Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka



Podobne dokumenty
Niepewności pomiarów. DR Andrzej Bąk

Planowanie eksperymentu pomiarowego I

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Opracowanie wyników pomiarów

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

Materiały do wykładu 7 ze Statystyki

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

Wyrażanie niepewności pomiaru

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

FUNKCJE DWÓCH ZMIENNYCH

Statystyka. Katarzyna Chudy Laskowska

Statystyczne charakterystyki liczbowe szeregu

Wnioskowanie statystyczne dla korelacji i regresji.

Podstawy opracowania wyników pomiarowych, analiza błędów

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

RACHUNEK NIEPEWNOŚCI POMIARU

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

RACHUNEK NIEPEWNOŚCI POMIARU

METODY KOMPUTEROWE 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

. Wtedy E V U jest równa

Prawdopodobieństwo i statystyka r.

Badania Maszyn CNC. Nr 2

JEDNOWYMIAROWA ZMIENNA LOSOWA

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Statystyka Opisowa Wzory

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Prawdopodobieństwo i statystyka r.

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Projekt 3 Analiza masowa

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

Analiza danych pomiarowych

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

STATYSTYKA MATEMATYCZNA

Pomiary parametrów napięć i prądów przemiennych

5. OPTYMALIZACJA NIELINIOWA

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

AKADEMIA MORSKA W SZCZECINIE

Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

3. OPTYMALIZACJA NIELINIOWA

PDF created with FinePrint pdffactory Pro trial version WIII/1

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

będą niezależnymi zmiennymi losowymi o tym samym 2 x

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Parametryczne Testy Istotności

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

System finansowy gospodarki

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI

Politechnika Opolska. Skrypt Nr 237 ISSN (wersja elektroniczna) Ewald Macha. Niezawodność maszyn

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

STATYSTYKA OPISOWA WYKŁAD 3,4

GEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Linie regresji II-go rodzaju

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

Metoda Monte-Carlo i inne zagadnienia 1

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

Projekt 2 2. Wielomiany interpolujące

I. Elementy analizy matematycznej







Ekstrema funkcji dwóch zmiennych

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Transkrypt:

Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1

Iformacje teoretcze zameszczoe a slajdach tej prezetacj uzupełoe są o praktcze wskazówk jak moża za pomocą programu Ecel oblczć wlekośc zwązaeą z żerskm metodam aalz dach pomarowch szacowaa epewośc pomarów. Zameszczoe recept oblczeowe zakładają, że: W przpadku pojedczej ser pomarów, zajduje sę oa w komórkach od B4 do B34 składa sę z30próbek, W przpadku aalz zależośc welkośc od, próbk welkośc (zmeej ezależej) zajdują sę w komórkach od B4 do B34, apróbk welkośc lkś (zmeej zależej) ż zajdują j sę w komórkach k od C4 do C34 zależość pomarowa składa sę z 30 puktów pomarowch. 014 03 30 WSTE Sucha Beskdzka Fzka

Sps tematów: Nepewość pomarowa Wartość średa, odchlee stadardowe pojedczego pmaru odchlee stadardowe wartośc średej, Krzwa rozkładu prawdopodoboeństwa, Metoda regresj lowej, Prawo przeoszea epewośc ś pomarowej. 014 03 30 WSTE Sucha Beskdzka Fzka 3

Nepewość pomaru Jest to ocea wargodośc rezultatu pomaru wrażoa w postac lczbowej. Metoda tpu: A stosowaa dla ser pomarów, B dla pojedczego pomaru szacowaa w oparcu o dzałkę elemetarą stosowaego przrządu pomarowego. Metoda tpu B Jeżel przrządu pomarow ma dzałkę elemetarą wk kolejch pomarów są rówoprawdopodobe w całm zakrese pomarowm to epewość stadardowa pojedczego pomaru wkoaego tm przrządem wos: u B 0, 58 3 014 03 30 WSTE Sucha Beskdzka Fzka 4

Metoda tpu A Jeżel pomar powtórzm raz otrzmując wk k, gdze k 1,... to rezultat szacujem za pomocą wrtośc średej: k k k 1 µ Ecel AVERAGE(B4:B34) Marą rozproszea wków ser pomarowej k jest odchlee stadardowe (SD Stadard Devato) )pojedczego pomaru: s k ( k ) Ecel k 1 STDEV(B4:B34) SD σ 1 014 03 30 WSTE Sucha Beskdzka Fzka 5

Metoda tpu A Nepewość staadrdowa ser pomarów k to odchlee staadrdowe wartośc średej: u A s s k k 1 ( ) k ( 1) Ecel STDEV(B4:B34)/SQRT(30) 014 03 30 WSTE Sucha Beskdzka Fzka 6

Nepewość całkowta C u u A B u + Nepewośc dodają sę ę w geometrcze czl w kwadratach. 014 03 30 WSTE Sucha Beskdzka Fzka 7

Krzwa rozkładu epewośc pomarowej Odchłka pojedczego pomaru: - 0 Ne daje formacj a temat dokładośc metod pomarowej. Dostarcza ją krzwa rozkładu epewośc pomarowej. Dośwadczale jej wzaczee polega a welokrotm pomarze sporządzeu hstogramu. Hstogram to wkres słupkow gdze wsokość jedego słupka jest rówa częstoścś wstępowaa wków w przedzale o szerokośc ε rówej szerokośc podstaw słupka: f j j 014 03 30 WSTE Sucha Beskdzka Fzka 8

Lczba wków przpadaja aca a da podprzed dzał Hstogram Metoda tworzea hstogramu w programe Ecel jest opsaa w osobej prezetacj Sera wków podzloa a m rówch popdrzedzałów Każd hstogram dąż do rozkładu ormalego prz lczbe pomarów dążącej do eskończoośc. 014 03 30 WSTE Sucha Beskdzka Fzka 9

Rozkład ormal f ( ) 1 ep σ π ( µ ) σ Krzwa Gaussa µ Zrozkładem Normalm zwązaa jest reguła 3sgma mówąca, że w przedzałach: (µ 3σ, µ+3σ) meśc sę 99.73% obserwacj, (µ σ, µ+σ) meśc sę 95,45% obserwacj, (µ σ, µ+σ) meśc ś sę 68,7% obserwacj. 014 03 30 WSTE Sucha Beskdzka Fzka 10

Metoda regresj lowej Statstcza metoda wzaczaa parametrów a b prostej w oparcu o zbór puktów pomarowch (, ). a + b S ( a b) 1 Szukam mmum sum kwadratów odległośc ł ś S ze względu a współczk prostej a b : S a S 0 0 b 014 03 30 WSTE Sucha Beskdzka Fzka 11

Metoda regresj lowej S W a W S a σ ( ) W W b a b σ σ ( ) W Ecel b a + LINEST(C4:C34;B4:B34;TRUE;TRUE) Ta formuła jest tpu tablcowego co ozacza, że zwraca tabelę. W tm wpadku jest to tabela o wmarach kolum a 5 wersz. Poeważ as teresują tlko czter z tch dzesęcu parametrów statstczch to wstarcz, że zazaczm obszar. Następe wcskam F. I a koec Ctrl+Shft+Eter. Wokół formuł pojawą sę awas klamrowe. {LINEST(C4:C34;B4:B34;TRUE;TRUE)},765678 0,136833 a b WSTE Sucha Beskdzka Fzka 1 { LINEST(C4:C34;B4:B34;TRUE;TRUE)} Zazaczo obszar wpeł sę wartoścam: 0,084045 0,049953 σ a σ b 014 03 30

Metoda regresj lowej I D [ma] U DS [V] Jeśl wkem jest achlee czerwoej l to podajem go w astępując sposób:,76 ± 0,08 ma/v,765678 0,136833 0,084045 0,049953 Jeśl wkem jest achlee zeloej l to podajem go w 0,039401039401 3,64391 astępując sposób: 39,4 ± 3, µa/v 0,003186 0,01716 014 03 30 WSTE Sucha Beskdzka Fzka 13

I D [ma] Pomar pośred U DS [V] Jeśl wkem jest stosuek a do b dla czerwoej l to wos o:,765678 0,136833 a,765678 ma V ma 0,084045 0,049953 c 0, 1 b 0,136833 V V A jak określć epewość dla welkośc c? 014 03 30 WSTE Sucha Beskdzka Fzka 14

Prawo przeoszea epewośc pomarowej f,, K,, K, ) ( 1 f 1 014 03 30 WSTE Sucha Beskdzka Fzka 15

Prawo przeoszea epewośc pomarowej Jeśl wkem jest stosuek a do b dla czerwoej l to wos o:,765678 0,136833 a ma 0,084045084045 0,049953049953 c 0, 1 b V Nepewość pomarowa welkośc c: c c 1 a σ a σ c σ a + σ b σ a + σ c b + a b b b a b c 1 c a a b b b c 0, 1 0,084,766 + 0,05 0,137 b 014 03 30 WSTE Sucha Beskdzka Fzka 16