MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

Rozměr: px
Začít zobrazení ze stránky:

Download "MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ"

Transkript

1 MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3), TNI :2009, ČSN ISO (010216) 04/2010 Výsledek měření x = + + tvoří:... pravá hodnota pravá (skutečná) hodnota veličiny... systematická chyba měření - charakterizována PRAVDIVOSTÍ měření... SUMA náhodných chyb měření - charakterizována PRECIZNOSTÍ měření

2 MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ PŘESNOST měření (measurement ACCURACY) PRAVDIVOST měření (measurement TRUENESS) PRECIZNOST měření (measurement PRECISION) OPAKOVATELNOST měření (measurement REPEATABILITY) REPRODUKOVATELNOST měření (measurement REPRODUCIBILITY)

3 APO seminář 2: ZPRACOVÁNÍ HRUBÝCH ANALYTICKÝCH DAT OPAKOVANÉ ANALÝZY = Pravděpodobnostní systém: určitý VSTUP VÝSTUP = PRAVDĚPODOBNOSTNÍ ROZDĚLENÍ (X Deterministický systém = určitý, stále stejný výstup) ROZDĚLENÍ = závislost pravděpodobnosti výskytu (f x ) určitého výsledku na jeho hodnotě (x) Charakterizováno: Frekvenční funkcí (f x ) = hustota pravděpodobnosti (tvar rozdělení) Střední hodnotou (µ) - (parametr polohy) Rozptylem (σ) (parametr rozptýlení)

4 OPAKOVANÉ ANALÝZY = GAUSSOVO (NORMÁLNÍ) ROZDĚLENÍ Rozložení výsledků analýz zatíženo pouze náhodnými, vzájemně se kompenzujícícmi, chybami. n = ideální stav n 30 reálný stav STUDENTOVO ROZDĚLENÍ Frekvenční funkce (fx) = hustota pravděpodobnosti (tvar rozdělení) Odhad střední hodnoty ( x) průměr Odhad směrodatné odchylky (s) HLADINA VÝZNAMNOSTI

5 ZPRACOVÁNÍ HRUBÝCH ANALYTICKÝCH DAT 1. VYLOUČENÍ ODLEHLÝCH VÝSLEDKŮ (zatížené hrubou chybou) Dean-Dixonův test (Q-test) Grubbsův test (T-test) 2. VÝPOČET ZÁKLADNÍCH STATISTICKÝCH PARAMETRŮ x, s, RSD 3. VÝPOČET MEZÍ INTERVALU SPOLEHLIVOSTI L 2,1

6 1. VYLOUČENÍ ODLEHLÝCH VÝSLEDKŮ Dean-Dixonův test (Q-test): n-hodnot měření - Seřadit podle velikosti Výpočet testovacího kritéria pro minimální hodnotu: R.rozpětí maximální hodnotu: Vypočtené Q 1 a Q n porovnat s kritickou hodnotou Q při zvolené hladině významnosti ( ) a daném počtu měření (n) Q n nebo Q 1 Q vyloučení x n nebo x 1

7 1. VYLOUČENÍ ODLEHLÝCH VÝSLEDKŮ Dean-Dixonův test (Q-test): Kritické hodnoty Q při zvolené hladině významnosti ( ) a daném počtu měření (n) Pravděpodobnost P = (1- ) * 100 (%) Selhává: - u 3 výsledků, z nichž jsou 2 stejné - při současné odlehlosti nejnižšího a nejvyššího výsledku - u kumulovaných výsledků (např. 2 skupiny)

8 1. VYLOUČENÍ ODLEHLÝCH VÝSLEDKŮ Grubbsův test (T-test): n-hodnot měření - seřadit podle velikosti Výpočet testovacího kritéria pro S n míra rozptýlení minimální hodnotu: maximální hodnotu: Vypočtené T 1 a T n porovnat s kritickou hodnotou T při zvolené hladině významnosti ( ) a daném počtu měření (n) T n nebo T 1 T vyloučení x n nebo x 1

9 1. VYLOUČENÍ ODLEHLÝCH VÝSLEDKŮ Grubbsův test (T-test): Kritické hodnoty T při zvolené hladině významnosti ( ) a daném počtu měření (n) Pravděpodobnost P = (1- ) * 100 (%) Použije-li se místo MÍRY ROZPTÝLENÍ (S n ) ODHAD SMĚRODATNÉ ODCHYLKY (s), porovnává se vypočtené T s T s = T * (n-1)/n

10 2. VÝPOČET ZÁKLADNÍCH STATISTICKÝCH PARAMETRŮ Odhad střední hodnoty aritmetický průměr Odhad směrodatné odchylky Relativní směrodatná odchylka

11 3. VÝPOČET MEZÍ INTERVALU SPOLEHLIVOSTI (Při malém počtu stanovení se náhodné chyby nekompenzují a x se liší od pravé hodnoty, při druhé sadě měření dostaneme jiný x ) Interval, v němž pravá hodnota leží se zvolenou pravděpodobností (nejsou-li výsledky zatíženy soustavnou chybou) Pravděpodobnost P = (1- ) * 100 (%) Hladina významnosti úzký interval (výsledek dost určitý) XXX pravá hodnota v něm leží s malou pravděpodobností Hladina významnosti široký interval (výsledek dost neurčitý) XXX pravá hodnota v něm leží s velkou pravděpodobností ( = 0 P = 100%, inetrval: )

12 3. VÝPOČET MEZÍ INTERVALU SPOLEHLIVOSTI Meze intervalu spolehlivosti: Pološířka intervalu spolehlivosti Absolutní šířka intervalu spolehlivosti L/2 = (L 2 L 1 ) / 2 L = (L 2 L 1 ) = 2 *

13 3. VÝPOČET MEZÍ INTERVALU SPOLEHLIVOSTI Kritické hodnoty t Studentova rozdělení pro zvolenou hladinu významnosti ( ) a daný počet stupňů volnosti ( =n-1)

14 Příklad č. 1: Stanovení olova v mléce

15 STATISTICKÉ TESTOVÁNÍ Založeno na testování NULOVÉ HYPOTÉZY liší se vypočtená hodnota od hodnoty pravé (správné, skutečné)? (Studentův test) rozdíl není statisticky významný Výpočet testovacího kritéria Vypočtené t porovnat s kritickou hodnotou t při zvolené hladině významnosti ( ) a daném počtu stupňů volnosti ( =n-1) t t zamítáme nulovou hypotézu (rozdíl je statisticky významný) TEST PRAVDIVOSTI (µ = pravá hodnota, analýza CRM) TEST PŘEKROČENÍ LIMITU (µ = K např. MRL)

16 Příklad č. 2: Stanovení olova v mléce II

17 Příklad č. 2: Stanovení olova v mléce II ẋ - µ 1. Vyloučení odlehlých hodnot 2. Výpočet výsledku (ẋ) a charakteristik (s) 3. Testování hypotézy MRL = µ ẋ t = ( ẋ - µ. n) / s = ( 20, ) / 0,455 = 0,527 t 0,05; 8 = 2,306 t < t, rozdíl naměřené hodnoty a limitu je statisticky nevýznamný přijímáme nulovou hypotézu limit obsahu olova v mléku nebyl překročen

18 STATISTICKÉ TESTOVÁNÍ TESTOVÁNÍ SHODY ANALYTICKÝCH VÝSLEDKŮ ZÍSKANÝCH DVĚMA METODAMI Zavádění nové metody Testování přesnosti metody porovnání výsledků s CRM (s nejistotou certifikované hodnoty) Testování rozdílu vzhledem k dosažené preciznosti měření charakterizované odchylkami s A a s B.

19 TESTOVÁNÍ SHODY ANALYTICKÝCH VÝSLEDKŮ ZÍSKANÝCH DVĚMA METODAMI n A = n B Testovací kritérium Testování významnosti Studentův test Lordův test ROZDÍL JE STATISTICKY VÝZNAMNÝ na hladině významnosti

20 TESTOVÁNÍ SHODY ANALYTICKÝCH VÝSLEDKŮ ZÍSKANÝCH DVĚMA METODAMI n A = n B Youdenova grafická metoda Analýza více vzorků s různým obsahem analytů; vynesení výsledků proti sobě do grafu: SHODA CHYBA CHYBA KONSTANTNÍ PROPORCIONÁLNÍ

21 TESTOVÁNÍ SHODY ANALYTICKÝCH VÝSLEDKŮ ZÍSKANÝCH DVĚMA METODAMI n A n B Studentův test Moorův test

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

Resolution, Accuracy, Precision, Trueness

Resolution, Accuracy, Precision, Trueness Věra Fišerová 26.11.2013 Resolution, Accuracy, Precision, Trueness Při skenování se používá mnoho pojmů.. Shodnost měření, rozlišení, pravdivost měření, přesnost, opakovatelnost, nejistota měření, chyba

Více

Porovnání dvou výběrů

Porovnání dvou výběrů Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů

Více

Testování hypotéz. 4. přednáška 6. 3. 2010

Testování hypotéz. 4. přednáška 6. 3. 2010 Testování hypotéz 4. přednáška 6. 3. 2010 Základní pojmy Statistická hypotéza Je tvrzení o vlastnostech základního souboru, o jehož pravdivosti se chceme přesvědčit. Předem nevíme, zda je pravdivé nebo

Více

Chyby spektrometrických metod

Chyby spektrometrických metod Chyby spektrometrických metod Náhodné Soustavné Hrubé Správnost výsledku Přesnost výsledku Reprodukovatelnost Opakovatelnost Charakteristiky stanovení 1. Citlivost metody - směrnice kalibrační křivky 2.

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2 Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik

Více

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel

Více

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008)

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Ing. Vratislav Horálek, DrSc., předseda TNK 4 při ČNI 1 Terminologické normy [1] ČSN ISO 3534-1:1994 Statistika Slovník

Více

Nejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík

Nejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík Nejistota měř ěření, návaznost a kontrola kvality Miroslav Janošík Obsah Referenční materiály Návaznost referenčních materiálů Nejistota Kontrola kvality Westgardova pravidla Unity Referenční materiál

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

Za hranice nejistoty(2)

Za hranice nejistoty(2) Za hranice nejistoty(2) MUDr. Jaroslava Ambrožová OKB-H Nemocnice Prachatice, a.s. 19.5.2014 1 TNI 01 0115: VIM EP15-A2 User Verification of performance for Precision and Trueness C51-A Expression of measurement

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi

Více

Kvalita v laboratorní a kontrolní praxi

Kvalita v laboratorní a kontrolní praxi Kvalita v laboratorní a kontrolní praxi Část 3: Chyby a hodnocení výsledků měření Vladimír Kocourek Praha, únor 2015 Zkoušení (analýza) v laboratoři Výroba Výzkum a vývoj (R&D) Obchodování (dodávání) Ochrana

Více

Zpracování a vyhodnocování analytických dat

Zpracování a vyhodnocování analytických dat Zpracování a vyhodnocování analytických dat naměřená data Zpracování a statistická analýza dat analytické výsledky Naměř ěřená data jedna hodnota 5,00 mg (bod 1D) navážka, odměřený objem řada dat 15,8;

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel: NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT PROKAZOVÁNÍ SHODY VÝROBKŮ část 3, díl 8, kapitola 4, str. 1 3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT Vyjadřování standardní kombinované nejistoty výsledku zkoušky Výsledek zkoušky se vyjadřuje v

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

KALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)

KALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3) KALIBRACE Chemometrie I, David MILDE Definice kalibrace: mezinárodní metrologický slovník (VIM 3) Činnost, která za specifikovaných podmínek v prvním kroku stanoví vztah mezi hodnotami veličiny s nejistotami

Více

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1 Testování statistických hypotéz Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 100.

Více

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

Protokol č. 1. Tloušťková struktura. Zadání:

Protokol č. 1. Tloušťková struktura. Zadání: Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

LINEÁRNÍ REGRESE. Lineární regresní model

LINEÁRNÍ REGRESE. Lineární regresní model LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)

Více

Kontrola kvality. Marcela Vlková ÚKIA, FNUSA Veronika Kanderová CLIP, FN Motol

Kontrola kvality. Marcela Vlková ÚKIA, FNUSA Veronika Kanderová CLIP, FN Motol Kontrola kvality Marcela Vlková ÚKIA, FNUSA Veronika Kanderová CLIP, FN Motol Kontrola kvality Výsledky analytických měření mají silný dopad v praxi: v klinických laboratořích mohou rozhodným a někdy i

Více

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr StatSoft Intervalový odhad Dnes se budeme zabývat neodmyslitelnou součástí statistiky a to intervaly v nejrůznějších podobách. Toto téma je také úzce spojeno s tématem testování hypotéz, a tedy plynule

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový

Více

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu. Analýza rozptylu Analýza rozptylu umožňuje ověřit významnost rozdílu mezi výběrovými průměry většího počtu náhodných výběrů, umožňuje posoudit vliv různých faktorů. Podle počtu analyzovaných faktorů rozlišujeme

Více

Kalibrace a limity její přesnosti

Kalibrace a limity její přesnosti Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Kalibrace a limity její přesnosti Zdravotní ústav se sídlem v Ostravě

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

Verifikace sérologických testů v imunologických laboratořích ISO 15189 5.5 Postupy vyšetření

Verifikace sérologických testů v imunologických laboratořích ISO 15189 5.5 Postupy vyšetření Verifikace sérologických testů v imunologických laboratořích ISO 15189 5.5 Postupy vyšetření Andrea Vinciková Centrum imunologie a mikrobiologie Zdravotní ústav se sídlem v Ústí nad Labem Validace Ověřování,

Více

Semestrální práce z předmětu Matematika 6F

Semestrální práce z předmětu Matematika 6F vypracoval: Jaroslav Nušl dne: 17.6.24 email: nusl@cvut.org Semestrální práce z předmětu Matematika 6F Zádání: Cílem semestrální práce z matematiky 6F bylo zkoumání hudebního signálu. Pluginem ve Winampu

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

Biostatistika Cvičení 7

Biostatistika Cvičení 7 TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

Detekční schopnost analytické metody, mez detekce, mez stanovitelnosti

Detekční schopnost analytické metody, mez detekce, mez stanovitelnosti Metodický list 7 EURACHEM-ČR 2011 Editor: Zbyněk Plzák (plzak@iic.cas.cz) Detekční schopnost analytické metody, mez detekce, mez stanovitelnosti Charakterizace detekční schopnosti analytické měřící metody

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

T E O R I E C H Y B A V Y R O V N Á V A C Í P O

T E O R I E C H Y B A V Y R O V N Á V A C Í P O ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu T E O R I E C H Y B A V Y R O V N Á V A C Í P O Č E T 2 č. úlohy 6 název úlohy T

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Analýza dat z dotazníkových šetření

Analýza dat z dotazníkových šetření Analýza dat z dotazníkových šetření Cvičení 6. Rozsah výběru Př. Určete minimální rozsah výběru pro proměnnou věk v souboru dovolena, jestliže 95% interval spolehlivost průměru proměnné nemá být širší

Více

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Test dobré shody v KONTINGENČNÍCH TABULKÁCH Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když

Více

Skrytá tvář laboratorních metod? J. Havlasová, Interimun s.r.o.

Skrytá tvář laboratorních metod? J. Havlasová, Interimun s.r.o. Skrytá tvář laboratorních metod? J. Havlasová, Interimun s.r.o. Vlastnosti charakterizující laboratorní metodu: 1. z hlediska analytického přesnost/ správnost ( nejistota měření ) analytická citlivost

Více

Obecné zásady interpretace výsledků - chemické ukazatele

Obecné zásady interpretace výsledků - chemické ukazatele Obecné zásady interpretace výsledků - chemické ukazatele Ivana Pomykačová Konzultační den SZÚ Hodnocení rozborů vody Výsledek měření souvisí s: Vzorkování, odběr vzorku Pravdivost, přesnost, správnost

Více

VYUŽITÍ A VALIDACE AUTOMATICKÉHO FOTOMETRU V ANALÝZE VOD

VYUŽITÍ A VALIDACE AUTOMATICKÉHO FOTOMETRU V ANALÝZE VOD Citace Kantorová J., Kohutová J., Chmelová M., Němcová V.: Využití a validace automatického fotometru v analýze vod. Sborník konference Pitná voda 2008, s. 349-352. W&ET Team, Č. Budějovice 2008. ISBN

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

Cvičení ze statistiky - 9. Filip Děchtěrenko

Cvičení ze statistiky - 9. Filip Děchtěrenko Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz

Více

Obecné zásady interpretace výsledků - mikrobiologie vody

Obecné zásady interpretace výsledků - mikrobiologie vody Obecné zásady interpretace výsledků - mikrobiologie vody Hodnocení rozborů vody Konzultační den RNDr. Jaroslav Šašek ČSN P ENV ISO 13843: 2002 Jakost vod - Pokyny pro validaci mikrobiologických metod Mez

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Postup praktického testování

Postup praktického testování Testování vzorků škváry odebraných v rámci Doškolovacího semináře Manažerů vzorkování odpadů 17. 9. 2013 v zařízení na energetické využití odpadů společnosti SAKO Brno a.s. Úvod Společnost Forsapi, s.r.o.

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

PSY117/454 Statistická analýza dat v psychologii Přednáška 10 PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot

Více

Statistické metody uţívané při ověřování platnosti hypotéz

Statistické metody uţívané při ověřování platnosti hypotéz Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy

Více

Seznámení s novým vydáním normy ISO 15197:2013. Drahomíra Springer. ÚLBLD VFN a 1.LF UK Praha

Seznámení s novým vydáním normy ISO 15197:2013. Drahomíra Springer. ÚLBLD VFN a 1.LF UK Praha Seznámení s novým vydáním normy ISO 15197:2013 Drahomíra Springer ÚLBLD VFN a 1.LF UK Praha Glukometr POCT Selfmonitoring Malý, spolehlivý, správný Zdravotnictví a jeho zásadní otázka cena kvalita dostupnost

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

Technický rozbor tuhého paliva statistické zpracování obsahu vlhkosti a popela v tuhém palivu

Technický rozbor tuhého paliva statistické zpracování obsahu vlhkosti a popela v tuhém palivu Technický rozbor tuhého paliva statistické zpracování obsahu vlhkosti a popela v tuhém palivu Teoretický úvod Základním rozborem tuhých paliv se rozumí stanovení obsahu vody (W = water), popela (A = ash)

Více

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů

KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE. Stanovení základních materiálových parametrů KATEDRA MATERIÁLOVÉHO INŽENÝRSTVÍ A CHEMIE Stanovení základních materiálových parametrů Vzor laboratorního protokolu Titulní strana: název experimentu jména studentů v pracovní skupině datum Protokol:

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více

Nejistota měření. Thomas Hesse HBM Darmstadt

Nejistota měření. Thomas Hesse HBM Darmstadt Nejistota měření Thomas Hesse HBM Darmstadt Prof. Werner Richter: Výsledek měření bez určení nejistoty měření je nejistý, takový výsledek je lépe ignorovat" V podstatě je výsledek měření aproximací nebo

Více

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých

Více

Kapitola VII. ANALYSA ROZPTYLU ANOVA.

Kapitola VII. ANALYSA ROZPTYLU ANOVA. Analysa rozptylu ANOVA. 37 Kapitola VII. ANALYSA ROZPTYLU ANOVA. Luděk Dohnal Tato kapitola rozšiřuje téma testování statistické významnosti tím, že popisuje způsob současného porovnání více než dvou sad

Více

Modul Základní statistika

Modul Základní statistika Modul Základní statistika Menu: QCExpert Základní statistika Základní statistika slouží k předběžné analýze a diagnostice dat, testování předpokladů (vlastností dat), jejichž splnění je nutné pro použití

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

Různé metody manažerství kvality. Práce č.11: Analýza měřicího systému (MSA)

Různé metody manažerství kvality. Práce č.11: Analýza měřicího systému (MSA) - Různé metody manažerství kvality - Práce č.11: Analýza měřicího systému (MSA) Datum: 5-6-015 Martin Bažant Obsah Obsah... 1 Úvod... 3 1.1 Měřící systém... 3 Analýza měřícího systému - Measurement system

Více

Induktivní statistika. z-skóry pravděpodobnost

Induktivní statistika. z-skóry pravděpodobnost Induktivní statistika z-skóry pravděpodobnost normální rozdělení Z-skóry umožňují najít a popsat pozici každé hodnoty v rámci rozdělení hodnot a také srovnávání hodnot pocházejících z měření na rozdílných

Více

Využití nivelačního přístroje Leica DNA03 při zatěžovací zkoušce balkónu

Využití nivelačního přístroje Leica DNA03 při zatěžovací zkoušce balkónu Využití nivelačního přístroje Leica DNA03 při zatěžovací zkoušce balkónu Ing. Jaroslav Braun Ing. Petr Jašek Katedra speciální geodézie Fakulta stavební České vysoké učení technické v Praze XVIII. Mezinárodní

Více

Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech.

Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech. Statistics ToolBox Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech. [manual ST] 1. PROBABILITY DISTRIBUTIONS Statistics

Více

t-test, Studentův párový test Ing. Michael Rost, Ph.D.

t-test, Studentův párový test Ing. Michael Rost, Ph.D. Testování hypotéz: dvouvýběrový t-test, Studentův párový test Ing. Michael Rost, Ph.D. Úvod do problému... Již známe jednovýběrový t-test, při kterém jsme měli k dispozici pouze jeden výběr. Můžeme se

Více

Tabulka 1 Příklad dat pro kalibraci

Tabulka 1 Příklad dat pro kalibraci Kalibrace Menu: QCExpert Kalibrace Modul Kalibrace je určen především pro analytické laboratoře a metrologická pracoviště. Nabízí kalibrační modely pro lineární a nelineární kalibrační závislosti s možností

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

5 ANALÝZA ROZPTYLU. Počet sloupců, K = 7 Počet dat, N = 70 Celkový průměr = 3.9846

5 ANALÝZA ROZPTYLU. Počet sloupců, K = 7 Počet dat, N = 70 Celkový průměr = 3.9846 1 5 ANALÝZA ROZPTYLU Vzorová úloha 5.1 Zkrácený postup jednofaktorové analýzy rozptylu Na úloze B5.02 Porovnání nové metody v sedmi laboratořích ukážeme postup 16 jednofaktorové analýzy rozptylu. Kirchhoefer

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D.

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D. Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Test χ 2 v kontingenční tabulce typu 2 2 Jde vlastně o speciální případ χ 2 testu pro čtyřpolní tabulku.

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí

Více

Testování hypotéz Biolog Statistik: Matematik: Informatik:

Testování hypotéz Biolog Statistik: Matematik: Informatik: Testování hypotéz Biolog, Statistik, Matematik a Informatik na safari. Zastaví džíp a pozorují dalekohledem. Biolog "Podívejte se! Stádo zeber! A mezi nimi bílá zebra! To je fantastické! " "Existují bílé

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Testování hypotéz na základě jednoho a dvou výběrů 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/004. Testování hypotéz Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru,

Více

Ilustrační příklad odhadu LRM v SW Gretl

Ilustrační příklad odhadu LRM v SW Gretl Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.)

Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.) Operační program Vzdělávání pro konkurenceschopnost Masarykova univerzita Brno Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.) doc. RNDr. PhMr. Karel

Více

Hodnocení vlastností folií z polyethylenu (PE)

Hodnocení vlastností folií z polyethylenu (PE) Laboratorní cvičení z předmětu "Kontrolní a zkušební metody" Hodnocení vlastností folií z polyethylenu (PE) Zadání: Na základě výsledků tahové zkoušky podle norem ČSN EN ISO 527-1 a ČSN EN ISO 527-3 analyzujte

Více

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové

Více

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru

Více

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe

Více