WERYFIKACJA WPŁYWU PORÓWNAŃ PROWADZONYCH W WARUNKACH ZRÓWNOWAŻONEGO EKSPERYMENTU WEWNĄTRZLABOROTORYJNEGO NA CMC LABORATORIUM WZORCUJĄCEGO

Podobne dokumenty
WARTOŚĆ PIENIĄDZA W CZASIE

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Inżynieria środowiska Ćwiczenia /2018 Doświadczenia dwuczynnikowe analiza wariancji testy szczegółowe (układy niezależne)

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

PROJEKT: GNIAZDO POTOKOWE

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

UWAGI O WZORZE NA MOMENTY ROZKŁADU PRAWDOPODOBIEŃSTWA PÓLYI. Tadeusz Gerstenkorn. 1. Wstęp. 2. Rozkład G. Pólyi

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

ANALIZA DANYCH DYSKRETNYCH

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Prawdopodobieństwo i statystyka r.

Metody probabilistyczne egzamin

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

ELEMENTY MATEMATYKI FINANSOWEJ. Wprowadzenie

Matematyka ubezpieczeń majątkowych r.

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Kognitywistyka II r. Teoria rzetelności wyników testu. Teorie inteligencji i sposoby jej pomiaru (4) Rzetelność czyli dokładność pomiaru

Identyfikacja i modelowanie struktur i procesów biologicznych

KATEDRA ENERGETYKI. Laboratorium Elektrotechniki UKŁAD REGULACJI PRĘDKOŚCI. Temat ćwiczenia: SILNIKA PRĄDU STAŁEGO (LEONARD TYRYSTOROWY)

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

1. Wprowadzenie. Zygmunt Lech Warsza. Serhii Zabolotnii. Pomiary Automatyka Robotyka, ISSN , R. 22, Nr 1/2018, DOI: 10.

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

STATYSTKA I ANALIZA DANYCH LAB II

Zeszyty naukowe nr 9

Ekonometria Mirosław Wójciak

STATYSTYKA MATEMATYCZNA

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Prawdopodobieństwo i statystyka

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

LABORATORIUM METROLOGII

BADANIA DOCHODU I RYZYKA INWESTYCJI

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

Statystyka matematyczna. Wykład II. Estymacja punktowa

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Metody badania zbieżności/rozbieżności ciągów liczbowych

Wprowadzenie do laboratorium 1

STATYSTYKA I ANALIZA DANYCH

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

POLITECHNIKA OPOLSKA

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Statystyka. Katarzyna Chudy Laskowska

Wytrzymałość śruby wysokość nakrętki

2.1. Studium przypadku 1

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Estymacja przedziałowa

Matematyka ubezpieczeń majątkowych r.

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Wykład 11 ( ). Przedziały ufności dla średniej

WYZNACZANIE NAPIĘCIA POWIERZCHNIOWEGO ZA POMOCĄ KAPILARY

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Prawdopodobieństwo i statystyka r.

Analiza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

Ocena dopasowania modelu do danych empirycznych

ZADANIA NA ĆWICZENIA 3 I 4

1) Jakie są różnice pomiędzy analiza danych a wnioskowaniem statystycznym?

są niezależnymi zmiennymi losowymi o jednakowym rozkładzie Poissona z wartością oczekiwaną λ równą 10. Obliczyć v = var( X

Parametryczne Testy Istotności

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Artykuł techniczny CVM-NET4+ Zgodny z normami dotyczącymi efektywności energetycznej

Rozkład χ 2 = + 2π 2. Niech zmienna losowa x ma rozkład normalnyn(x; µ,σ). Znajdziemy rozkład zmiennej:

INFORMATYKA W CHEMII Dr Piotr Szczepański

Porównanie dwu populacji

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

MODELOWANIE ROZMYTE W ANALIZIE JAKOŚCIOWEJ Z WYKORZYSTANIEM ŚRODOWISKA OLAP

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

Lista 6. Estymacja punktowa

Elementy modelowania matematycznego

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Przejmowanie ciepła przy kondensacji pary

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

WIELOWYMIAROWA ANALIZA SYTUACJI SPOŁECZNO-DEMOGRAFICZNEJ POLSKI

40:5. 40:5 = υ5 5p 40, 40:5 = p 40.

Wpływ błędów parametrów modelu maszyny indukcyjnej na działanie rozszerzonego obserwatora prędkości

Estymacja przedziałowa - przedziały ufności

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.

STATYSTYKA OPISOWA WYKŁAD 1 i 2

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład 0 Wprowadzenie ( ) ( ) dy x dx ( )

Transkrypt:

PROBLEM AND PROGRE IN METROLOG PPM 8 Cofeece Digest Wiesław GOK Główy Uząd Mia amodziele Laboatoium Pzepływów WERFIKACJA WPŁWU PORÓWNAŃ PROWADZONCH W WARUNKACH ZRÓWNOWAŻONEGO EKPERMENTU WEWNĄTRZLABOROTORJNEGO NA CMC LABORATORIUM WZORCUJĄCEGO W efeacie pzedstawioo metodę weyfikacji wpływu wyików poówań wewątzlaboatoyjych a CMC laboatoium wzocującego opatą a aalizie waiacji wyików ekspeymetu zealizowaego jako doświadczeie dwuczyikowe pzy założeiu, że czyikami zmieymi są obsewato wykoujący wzocowaie oaz czas upływający między kolejymi cyklami poówań. łowa kluczowe: poówaia wewątzlaboatoyje, waiacja wewątzlaboatoyja, CMC laboatoium wzocującego. VERIFICATION OF THE IMPACT OF COMPARION CARRIED OUT IN THE CONDITION OF ALANCED WITHIN -LABORATOR EXPERIMENT ON CMC CALIBRATION LABORATOR The pape pesets the method of veifyig the impact of the esults of withi-laboatoy compaisos o the CMC calibatio laboatoy based o the aalysis of vaiace of the esults of the expeimet as a two-facto expeimet assumig that the vaiable factos ae the obseve pefomig the calibatio ad the time betwee cosecutive compaisos. Keywods: withi-laboatoy compaisos, withi-laboatoy vaiace, CMC calibatio laboatoy.. WTĘP Poówaia wewątzlaboatoyje są ważym azędziem zapewieia jakości wyików wzocowań ealizowaych pzez laboatoia akedytowae. W paktyce moża spotkać w zależości od dziedziy i specyfiki laboatoium óże sposoby (play) powadzeia tych poówań oaz óże, ustalae często abitalie pzez laboatoia, miay i kyteia akceptacji ich wyików. Natomiast wyiki poówań wewątzlaboatoyjych ie są a ogół są weyfikowae pod względem ich ewetualego wpływu a oszacowaie zdolości pomiaowej laboatoium. Tymczasem CMC laboatoium wzocującego jest oszacowaiem zdolości pomiaowej laboatoium w waukach utyowego wykoywaia wzocowań, w któych czyikami wpływającymi a zmieość wyików pomiaów mogą być także czyiki: kto z pesoelu wzocującego wykouje wzocowaie i kiedy.. PLAN EKPERMENTU WEWNĄTRZLABORATORJNEGO Niepewość wzocowań wykoywaych pzez laboatoium zależy od szeegu czyików, do któych, pzyjmując klasyfikację wg [], ależą: ogólie pojęta ogaizacja laboatoium, wyposażeie i jego wzocowaie, stosowae poceduy i pzyjęte w ich metody pomiaowe, pesoel wzocujący i odstępy czasu między wzocowaiami. Wauki, w któych ww. czyiki są stałe podczas wzocowaia są waukami powtazalości. kajy pzypadek, w któym wszystkie czyiki wpływające (łączie z ogaizacją) są zmiee detemiuje wauki odtwazalości

Wiesław GOK międzylaboatoyjej. Wauki, w któych zmiay są ogaiczoe do M czyików wewątz laboatoium są tzw. pośedimi waukami pecyzji z M czyikami zmieymi. W iiejszym opacowaiu okeśloo je jako wauki odtwazalości wewątzlaboatoyjej. Zaplaowao doświadczeie, w któym błędy wybaego obiektu wzocowaia (p. pzepływomieza) będą wyzaczae kolejo pzez v osób pesoelu (opeatoów), w możliwie kótkim czasie (p. w ciągu di). Każdy z opeatoów wykoa ówą liczbę pomiaów. Tak wykoae wzocowaie będzie powtazae azy, w ówomieych odstępach czasu (p. co 3 miesiące). Obiekt wzocowaia, pocedua wzocowaia, w tym metoda pomiaowa i wauki odiesieia oaz pozostałe czyiki wpływające a wyiki pomiaów pozostają stałe. Plaowae w te sposób doświadczeie okeśloo jako zówoważoy ekspeymet wewątzlaboatoyjy. Wyiki pomiaów dla wybaej watości wielkości miezoej (p. stumieia objętości) zgomadzoo w sposób pzedstawioy w tabeli. Twozą oe tzw. dwukieukową klasyfikację kzyżową z czyikami klasyfikacyjymi: opeato i czas, gdzie opeatozy v i czasy staowią klasy tej klasyfikacji. Jest oa otogoala poieważ w każdej podklasie czas - opeato liczba pzepowadzoych pomiaów jest taka sama i ie dopuszcza się, aby któakolwiek z podklas była pusta (wszyscy opeatozy muszą być obeci podczas ekspeymetu). Jest to być może kłopotliwe w stosuku do iych plaów ekspeymetu zakładających puste podklasy, ale zaczie ułatwia dalszą aalizę statystyczą. Zgodie z [] dla tak zaplaowaego ekspeymetu - dotyczącego koketego laboatoium - właściwym modelem statystyczym jest tzw. model ze stałym oddziaływaiem (model typu I). Tabela Opeato Opeato j Opeato v Czas y, y,, y y j, y j,, y j y v, y v,, y v Czas y, y,, y y j, y j,, y j y v, y v,, y v. Czas i y i, y i,, y i y ij, y ij,, y ij y iv, y iv,, y iv Czas y, y,, y y j, y j,, y j y v, y v,, y v 3. MODEL TATTCZN EKPERMENTU Wzocowaie obiektu w czasie i pzez opeatoa j pzyiosło astępujące wyiki: y ij, y ij, y ijk,, y ij () Wszystkie wyobażale wyiki pomiaów w podklasie czas i - opeato j, ozaczoej jako T(i), O(j), staowią populację T(i), O(j). Otzymae wyiki wzocowaia staowią zatem ealizację obsewowaego w tej populacji wektoa losowego: ( ij, ij,, ijk,, ij ) () Ekspeymetaly chaakte daych () pozwala a pzyjęcie założeia, że ij, ij, ijk, ij są iezależe i mają jedakowy ozkład omaly N(m ij, σ ij ). Zakłada się poadto, że waiacja ozkładu ijk jest jedakowa dla wszystkich ozpatywaych podklas, co wyaża się astępująco:

WERFIKACJA WPŁWU PORÓWNAŃ PROWADZONCH W WARUNKACH 3 D ( ijk ) = σ ijk = σ ; i =, j = v (3) Założeie (3), z pozou sile, w zeczywistości uwzględiając fakt, że zmieość ijk w każdej podklasie T(i), O(j) jest geeowaa główie pzez ozzuty wskazań obiektu wzocowaia jest a ogół spełioe i zawsze może być zweyfikowae testem jedoodości waiacji. Niech model geeujący wyiki wzocowaia w podklasie T(i), O(j) ma postać: gdzie: m ij = E( ijk ), ξ ijk jest zmieą losową o E(ξ ijk ) = 0 i D (ξ ijk ) = σ. ijk = m ij + ξ ijk, k =,,, (4) Jeżeli wpływy czyików: czas i opeato a wyiki wzocowaia są statystyczie istote wówczas watości pzecięte m ij w każdej podklasie mogą być ie. Zóżicowaie tych watości moża obsewować w stosuku do watości pzeciętej w zbioze wszystkich populacji T(i), O(j) obejmujących zaplaoway ekspeymet, wyzaczając: m v v m ij i j (5) Wówczas, wpowadzając óżicę B ij = m ij - m wyażającą odchyleie m ij od (5) spowodowae łączym wpływem czyików czas i obsewato a m ij, ówaie (4) moża zapisać jako: albo podejmując póbę ozdzieleia tych wpływów, jako: ijk = m + B ij + ξ ijk (6) ijk = m + B i(t) + B j(o) + B ij(to) + ξ ijk (7) gdzie: B i(t) obciążeie będące efektem główym wpływu czasu, B j(o) obciążeie będące efektem główym wpływu opeatoa, B ij(to) obciążeie będące efektem iteakcji wpływu czasu i opeatoa, ξ ijk zmiea losowa epezetująca efekty oddziaływaia czyików pzypadkowych w pomiaze. Zóżicowaie obciążeń B j(o) w klasie opeato może wyikać z óżych umiejętości techiczych opeatoów i ich idywidualych awyków w stosowaiu metod pomiaowych. W zóżicowaiu B i(t) w klasie czas pzejawia się z kolei wpływ dyfów apaatuowych. Zmieiające się umiejętości i zaagażowaie opeatoów w czasie jest pzykładem iteakcji czyików opeato i czas, wyażających się zmieością B ij(to). Oczywiście w waukach powtazalości wszystkie ww. obciążeia pzybieają watości stałe. 4. WERFIKACJA WNIKÓW EKPERMENTU WEWNĄTRZLABORATORJNEGO Badaie wpływu opeatoa i czasu a wyiki wzocowaia zostało pzepowadzoe metodą dwuczyikowej aalizy waiacji (ANOVA). Wyiki aalizy ujęto w postaci tablicy aalizy waiacji i pzedstawioo w tabeli.

4 Wiesław GOK Źódło zmieości uma kwadatów odchyleń z póby topie swobody Waiacja z póby 3 4 T O T x O Resztowe Ogółem v ( i ) ( ) i v ( O) j ) j ( ( v ) v ( TO) ij i j ) i j ( ( ) ( v ) v ( ijk ij) v ( ) i j k v ( ) ijk ) i j k ( O ) TO ( T ) ( O) v ( v X Tabela ( TO) ( ) ( v ) v ( ) Śedie aytmetycze zmieych losowych ijk epezetujących wyiki wzocowaia w i-tym czasie pzez j -tego obsewatoa oaz odpowiedio śedie aytmetycze zmieych losowych ijk epezetujących wyiki wzocowaia uzyskae w i-tym czasie od wszystkich opeatoów lub pzez j -tego opeatoa we wszystkich pzepowadzoych w ekspeymecie wzocowiach okeśla odpowiedio się jako: ij k ijk ; i v v ; ijk j j k i k ijk (8) Śedią aytmetyczą ogólą epezetującą wyiki ekspeymetu jest: v v ijk i j k (9) uma kwadatów odchyleń () (koluma, tabela ) zmieej ijk epezetującej wszystkie wyiki wzocowaia od śediej ogólej (9) została ozłożoa a sumy odchyleń (T), (O) i (TO). Każda z ich po podzieleiu pzez właściwą jej liczbę stopi swobody (koluma 3, tabela ) staje się mieikiem wpływu a wyiki wzocowaia odpowiedio czasu, opeatoa lub iteakcji obydwu tych czyików. Resztowa suma kwadatów jest śedią ze śedich odchyleń (błędów pzypadkowych) zmieych ijk od ij, występujących w każdej podklasie T(i), O(j). Czas i opeato mogą mieć wpływ a wyiki wzocowaia, ale także tego wpływu może ie być lub iaczej mówiąc może być o statystyczie ieistoty. Wszystko zależy od specyfiki pomiaów w daej dziedziie. Pzypuszczeie, że a wyiki wzocowaia czas i opeato ie mają wpływu ozacza pzyjęcie hipotezy zeowej: H 0 : m ij = m; Bij=0 i =, j = v (0)

WERFIKACJA WPŁWU PORÓWNAŃ PROWADZONCH W WARUNKACH 5 Dopieo odzuceie ww. hipotezy H 0 otwiea dogę do uzaia hipotezy alteatywej, że wpływ taki jedak istieje. Opate a aalizie waiacji fukcje testowe, umożliwiające statystyczą weyfikację H 0, fomułuje się zgodie z [3] jako astępujące iloazy: v ( ) ( O) v ( ) ( TO) v ( ) ( TO) ; ; () v ( ) ( v ) Jeżeli spełioe są założeia (3) ekspeymetu i hipoteza H 0 jest pawdziwa wówczas fukcje testowe () stają się statystykami o ozkładzie F edecoa z ilościami stopi swobody jak w tabeli 3. Tabela 3 Źódło zmieości T O T x O tatystyka Rozkład statystyki Obszay kytycze ( ; v ( )) ( O) F f ( v ; v ( )) Watości f statystyki F dla ekspeymetu EWL,8 F( O ) ( O) f (( )( v ) ; v ( )) 3, F( TO ) ( TO) f ( TO ),6 Po założeiu dopuszczalego pawdopodobieństwa błędu wioskowaia o słuszości H 0, a poziomie α= 0,05, i ustaleiu watości kytyczych f statystyki F dla poszczególych źódeł zmieości, możliwe jest zbudowaie odpowiedich obszaów kytyczych (tabela 3). Pzykładowo, w tabeli 3 pzedstawioo watości kytycze f dla ekspeymetu wewątzlaboatoyjego EWL: = cykli poówań, v =3 opeatoów wykoujących po = 0 powtózeń. Jeżeli więc p. obliczoa waiacja (O) z ww. póby v = 3 0 =360 pomiaów pzekoczy tzykotie (f =3,) waiację wyikającą z błędów pzypadkowych, moża w sposób paktyczie bezspoy (z błędem wioskowaia ie pzekaczającym 5%) odzucić hipotezę H 0 o baku wpływów opeatoów a wyiki wzocowaia. Ozacza to, że wyiki pomiaów, a zatem CMC laboatoium, jest obciążoe czyikiem ludzkim. Laboatoium pzepowadza bowiem wzocowaia w waukach odtwazalości wewątzlaboatoyjej, gdzie utyowo wzocowaie może pzepowadzać każdy z pacowików. W pzypadku otzymaia stosukowo dużych, ale mieszczących się w obszaze pzyjęcia watości statystyk () ie ma wpawdzie podstaw do odzuceia hipotezy o baku wpływu ozpatywaych czyików a wyiki wzocowaia, ale także, co cechuje testy istotości, ie ma też silych podstaw do jej potwiedzeia. Laboatoium musi samo oceić, czy badziej kozyste, ze względu a właściwe oszacowaie CMC jest oszacowaie wpływu tych czyików, czy węcz pzeciwie bioąc pod uwagę yzyko pzeszacowaia CMC uzać, że z puktu widzeia laboatoium ie są to wpływy wystaczająco istote. 5. PODUMOWANIE Pzedstawioo metodę, w któej stadadowe azędzia aalizy statystyczej zostały wykozystae w owym zastosowaiu do aalizy wyików poówań wewątzlaboatoyjych. Metoda jest ogaiczoa do weyfikacji hipotezy istotości o baku wpływu wyóżioych czyików a CMC laboatoium. Jedak odzuceie tej hipotezy jest dla laboatoium wzocującego bezwzględym wskazaiem, że koiecze jest oszacowaie wpływu tych czyików a CMC. Metoda może mieć zastosowaie pzede wszystkim tam gdzie czyik ludzki ma istote zaczeie w pocesach

6 Wiesław GOK wzocowaia. W dziedziie pzepływów w wielu pzypadkach ola opeatoa jest istota. Dotyczy to p. wzocowań aemometów, pzepływomiezy gazu w tym gazomiezy, a także wzocowań pzepływomiezy do wody i cieczy iych iż woda, w pzypadkach gdy pomiay te ie są zautomatyzowae. LITERATURA. PN-IO 575-3: 00. Dokładość (popawość i pecyzja) metod pomiaowych i wyików pomiau. Część 3: Pośedie miay pecyzji stadadowej metody pomiaowej.. Maek Dobosz: Wspomagaa komputeowo statystycza aaliza wyików badań, Akademicka Oficya Wydawicza EXIT, Waszawa, 004. 3. Fisz M.: Rachuek pawdopodobieństwa i statystyka matematycza, PWN, Waszawa,969.