSFERYCZNEGO w Rumi Październik Grudzień 2015

INFORMACJA O POMIARACH ZANIECZYSZCZEŃ POWIETRZA ATMOSFERYCZNEGO w Rumi Październik Grudzień 2015 FUNDACJA AGENCJA REGIONALNEGO MONITORINGU ATMOSFERY AGLOMERACJI GDAŃSKIEJ 80-243 Gdańsk ul. Brzozowa 15 A tel.+58 301 48 84, fax +58 301 48 84 (wewn.33) e-mail: info@armaag.gda.pl; www.armaag.gda.pl INFORMACJA

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych

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

Bardziej szczegółowo

Opracowanie wykonane na zlecenie członków Stowarzyszenia Mieszkańców Odolan w lutym 2018 polegało na:

Opracowanie wykonane na zlecenie członków Stowarzyszenia Mieszkańców Odolan w lutym 2018 polegało na: Ocena wpływu drogi technicznej na jakość powietrza w obrębie osiedla Odolany w Warszawie wykonawca: Biuro Studiów Proekologicznych EKOMETRIA Sp. z o.o., Gdańsk luty 2018 (Podsumowanie w zakresie wskaźnika

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

SPRAWOZDANIE Z MONITORINGU JAKOŚCI POWIETRZA W 2009 ROKU

SPRAWOZDANIE Z MONITORINGU JAKOŚCI POWIETRZA W 2009 ROKU WOJEWÓDZKI INSPEKTORAT OCHRONY ŚRODOWISKA W RZESZOWIE DELEGATURA W JAŚLE SPRAWOZDANIE Z MONITORINGU JAKOŚCI POWIETRZA W 2009 ROKU Stanowisko pomiarowe: ŻYDOWSKIE Jasło, luty 2010 r. 1. Położenie i najbliższe

Bardziej szczegółowo

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu

Bardziej szczegółowo

Konferencja KOKSOWNICTWO 2015 Optymalizacja nakładów na ograniczanie emisji przy wykorzystaniu programu COPDIMO

Konferencja KOKSOWNICTWO 2015 Optymalizacja nakładów na ograniczanie emisji przy wykorzystaniu programu COPDIMO Konferencja KOKSOWNICTWO 2015 Optymalizacja nakładów na ograniczanie emisji przy wykorzystaniu programu COPDIMO Jolanta Telenga Kopyczyńska, Aleksander Sobolewski ZADANIA OPERATORA INSTALACJI W ZAKRESIE

Bardziej szczegółowo

Analiza wyników otrzymanych ze stacji monitorowania jakości powietrza zlokalizowanych na terenie Mielca. Pył zawieszony PM10 LISTOPAD-GRUDZIEŃ 2018

Analiza wyników otrzymanych ze stacji monitorowania jakości powietrza zlokalizowanych na terenie Mielca. Pył zawieszony PM10 LISTOPAD-GRUDZIEŃ 2018 Analiza wyników otrzymanych ze stacji monitorowania jakości powietrza zlokalizowanych na terenie Mielca. Pył zawieszony PM10 LISTOPAD-GRUDZIEŃ 2018 dr Jakub Nowak 31.01.2019 Lokalizacja stacji Przeprowadzona

Bardziej szczegółowo

Załącznik nr 2 do uchwały nr 94/17 Sejmiku Województwa Mazowieckiego z dnia 20 czerwca 2017 r.

Załącznik nr 2 do uchwały nr 94/17 Sejmiku Województwa Mazowieckiego z dnia 20 czerwca 2017 r. Załącznik nr 2 do uchwały nr 94/17 Sejmiku Województwa Mazowieckiego z dnia 20 czerwca 2017 r. Opis stanu jakości powietrza w strefie miasto Radom dotyczy roku 2015 1. Lista substancji w powietrzu, ze

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

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

Kielce miasto na prawach powiatu

Kielce miasto na prawach powiatu Biuro Studiów i Pomiarów Proekologicznych EKOMETRIA Sp. z o.o. 80-299 Gdańsk, ul. Orfeusza 2 tel. (058) 301-42-53, fax (058) 301-42-52 Informacje uzupełniające do PROGRAMÓW OCHRO Y POWIETRZA dla stref

Bardziej szczegółowo

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 Dokładność i poprawność Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/12 80-233 GDAŃSK e-mail:

Bardziej szczegółowo

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU Tomasz Demski, StatSoft Polska Sp. z o.o. Wprowadzenie Jednym z elementów walidacji metod pomiarowych jest sprawdzenie liniowości

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych dla studentów Biologii A i B dr hab. Paweł Korecki e-mail: pawel.korecki@uj.edu.pl http://www.if.uj.edu.pl/pl/edukacja/pracownia_i/

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

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

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

MODELOWANIE ROZPRZESTRZENIANIA ZANIECZYSZCZEŃ W POWIETRZU NA PRZYKŁADZIE PROJEKTOWANEJ KWATERY SKŁADOWISKA ODPADÓW

MODELOWANIE ROZPRZESTRZENIANIA ZANIECZYSZCZEŃ W POWIETRZU NA PRZYKŁADZIE PROJEKTOWANEJ KWATERY SKŁADOWISKA ODPADÓW UNIWERSYTET ZIELONOGÓRSKI ZESZYTY NAUKOWE NR 154 Nr 34 INŻYNIERIA ŚRODOWISKA 2014 MATEUSZ CUSKE *, ŁUKASZ SZAŁATA ** MODELOWANIE ROZPRZESTRZENIANIA ZANIECZYSZCZEŃ W POWIETRZU NA PRZYKŁADZIE PROJEKTOWANEJ

Bardziej szczegółowo

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

Politechnika Białostocka INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Politechnika Białostocka Wydział Budownictwa i Inżynierii Środowiska INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Temat ćwiczenia: Zwykła próba rozciągania stali Numer ćwiczenia: 1 Laboratorium z przedmiotu:

Bardziej szczegółowo

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy

Bardziej szczegółowo

Modelowanie gazowego i energetycznego potencjału składowisk odpadów komunalnych

Modelowanie gazowego i energetycznego potencjału składowisk odpadów komunalnych MARIUSZ CZUREJNO KAZIMIERZ GAJ * Modelowanie gazowego i energetycznego potencjału składowisk odpadów komunalnych Wstęp Zgodnie z ustawą 1, już na etapie projektowania składowisk odpadów komunalnych niezbędne

Bardziej szczegółowo

ANALIZA SYSTEMU POMIAROWEGO (MSA)

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

Bardziej szczegółowo

KOMLEKSOWA OCENA JAKOŚCI POWIETRZA W NOWYM SĄCZU PRZY POMOCY METODY OBLICZENIOWO- POMIAROWEJ

KOMLEKSOWA OCENA JAKOŚCI POWIETRZA W NOWYM SĄCZU PRZY POMOCY METODY OBLICZENIOWO- POMIAROWEJ KOMLEKSOWA OCENA JAKOŚCI POWIETRZA W NOWYM SĄCZU PRZY POMOCY METODY OBLICZENIOWO- POMIAROWEJ 1. Wstęp Marian MAZUR, Marek BOGACKI, Robert OLENIACZ Akademia Górniczo-Hutnicza w Krakowie Zakład Kształtowania

Bardziej szczegółowo

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa

Bardziej szczegółowo

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40 Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)

Bardziej szczegółowo

Prognozowanie zanieczyszczeń atmosferycznych przy użyciu sieci neuronowych

Prognozowanie zanieczyszczeń atmosferycznych przy użyciu sieci neuronowych Prognozowanie zanieczyszczeń atmosferycznych przy użyciu sieci neuronowych prof. zw. dr hab. inż. Stanisław Osowski dr inż. Krzysztof Siwek Politechnika Warszawska Kontynuacja prac Prace prowadzone w roku

Bardziej szczegółowo

Jakość danych pomiarowych. Michalina Bielawska, Michał Sarafin Szkoła Letnia Gdańsk

Jakość danych pomiarowych. Michalina Bielawska, Michał Sarafin Szkoła Letnia Gdańsk Jakość danych pomiarowych Michalina Bielawska, Michał Sarafin Szkoła Letnia 22.09.2011 Gdańsk Weryfikacja wyników pomiarowych Celem weryfikacji wyników jest potwierdzenie poprawności wyników pomiarów.

Bardziej szczegółowo

Znaczenie modelowania w ocenie jakości powietrza. EKOMETRIA Sp. z o.o.

Znaczenie modelowania w ocenie jakości powietrza. EKOMETRIA Sp. z o.o. Znaczenie modelowania w ocenie jakości powietrza EKOMETRIA Sp. z o.o. Metody oceny wstępnej i bieżą żącej Pomiary (automatyczne, manualne, wskaźnikowe) Modelowanie Obiektywne szacowanie emisji Modelowanie

Bardziej szczegółowo

Wymiana doświadczeń i budowanie relacji w strategii poprawy jakości powietrza. Podsumowanie konferencji Jakość powietrza a zdrowie

Wymiana doświadczeń i budowanie relacji w strategii poprawy jakości powietrza. Podsumowanie konferencji Jakość powietrza a zdrowie Wymiana doświadczeń i budowanie relacji w strategii poprawy jakości powietrza. Podsumowanie konferencji Jakość powietrza a zdrowie Anetta Drzeniecka-Osiadacz, Projekt LIFE-APIS/PL Zakład Klimatologii i

Bardziej szczegółowo

ZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA. dr inż. Aleksander Astel

ZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA. dr inż. Aleksander Astel ZASTOSOWANIE TECHNIK CHEMOMETRYCZNYCH W BADANIACH ŚRODOWISKA dr inż. Aleksander Astel Gdańsk, 22.12.2004 CHEMOMETRIA dziedzina nauki i techniki zajmująca się wydobywaniem użytecznej informacji z wielowymiarowych

Bardziej szczegółowo

Doświadczalne wyznaczanie współczynnika sztywności (sprężystości) sprężyny

Doświadczalne wyznaczanie współczynnika sztywności (sprężystości) sprężyny Doświadczalne wyznaczanie współczynnika sztywności (sprężystości) Wprowadzenie Wartość współczynnika sztywności użytej można wyznaczyć z dużą dokładnością metodą statyczną. W tym celu należy zawiesić pionowo

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

Ćw. nr 31. Wahadło fizyczne o regulowanej płaszczyźnie drgań - w.2

Ćw. nr 31. Wahadło fizyczne o regulowanej płaszczyźnie drgań - w.2 1 z 6 Zespół Dydaktyki Fizyki ITiE Politechniki Koszalińskiej Ćw. nr 3 Wahadło fizyczne o regulowanej płaszczyźnie drgań - w.2 Cel ćwiczenia Pomiar okresu wahań wahadła z wykorzystaniem bramki optycznej

Bardziej szczegółowo

Energia odnawialna jako panaceum na problem niskiej emisji w mieście

Energia odnawialna jako panaceum na problem niskiej emisji w mieście Energia odnawialna jako panaceum na problem niskiej emisji w mieście Dr Małgorzata Pietras - Szewczyk Dolnośląska Szkoła Wyższa Wydział Nauk Technicznych Wrocław 21. 01. 2016r. Tezy Za złą jakość powietrza

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

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI

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)

Bardziej szczegółowo

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,

Bardziej szczegółowo

Zakład Higieny Środowiska Narodowy Instytut Zdrowia Publicznego Państwowy Zakład Higieny

Zakład Higieny Środowiska Narodowy Instytut Zdrowia Publicznego Państwowy Zakład Higieny Pomiary zanieczyszczenia mikrobiologicznego powietrza na terenie Miasta Otwocka w rejonie zagospodarowania odpadów komunalnych: składowiska odpadów komunalnych Sater-Otwock Sp. z o.o. w Otwocku oraz Regionalnej

Bardziej szczegółowo

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna Ćwiczenie 4 ANALIZA KORELACJI, BADANIE NIEZALEŻNOŚCI Analiza korelacji jest działem statystyki zajmującym się badaniem zależności pomiędzy rozkładami dwu lub więcej badanych cech w populacji generalnej.

Bardziej szczegółowo

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji

Bardziej szczegółowo

METODY PREZENTACJI KARTOGRAFICZNEJ. HALINA KLIMCZAK INSTYTUT GEODEZJI I GEOINFORMATYKI WE WROCŁAWIU

METODY PREZENTACJI KARTOGRAFICZNEJ. HALINA KLIMCZAK INSTYTUT GEODEZJI I GEOINFORMATYKI WE WROCŁAWIU METODY PREZENTACJI KARTOGRAFICZNEJ HALINA KLIMCZAK INSTYTUT GEODEZJI I GEOINFORMATYKI WE WROCŁAWIU halina.klimczak@up.wroc.pl METODY PREZENTACJI KARTOGRAFICZNEJ Wynikiem końcowym modelowania kartograficznego

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

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE Precyzja Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/1 80-95 GDAŃSK e-mail: kaczor@chem.pg.gda.pl

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Projekt pod nazwą: Rekultywacja składowisk odpadów w województwie kujawsko-pomorskim na cele przyrodnicze

Projekt pod nazwą: Rekultywacja składowisk odpadów w województwie kujawsko-pomorskim na cele przyrodnicze INWESTOR BENEFICJENT INWESTOR PARTNER: LOKALIZACJA: Instytucją Wdrażającą: WOJEWÓDZTWO KUJAWSKO-POMORSKIE Plac Teatralny 2, 87-100 Toruń Gmina Lubiewo Adres ul. Hallera 9, 89-526 Lubiewo Miejscowość Bysławek

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka

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

Bardziej szczegółowo

Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze)

Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze) ZAŁĄCZNIKI SPIS ZAŁĄCZNIKÓW Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze) Załącznik 1.2. Lokalizacja punktów pomiaru miąższości

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

RAPORT ZBIORCZY z diagnozy umiejętności matematycznych

RAPORT ZBIORCZY z diagnozy umiejętności matematycznych RAPORT ZBIORCZY z diagnozy umiejętności matematycznych przeprowadzonej w klasach szóstych szkół podstawowych Analiza statystyczna Wskaźnik Wartość wskaźnika Wyjaśnienie Liczba uczniów Liczba uczniów, którzy

Bardziej szczegółowo

Statystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36

Statystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36 Statystyka Wykład 6 Magdalena Alama-Bućko 9 kwietnia 2018 Magdalena Alama-Bućko Statystyka 9 kwietnia 2018 1 / 36 Krzywa koncentracji Lorenza w ekonometrii, ekologii, geografii ludności itp. koncentrację

Bardziej szczegółowo