MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

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

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Estymacja przedziałowa

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

STATYSTYKA I ANALIZA DANYCH

Statystyka Inżynierska

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

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

STATYSTYKA OPISOWA WYKŁAD 1 i 2

POLITECHNIKA OPOLSKA

Statystyczny opis danych - parametry

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

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

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

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

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.

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

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

Sygnały pojęcie i klasyfikacja, metody opisu.

TRANZYSTORY POLOWE JFET I MOSFET

Jak obliczać podstawowe wskaźniki statystyczne?

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

1 Dwuwymiarowa zmienna losowa

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

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

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

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

Niepewności pomiarowe

Ćwiczenie 3. H 1 : p p 0 H 3 : p > p 0. b) dla małej próby statystykę testową oblicza się za pomocą wzoru:

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

Pobieranie próby. Rozkład χ 2

Funkcja generująca rozkład (p-two)

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

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

Materiały do wykładu 4 ze Statystyki

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

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

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

Lista 6. Estymacja punktowa

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Dendrochronologia Tworzenie chronologii

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

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

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Metody oceny efektywności projektów inwestycyjnych

BADANIA DOCHODU I RYZYKA INWESTYCJI

Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

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

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

Histogram: Dystrybuanta:

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

SZACOWANIE KOSZTÓW PROCESU MONTAŻU NA PRZYKŁADZIE WYBRANEGO TYPOSZEREGU WYROBÓW

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

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Estymacja przedziałowa - przedziały ufności

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

θx θ 1, dla 0 < x < 1, 0, poza tym,

Statystyka opisowa - dodatek

PROGNOZY I SYMULACJE

KADD Metoda najmniejszych kwadratów

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

Estymacja parametrów populacji

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

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Statystyka w rozumieniu tego wykładu to zbiór metod służących pozyskiwaniu, prezentacji, analizie danych.

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.

16 Przedziały ufności

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

Wykład 6. Badanie dynamiki zjawisk

0.1 ROZKŁADY WYBRANYCH STATYSTYK

STATYSTKA I ANALIZA DANYCH LAB II

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Obligacja i jej cena wewnętrzna

LABORATORIUM METROLOGII

Statystyka matematyczna dla leśników

Prawdopodobieństwo i statystyka r.

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

POMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU

Gretl konstruowanie pętli Symulacje Monte Carlo (MC)

Parametryczne Testy Istotności

Statystyka matematyczna. Wykład II. Estymacja punktowa

Transkrypt:

MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń

Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów w serii xi i x Mediaa (M) jes o warość środkowa w uporządkowaym szeregu warości pomiarów p. gdy dokoao dziewięciu pomiarów, o warością środkową (mediaą) będzie piąa warość. Gdy liczba pomiarów jes parzysa mediaa jes rówa średiej z dwóch wyików środkowych. Wyzaczaie mediay sprowadza się do uszeregowaia wyików według rosącej warości i wyborze warości środkowej ego ciągu. Mediaa ie zależy od wyików skrajych. Nie jes wymagae jak w przypadku warości średiej sosowaie procedur odrzuceia wyików wąpliwych. Domiaa (D) określa, kóra z warości w daej zbiorowości wysępuje ajczęściej (domiuje). Moża ją wyzaczyć meodą graficzą. Jeśli a osi odcięych odłożymy warość cechy (wyik pomiaru) a a osi rzędych liczbę pomiarów przyjmujących określoą warość cechy, o domiaa jes warością odcięej odpowiadającą maksimum krzywej liczebości. Domiaa podobie jak mediaa ie zależy od wyików skrajych. Rozkłady liczebości mogą być róże symerycze i iesymerycze. Zależie od rozkładu cechy zachodzą rzy podsawowe relacje pomiędzy średią arymeyczą x, domiaą D i mediaą M przedsawioe a rysukach: Rys.. Symeryczy rozkład cechy x D M Rys.. Lewosroie skośy Rys. 3. Prawosroie skośy rozkład cechy x D M rozkład cechy x D M

Zasosowaie powyższych miar ceralej edecji ma jedak ses ylko przy większej ilości daych pomiarowych. Esymacja przedziałowa Meoda esymacji pukowej, dążąca do przyporządkowaia paramerom warości liczbowej saowiącej jego saysyczą oceę ma swoje wady, poieważ ocea a ie musi się pokrywać z prawdziwą warością parameru. W akim przypadku iezbęde jes podaie iformacji o wielkości oczekiwaych odsępsw od warości rzeczywisej. Problem e sprowadza się do pyaia: jak wielki musi być przedział x dookoła warości saowiącej wyik ozaczeia x, aby prawdopodobieńswo ego, że warość oczekiwaa populacji mieści się w ym przedziale miało zadaą warość. Waruek e moża opisać ierówością: x x E x x x gdzie: E(x) esymacja pukowa warości x Tak określoy przedział osi azwę przedziału ufości a zadaa warość prawdopodobieńswa poziomu ufości. W celu wyzaczeia przedziału ufości średiej arymeyczej korzysamy z esu W.S. Gossea (zw. esu -Sudea) Gosse wprowadził ową zmieą losową, kóra ma rozkład prawdopodobieńswa, symeryczy, iezależy od liczby ozaczeń, podoby do rozkładu ormalego. W przypadku liczby pomiarów >30 rozkład prawdopodobieńswa i rozkład Gaussa prakyczie się pokrywają. Gdy liczba pomiarów jes miejsza, iepewość oszacowaia odchyleia sadardowego jes kompesowaa większą warością parameru (Tabela 6.) Przedział ufości średiej arymeyczej wyzacza się z zależości: x s gdzie: - warość rzeczywisa - warość parameru fukcji Sudea s - odchyleie sadardowe średiej z próby x - warość średia z próby s s s odchyleie sadardowe z próby. Liczbowo odchyleie sadardowe z próby jes rówe pierwiaskowi kwadraowemu z wariacji. Wariacja (V ) jes miarą efekywości oszacowaia średiej arymeyczej z próby (miara precyzji): xi x V 3

s V xi x i Odchyleie sadardowe z próby (s) saowi oceę błędu przypadkowego, jakim obarczoe jes ozaczeie. To odchyleie określa rozrzu wyików wokół warości średiej. Warość s jes miarą powarzalości wyików, gdy aaliza jes wykoywaa przez ego samego aaliyka. Im warość s jes miejsza ym miejszy jes rozrzu wyików a aaliza wykoywaa precyzyjiej. Odchyleie sadardowe ma wymiar wielkości mierzoej. Szerokość przedziału ufości s wyrażaa jes w akich jedoskach, w jakich podae są wyiki pomiarów. Moża operować akże zw. względą szerokością przedziału () wyrażoą w proceach: x s x s s 00 % 00 % x x Współczyik zmieości (względe odchyleie sadardowe) (RSD) podaway w proceach jes przykładem błędu względego j. błędu oszacowaia dzieloego przez oszacowaą absoluą warość mierzoej wielkości: s RSD % 00 % x Przedział ufości może być wykorzysyway do sprawdzeia czy pomiary obarczoe są błędem sysemayczym. Jeśli przedział ufości ie zawiera zaej (prawdziwej) warości wielkości mierzoej wskazuje o a obecość błędu sysemayczego (dodaiego lub ujemego). 4

Tabela 6.. Warości współczyika oraz parameru w zależości od liczby ozaczeń (), poziomu ufości (p) lub poziomu isoości () i prawdopodobieńswa (w %). Poziom ufości p, poziom isoości, prawdopodobieńswo w % Sopie Liczba swobody p = 0,90; = 0,; 90 o /o p = 0,95; = 0,05; 95 o /o p = 0,99; = 0,0; 99 o /o ozaczeń K = - 6,34 4,478,706 9,00 63,656 45,46 3,90,688 4,303,48 9,9 5,734 4 3,353,77 3,8,59 5,84,9 5 4,3 0,953,776,4 4,604,06 6 5,05 0,90,57,05 4,03,646 7 6,943 0,703,447 0,9 3,707,399 8 7,895 0,670,365 0,84 3,499,36 9 8,860 0,60,306 0,77 3,355,8 0 9,833 0,580,6 0,7 3,50,08 0,80 0,54,0 0,66 3, 0,94,78 0,5,8 0,63 3,06 0,88 3,77 0,49,6 0,59 3,0 0,83 4 3,76 0,47,4 0,57,98 0,80 5 4,75 0,45,3 0,55,95 0,76 6 5,75 0,44, 0,53,9 0,73 7 6,74 0,4, 0,5,90 0,70 8 7,73 0,40,0 0,49,88 0,68 9 8,73 0,40,09 0,48,86 0,66 0 9,7 0,38,09 0,47,85 0,64,7 0,37,07 0,44,8 0,60 4 3,7 0,35,06 0,4,80 0,57 6 5,7 0,34,06 0,4,78 0,56 8 7,70 0,33,05 0,39,76 0,53 30 9,67 0,3,04 0,38,75 0,5

Przykład. Ozaczając sężeie rozworu HCl orzymao wyiki zamieszczoe w poiższej abeli: Numer pomiaru Sężeie HCl [mol/dm 3 ] Numer pomiaru Sężeie HCl [mol/dm 3 ] Numer pomiaru Sężeie HCl [mol/dm 3 ] 0,9987 0,9990 0,999 0,9973 0,9989 0,9984 3 0,9986 3 0,9978 3 0,998 4 0,9980 4 0,997 4 0,9987 5 0,9975 5 0,998 5 0,9987 6 0,998 6 0,9983 6 0,9983 7 0,9984 7 0,9988 7 0,998 8 0,998 8 0,9975 8 0,999 9 0,998 9 0,9980 9 0,998 0 0,9980 0 0,9994 30 0,9969 Przeprowadzić saysyczą oceę serii pomiarowej. Obliczyć warość średiej arymeyczej x, wariacji (V), odchyleia sadardowego (s) oraz względego odchyleia sadardowego (RSD). Wyzaczyć warości domiay (D) i mediay (M) oraz przedział ufości średiej arymeyczej (dla zadaego poziomu isoości). Rozwiązaie Warość średiej arymeyczej wyosi: x30 xi i 30 ( 0, 9987 0, 9973 0, 9986 0, 9980 0, 9975 0, 998 0, 9984 0, 998 0, 998 0, 9980 0, 9990 0, 9989 0, 9978 0, 997 0, 998 0, 9983 0, 9988 0, 9975 0, 9980 0, 9994 0, 999 0, 9984 0, 998 0, 9987 0, 9987 0, 9983 0, 998 0, 999 0, 998 0, 9969 ) 0,9983 W celu wyzaczeia mediay (M) uszeregowujemy wyiki według wzrasającej warości: Numer Sężeie HCl Numer Sężeie HCl Numer Sężeie HCl pomiaru [mol/dm 3 ] pomiaru [mol/dm 3 ] pomiaru [mol/dm 3 ] 0,9969 0,998 0,9986 0,997 0,998 0,9987 3 0,9973 3 0,998 3 0,9987 4 0,9975 4 0,998 4 0,9987 5 0,9975 5 0,998 5 0,9988 6

6 0,9978 6 0,998 6 0,9989 7 0,9980 7 0,9983 7 0,9990 8 0,9980 8 0,9983 8 0,999 9 0,9980 9 0,9984 9 0,999 0 0,998 0 0,9984 30 0,9994 Warość mediay wyosi: M 0,998 Warość domiay wyosi: D 0,998 4 0 0.9960 0.9970 0.9980 0.9990.0000 D=0,998 Warości x, D i M są ideycze rozkład jes symeryczy. Oceiamy asępie precyzję wykoaia ozaczeia. W ym celu obliczamy: wariację w oceiaej serii pomiarowej: x i x i V [ 0,9969 0,998 0, 997 0, 998 0, 9973 0,998 0, 9975 0,998 9 0, 9978 0,998 3 0,9980 0,998 3 0,998 0,998 4 0,998 0,998 0,9983 0,998 0,9984 0,998 0,9986 0,998 3 0,9987 0,998 0,9988 0,998 0,9989 0,998 0,9990 0,998 0,999 0,998 0,999 0,998 0,9994 0,998 3,67 0 7 ] Odchyleie sadardowe: 7 4 s V 3,67 0 6,06 0 Względe odchyleie sadardowe: 4 s 6,06 0 RSD 00 % 00 % 6,07 0 % x 0.9983 Przedział ufości: x s x s 7

dla poziomu ufości P = 95% ( = 0,05) i k = - = 9,04,04 0,37 30 4 4 0,998 0,37 6,08 0 0,998 0,37 6,08 0 0,9980 0,9984 Warość prawdziwa sężeia HCl zawiera się z prawdopodobieńswem 95% w przedziale 0,998 0,000 Wyiki x D M V RSD Przedział ufości 0,998 0,998 0,998 3,7 0-4 6,09 0-0,9980 < % (dla = 0,05) Na podsawie uzyskaych powyżej wyików obliczeń przyjmujemy, że c HCl = 0,998. 8

... Imię i Nazwisko Nasawiaie miaa iraa Ocea saysycza serii pomiarowej: Numer pomiaru Sężeie iraa [mol/dm 3 ] Sężeie iraa [mol/dm 3 ] Sężeie iraa[mol/dm 3 ] 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 30 3 3 33 34 35

Warość średiej arymeyczej wyosi: x x i... Warość mediay wyosi: M =... i Warość domiay wyosi: D =... Wariacja w oceiaej serii pomiarowej wyosi: Odchyleie sadardowe: s V... V i x i x... s Względe odchyleie sadardowe: RSD... x dla poziomu ufości P = 95% ( = 0,05) i k = - =.. Przedział ufości ( x s x s )... < <... Wioski: Warość prawdziwa sężeia iraa zawiera się z prawdopodobieńswem 95% w przedziale:......