Stanovení Ct hodnoty. Stanovení míry variability na úrovni izolace RNA, reverzní transkripce a real-time PCR

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Stanovení Ct hodnoty. Stanovení míry variability na úrovni izolace RNA, reverzní transkripce a real-time PCR"

Transkript

1 Stanovení Ct hodnoty Ct hodnotu (číselný výstup real-time PCR) stanovíme z amplifikačního grafu (grafický výstup real-time PCR) proložením thresholdu skrze lineární část amplifikační křivky. V bodě protnutí thresholdu a amplifikační křivky vedeme pomyslnou kolmici na souřadnici x (cykly PCR), ze které tak odečteme hodnotu Ct. Pokud nezměníme nastavení, threshold bývá automaticky nastavován na hodnotu fluorescence Rn = 0.2. Stanovení míry variability na úrovni izolace RNA, reverzní transkripce a real-time PCR

2 Míra variability na úrovni real-time PCR je stanovena průměrnou hodnotou směrodatných odchylek vypočítaných z Ct hodnot všech jednotlivých real-time PCR triplikátů. V Real TimePCR = SD(1,2,) + SD(4,5,6) SD(25,26,27) Míra variability na úrovni reverzní transkripce je stanovena průměrnou hodnotou směrodatných odchylek vypočítaných z průměrných Ct hodnot všech příslušných real-time PCR triplikátů jednotlivých větví vyizolované RNA. V RT = SD( , , ) SD( , , ) Míra variability na úrovni izolace je stanovena směrodatnou odchylkou vypočítanou z průměrných Ct hodnot všech příslušných real-time PCR jednotlivých větví vyizolované RNA V izolace = SD(,, ) Červený kruh označuje právě jeden real-time PCR triplikát. Zelený kruh označuje právě tři real-time PCR triplikáty jedné větve vyizolované RNA. Stanovení efektivity PCR

3 Pro stanovení efektivity PCR sestrojíme z koncentrační řady vstupní cdna (minimálně pět koncentrací, každá ve třech opakováních) kalibrační křivku. Do grafu vyneseme průměrné Ct hodnoty každé koncentrace včetně jejich směrodatných odchylek a aplikujeme lineární regresi, čímž získáme směrnici lineární rovnice k a korelační koeficient R 2. Abychom mohli tvrdit, že PCR proběhla úspěšně, musí být jednak směrnice lineární rovnice k v intervalu <-.0; -.>, přičemž hodnota k = -. odpovídá 100% efektivitě PCR, a jednak korelační koeficient R Výpočet efektivity PCR: E = (10-1/k - 1) E (%) = (10-1/k - 1) * 100 Korekce Ct hodnoty na Interplate Control Pokud je experiment navrhnut tak, že jej nelze analyzovat souběžně na jedné PCR desce (tedy za identických podmínek), může mezi jednotlivými analýzami docházet k variabilitě účinnosti PCR reakce. Z tohoto důvodu se v některých případech provádí korekce získaných Ct hodnot na tzv. interplate control (IPC). IPC se rozumí analýza určitého genu u stejného vzorku na všech analyzovaných PCR deskách. Výsledkem takovéto korekce je pak Ct hodnota, kterou bychom hypoteticky získali, kdyby všechny analýzy probíhaly za stejných podmínek a se stejnou účinností PCR. Výpočet Ct hodnoty Genu A korigované na IPC: Ct korigovaná = Ct Gen Ct IPC + φct IPC Ct Gen - Ct hodnota konkrétního genu, který chceme korigovat (např. průměrná Ct hodnota triplikátu Genu A na desce 1).

4 Ct IPC - Průměrná Ct hodnota triplikátu IPC z téže desky, na které je i výše zmíněný konkrétní gen (v našem případě z desky 1). φct IPC - Průměrná Ct hodnota všech IPC ze všech analyzovaných desek (v našem případě desky 1-). Korekce Ct hodnoty na efektivitu PCR Pokud není efektivita PCR (E) pro analyzovaný gen rovna 1 (100%), využívá se v některých případech korekce získaných Ct hodnot právě na experimentálně stanovenou efektivitu, jejímž výsledkem je Ct hodnota, kterou bychom hypoteticky získali při 100% efektivitě PCR pro daný gen. Narozdíl od korekce Ct hodnoty na IPC, nebere korekce Ct hodnoty na efektivitu PCR v úvahu efektivitu PCR závislou na variabilitě externích podmínek, ale účinnost přepisu a/nebo amplifikace jednotlivých genů a to za předpokladu identických podmínek. Výpočet Ct hodnoty korigované na efektivitu PCR: Ct E=100% = Ct * log (1 + E) / log (2) Ct - nekorigovaná Ct hodnota daného genu E - efektivita PCR pro daný gen Stanovení relativní exprese námi analyzovaného genu Relativní expresi analyzovaného genu zjistíme pomocí normalizace jeho expresní hladiny (Ct a ) na expresní hladinu referenčního genu (Ct b ). Tuto normalizaci provedeme podle následujícího vzorce: 2 - Ct -(Cta - Ctb) = 2 Pokud bychom chtěli normalizovat expresi analyzovaného genu u zkoumaného vzorku (ZV) (např. pacient) na expresi analyzovaného genu u kontrolního vzorku (KV) (např. zdravý člověk), využijeme následující rovnici: 2 - Ct -(CtZVa - CtZVb) - (CtKVa - CtKVb) = 2

5 Úkol č. 1 Na základě přiloženého amplifikačního grafu (Příloha 1) stanovte u jednotlivých vzorků jejich Ct hodnoty. Úkol č. 2 Na základě uvedených Ct hodnot (Příloha 2) stanovte pro mir-21 míru variability na úrovni izolace, reverzní transkripce a real-time PCR. Úkol č. Na zákaldě uvedených Ct hodnot (Příloha ) vypočítejte efektivitu PCR pro mir-21 a diskutujte, zda PCR proběhla v pořádku. Úkol č. 4 Na základě vypočítané efektivity PCR pro mir-21 (Úkol č. ) proveďte korekci Ct hodnot mir-21 uvedených v Příloze 2. Zároveň proveďte korekci Ct hodnot RNU48, pokud víte, že efektivita PCR pro tento gen je 5 %. Úkol č. 5 Na základě korigovaných Ct hodnot (Úkol č. 4) normalizujte hladiny exprese mir-21 na hladinu referenčního genu RNU48. Úkol č. 6 Proveďte korekci Ct hodnot z Přílohy 2 na IPC, jestli že víte, že průměrná Ct hodnota všech IPC (ze všech dalších desek) je 28,1. V úkolech č. 1, 2, 4, 5 a 6 pracujete s daty, které jste získali vaším měřením v předchozích cvičeních. Pro úkol č. jsou uvedena data z nezávislého experimentu.

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KOLOREKTÁLNÍHO KARCINOMU

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KOLOREKTÁLNÍHO KARCINOMU Úvod IntellMed, s.r.o., Václavské náměstí 820/41, 110 00 Praha 1 DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KOLOREKTÁLNÍHO KARCINOMU Jednou z nejvhodnějších metod pro detekci minimální

Více

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KARCINOMU PANKREATU

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KARCINOMU PANKREATU Úvod IntellMed, s.r.o., Václavské náměstí 820/41, 110 00 Praha 1 DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIDUÁLNÍ CHOROBY U KARCINOMU PANKREATU Jednou z nejvhodnějších metod pro detekci minimální reziduální

Více

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIUDÁLNÍ CHOROBY MRD EGFR

DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIUDÁLNÍ CHOROBY MRD EGFR Úvod IntellMed, s.r.o., Václavské náměstí 820/41, 110 00 Praha 1 DIAGNOSTICKÝ KIT PRO DETEKCI MINIMÁLNÍ REZIUDÁLNÍ CHOROBY MRD EGFR Jednou z nejvhodnějších metod pro detekci minimální reziduální choroby

Více

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Střední průmyslová škola elektrotechnická a informačních technologií Brno Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:

Více

MĚŘENÍ Laboratorní cvičení z měření. Měření oteplovací charakteristiky, část 3-3-4

MĚŘENÍ Laboratorní cvičení z měření. Měření oteplovací charakteristiky, část 3-3-4 MĚŘENÍ Laboratorní cvičení z měření Měření oteplovací charakteristiky, část Číslo projektu: Název projektu: Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Sada: 20 Číslo materiálu: VY_32_INOVACE_

Více

Lineární regrese. Komentované řešení pomocí MS Excel

Lineární regrese. Komentované řešení pomocí MS Excel Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních

Více

4 Viskoelasticita polymerů II - creep

4 Viskoelasticita polymerů II - creep 4 Viskoelasticita polymerů II - creep Teorie Ke zkoumání mechanických vlastností viskoelastických polymerních látek používáme dvě nestacionární metody: relaxační test (podrobně popsaný v úloze Viskoelasticita

Více

3.5 Ověření frekvenční závislosti kapacitance a induktance

3.5 Ověření frekvenční závislosti kapacitance a induktance 3.5 Ověření frekvenční závislosti kapacitance a induktance Online: http://www.sclpx.eu/lab3r.php?exp=10 I tento experiment patří mezi další původní experimenty autora práce. Stejně jako v předešlém experimentu

Více

PRAKTIKUM II. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Název: Elektrická vodivost elektrolytů. stud. skup.

PRAKTIKUM II. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Název: Elektrická vodivost elektrolytů. stud. skup. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II. Úloha č. 26 Název: Elektrická vodivost elektrolytů Pracoval: Lukáš Vejmelka stud. skup. FMUZV 73) dne 12.12.2013 Odevzdal

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

Validace sérologických testů výrobcem. Vidia spol. s r.o. Ing. František Konečný IV/2012

Validace sérologických testů výrobcem. Vidia spol. s r.o. Ing. František Konečný IV/2012 Validace sérologických testů výrobcem Vidia spol. s r.o. Ing. František Konečný IV/2012 Legislativa Zákon č. 123/2000 Sb. o zdravotnických prostředcích ve znění pozdějších předpisů Nařízení vlády č. 453/2004

Více

Optimální trvanlivost nástroje

Optimální trvanlivost nástroje Ústav Strojírenské technologie Speciální technologie výroby Cvičení Optimální trvanlivost nástroje č. zadání: Zadání: Z naměřených hodnot opotřebení vyměnitelné břitové destičky určete optimální trvanlivost

Více

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod Měření Pb v polyethylenu 36 různými laboratořemi 0,47 0 ± 0,02 1 µmol.g -1 tj. 97,4 ± 4,3 µg.g -1 Měření

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

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

Regresní analýza 1. Regresní analýza

Regresní analýza 1. Regresní analýza Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému

Více

KVANTITATIVNÍ REAL-TIME PCR (q-real-time PCR)

KVANTITATIVNÍ REAL-TIME PCR (q-real-time PCR) KVANTITATIVNÍ REAL-TIME PCR (q-real-time PCR) Metoda Real-time PCR slouží pro kvantifikaci DNA a transkripce. Metoda je založena na klasické PCR, ovšem s využitím speciálního cycleru, který v průběhu PCR

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

1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V.

1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V. 1 Pracovní úkoly 1. Změřit metodou přímou závislost odporu vlákna žárovky na proudu, který jím protéká. K měření použijte stejnosměrné napětí v rozsahu do 24 V. 2. Změřte substituční metodou vnitřní odpor

Více

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf.

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf. Experimentáln lní měření průtok toků ve VK EMO XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký Systém měření průtoku EMO Měření ve ventilačním komíně

Více

generi biotech nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems)

generi biotech nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems) Verze: 1.2 Datum poslední revize: 24.9.2014 nastavení real-time PCR cykleru Applied Biosystems 7300 a 7500 Fast Real-Time System (Applied Biosystems) generi biotech OBSAH 1. Nastavení nového teplotního

Více

Měření zrychlení volného pádu

Měření zrychlení volného pádu Měření zrychlení volného pádu Online: http://www.sclpx.eu/lab1r.php?exp=10 Pro tento experiment si nejprve musíme vyrobit hřeben se dvěma zuby, které budou mít stejnou šířku (např. 1 cm) a budou umístěny

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

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).

Více

Úloha č.2 Vážení. Jméno: Datum provedení: TEORETICKÝ ÚVOD

Úloha č.2 Vážení. Jméno: Datum provedení: TEORETICKÝ ÚVOD Jméno: Obor: Datum provedení: TEORETICKÝ ÚVOD Jednou ze základních operací v biochemické laboratoři je vážení. Ve většině případů právě přesnost a správnost navažovaného množství látky má vliv na výsledek

Více

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je = Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.

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

Úloha 1: Lineární kalibrace

Úloha 1: Lineární kalibrace Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé

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. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Korelace. Komentované řešení pomocí MS Excel

Korelace. Komentované řešení pomocí MS Excel Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne

Více

pracovní list studenta

pracovní list studenta Výstup RVP: Klíčová slova: pracovní list studenta Funkce kvadratická funkce Mirek Kubera žák načrtne grafy požadovaných funkcí, formuluje a zdůvodňuje vlastnosti studovaných funkcí, modeluje závislosti

Více

CVIČENÍ č. 11 ZTRÁTY PŘI PROUDĚNÍ POTRUBÍM

CVIČENÍ č. 11 ZTRÁTY PŘI PROUDĚNÍ POTRUBÍM CVIČENÍ č. 11 ZTRÁTY PŘI PROUDĚNÍ POTRUBÍM Místní ztráty, Tlakové ztráty Příklad č. 1: Jistá část potrubí rozvodného systému vody se skládá ze dvou paralelně uspořádaných větví. Obě potrubí mají průřez

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

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

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

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

Stanovení korozní rychlosti elektrochemickými polarizačními metodami

Stanovení korozní rychlosti elektrochemickými polarizačními metodami Stanovení korozní rychlosti elektrochemickými polarizačními metodami Úvod Měření polarizačního odporu Dílčí děje elektrochemického korozního procesu anodická oxidace kovu a katodická redukce složky prostředí

Více

Cvičení ze statistiky - 3. Filip Děchtěrenko

Cvičení ze statistiky - 3. Filip Děchtěrenko Cvičení ze statistiky - 3 Filip Děchtěrenko Minule bylo.. Dokončili jsme základní statistiky, typy proměnných a začali analýzu kvalitativních dat Tyhle termíny by měly být známé: Histogram, krabicový graf

Více

Laboratorní úloha č. 5 Faradayovy zákony, tíhové zrychlení

Laboratorní úloha č. 5 Faradayovy zákony, tíhové zrychlení Laboratorní úloha č. 5 Faradayovy zákony, tíhové zrychlení Úkoly měření: 1. Měření na digitálním osciloskopu a přenosném dataloggeru LabQuest 2. 2. Ověřte Faradayovy zákony pomocí pádu magnetu skrz trubici

Více

PRAKTIKUM II Elektřina a magnetismus

PRAKTIKUM II Elektřina a magnetismus Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Elektřina a magnetismus Úloha č.: IX Název: Charakteristiky termistoru Pracoval: Pavel Brožek stud. skup. 12 dne 31.10.2008

Více

Kalibrace analytických metod

Kalibrace analytických metod Kalibrace analytických metod Petr Breinek BC_Kalibrace_2010 Měřící zařízení (zjednodušeně přístroje) pro měření fyzikálních veličin musí být výrobci kalibrovaná Objem: pipety Teplota (+37 C definovaná

Více

Měření magnetické indukce permanentního magnetu z jeho zrychlení

Měření magnetické indukce permanentního magnetu z jeho zrychlení Měření magnetické indukce permanentního magnetu z jeho zrychlení Online: http://www.sclpx.eu/lab3r.php?exp=3 K provedení tohoto experimentu budeme potřebovat dva kruhové prstencové magnety s otvorem uprostřed,

Více

Časové rezervy. Celková rezerva činnosti

Časové rezervy. Celková rezerva činnosti Časové rezervy Celková rezerva činnosti CR Volná rezerva činnosti VR Nezávislá rezerva činnosti - NR Celková rezerva činnosti Maximální počet časových jednotek, které jsou k dispozici pro provedení činnosti,

Více

STANOVENÍ VLASTNOSTÍ AERAČNÍCH ZAŘÍZENÍ

STANOVENÍ VLASTNOSTÍ AERAČNÍCH ZAŘÍZENÍ STANOVENÍ VLASTNOSTÍ AERAČNÍCH ZAŘÍZENÍ Zadání: 1. Stanovte oxygenační kapacitu a procento využití kyslíku v čisté vodě pro provzdušňovací porézní element instalovaný v plexi válci následujících rozměrů:

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

2 (3) kde S je plocha zdroje. Protože jas zdroje není závislý na směru, lze vztah (5) přepsat do tvaru:

2 (3) kde S je plocha zdroje. Protože jas zdroje není závislý na směru, lze vztah (5) přepsat do tvaru: Pracovní úkol 1. Pomocí fotometrického luxmetru okalibrujte normální žárovku (stanovte její svítivost). Pro určení svítivosti normální žárovky (a její chyby) vyneste do grafu závislost osvětlení na převrácené

Více

1. Okalibrujte pomocí bodu tání ledu, bodu varu vody a bodu tuhnutí cínu:

1. Okalibrujte pomocí bodu tání ledu, bodu varu vody a bodu tuhnutí cínu: 1 Pracovní úkoly 1. Okalibrujte pomocí bodu tání ledu, bodu varu vody a bodu tuhnutí cínu: a. platinový odporový teploměr (určete konstanty R 0, A, B) b. termočlánek měď-konstantan (určete konstanty a,

Více

Pearsonův korelační koeficient

Pearsonův korelační koeficient I I.I Pearsonův korelační koeficient Úvod Předpokládejme, že náhodně vybereme n objektů (nebo osob) ze zkoumané populace. Často se stává, že na každém z objektů měříme ne pouze jednu, ale několik kvantitativních

Více

6) Koncentrace TBARs ve vzorku nmol / mg m

6) Koncentrace TBARs ve vzorku nmol / mg m Úkoly Cvičení (datum vaší skupiny) 1) Vypočítat rovnici kalibrační přímky TBARs 2) Vypočítat limit detekce (LOD) a limit kvantifikace (LOQ) z kalibrační křivky standardů (například viz lis 3) Graficky

Více

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Střední průmyslová škola elektrotechnická a informačních technologií Brno Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné

Více

Korekční křivka napěťového transformátoru

Korekční křivka napěťového transformátoru 8 Měření korekční křivky napěťového transformátoru 8.1 Zadání úlohy a) pro primární napětí daná tabulkou změřte sekundární napětí na obou sekundárních vinutích a dopočítejte převody transformátoru pro

Více

Aplikace teoretických postupů pro ocenění rizika při upisování pojistných smluv v oblasti velkých rizik

Aplikace teoretických postupů pro ocenění rizika při upisování pojistných smluv v oblasti velkých rizik Aplikace teoretických postupů pro ocenění rizika při upisování pojistných smluv v oblasti velkých rizik Ondřej Pavlačka Praha, 18. ledna 2011 Cíle projektu Vytvořit matematický model pro oceňování přijímaného

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

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KALIBRACE

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

Hemolyzační promývací roztok 60 H

Hemolyzační promývací roztok 60 H NÁVOD K POUŽITÍ Hemolyzační promývací roztok 60 H KATALOGOVÉ ČÍSLO P 113.01 POUŽITÍ Hemolyzační promývací roztok 60 H se používá jako hemolyzační roztok pro automatické analyzátory glykovaného hemoglobinu

Více

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C)

VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) VZOROVÝ TEST PRO 3. ROČNÍK (3. A, 5. C) max. 3 body 1 Zjistěte, zda vektor u je lineární kombinací vektorů a, b, je-li u = ( 8; 4; 3), a = ( 1; 2; 3), b = (2; 0; 1). Pokud ano, zapište tuto lineární kombinaci.

Více

Stanovení měrného tepla pevných látek

Stanovení měrného tepla pevných látek 61 Kapitola 10 Stanovení měrného tepla pevných látek 10.1 Úvod O teple se dá říci, že souvisí s energií neuspořádaného pohybu molekul. Úhrnná pohybová energie neuspořádaného pohybu molekul, pohybu postupného,

Více

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/ Matematická vsuvka I. trojčlenka http://www.matematika.cz/ Trojčlenka přímá úměra Pokud platí, že čím více tím více, jedná se o přímou úměru. Čím více kopáčů bude kopat, tím více toho vykopají. Čím déle

Více

Měření magnetické indukce elektromagnetu

Měření magnetické indukce elektromagnetu Měření magnetické indukce elektromagnetu Online: http://www.sclpx.eu/lab3r.php?exp=1 V tomto experimentu jsme využili digitální kuchyňské váhy, pomocí kterých jsme určovali sílu, kterou elektromagnet působí

Více

Laboratorní úloha č. 4 - Kmity II

Laboratorní úloha č. 4 - Kmity II Laboratorní úloha č. 4 - Kmity II Úkoly měření: 1. Seznámení s měřením na přenosném dataloggeru LabQuest 2 základní specifikace přístroje, způsob zapojení přístroje, záznam dat a práce se senzory, vyhodnocování

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. Přednáška. Ing. Miroslav Šulai, MBA N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy

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

GENOTOXICITA A ZMĚNY V GENOVÉ EXPRESI

GENOTOXICITA A ZMĚNY V GENOVÉ EXPRESI GENOTOXICITA A ZMĚNY V GENOVÉ EXPRESI INDUKOVANÉ PŮSOBENÍM ORGANICKÝCH LÁTEK Z PRACHOVÝCH ČÁSTIC V OVZDUŠÍ Kateřina Hanzalová Oddělení genetické ekotoxikologie Ústav experimentální medicíny AV ČR v.v.i.

Více

http://www.fch.ft.utb.cz/ps_lab_grafika.php

http://www.fch.ft.utb.cz/ps_lab_grafika.php Grafické zpracování závislostí laboratorní cvičení z FCH II Než začnete zpracovávat grafy, prostudujte si níže uvedený odkaz, na kterém jsou obecné zásady vyhodnocení experimentálně zjištěných a vypočtených

Více

Fyzikální praktikum III

Fyzikální praktikum III Kabinet výuky obecné fyziky, UK MFF Fyzikální praktikum III Úloha č. 19 Název úlohy: Měření indexu lomu Jaminovým interferometrem Jméno: Ondřej Skácel Obor: FOF Datum měření: 24.2.2016 Datum odevzdání:...

Více

Funkce s absolutní hodnotou, funkce exponenciální a funkce logaritmická

Funkce s absolutní hodnotou, funkce exponenciální a funkce logaritmická Variace 1 Funkce s absolutní hodnotou, funkce exponenciální a funkce logaritmická Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu

Více

5 Měření tokových vlastností

5 Měření tokových vlastností 5 Měření tokových vlastností K měření tokových vlastností se používají tzv. reometry. Vzhledem k faktu, že jednotlivé polymerní procesy probíhají při rozdílných rychlostech smykové deformace (Obr. 5.1),

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

Trojčlenka přímá úměra. Trojčlenka přímá úměra. Trojčlenka nepřímá úměra. Trojčlenka nepřímá úměra. Matematická vsuvka I.

Trojčlenka přímá úměra. Trojčlenka přímá úměra. Trojčlenka nepřímá úměra. Trojčlenka nepřímá úměra. Matematická vsuvka I. Matematická vsuvka I. trojčlenka Trojčlenka přímá úměra Pokud platí, že čím více tím více, jedná se o přímou úměru. Čím více kopáčů bude kopat, tím více toho vykopají. Čím déle necháme čerpadlo čerpat,

Více

Statistická analýza jednorozměrných dat

Statistická analýza jednorozměrných dat Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem

Více

=10 =80 - =

=10 =80 - = Protokol č. DĚDIČNOST KVALITATIVNÍCH VLASTNOSTÍ ) Jednorozměrné rozdělení fenotypové charakteristiky (hodnoty) populace ) Vícerozměrné rozdělení korelační a regresní počet pro dvě sledované vlastnosti

Více

Kapitola Hlavička. 3.2 Teoretický základ měření

Kapitola Hlavička. 3.2 Teoretický základ měření 23 Kapitola 3 Protokol o měření Protokol o měření musí obsahovat všechny potřebné údaje o provedeném měření, tak aby bylo možné podle něj měření kdykoliv zopakovat. Proto protokol musí obsahovat všechny

Více

d p o r o v t e p l o m ě r, t e r m o č l á n k

d p o r o v t e p l o m ě r, t e r m o č l á n k d p o r o v t e p l o m ě r, t e r m o č l á n k Ú k o l : a) Proveďte kalibraci odporového teploměru, termočlánku a termistoru b) Určete teplotní koeficienty odporového teploměru, konstanty charakterizující

Více

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu

Více

Korekční křivka měřícího transformátoru proudu

Korekční křivka měřícího transformátoru proudu 5 Přesnost a korekční křivka měřícího transformátoru proudu 5.1 Zadání a) Změřte hodnoty sekundárního proudu při zvyšujícím se vstupním proudu pro tři různé transformátory. b) U všech naměřených proudů

Více

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.

Více

3. STANOVENÍ RYCHLOSTI PROPUSTNOSTI PRO PLYNY U PLASTOVÝCH FÓLIÍ

3. STANOVENÍ RYCHLOSTI PROPUSTNOSTI PRO PLYNY U PLASTOVÝCH FÓLIÍ 3. STANOVENÍ RYCHLOSTI PROPUSTNOSTI PRO PLYNY U PLASTOVÝCH FÓLIÍ Úkol: Úvod: Stanovte rychlost propustnosti plynů balící fólie pro vzduch vakuometru DR2 Většina plastových materiálů vykazuje určitou propustnost

Více

Číselné charakteristiky

Číselné charakteristiky . Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch

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

Operační zesilovač, jeho vlastnosti a využití:

Operační zesilovač, jeho vlastnosti a využití: Truhlář Michal 6.. 5 Laboratorní práce č.4 Úloha č. VII Operační zesilovač, jeho vlastnosti a využití: Úkol: Zapojte operační zesilovač a nastavte jeho zesílení na hodnotu přibližně. Potvrďte platnost

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

PRAKTIKUM II Elektřina a magnetismus

PRAKTIKUM II Elektřina a magnetismus Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Elektřina a magnetismus Úloha č.: II Název: Měření odporů Pracoval: Pavel Brožek stud. skup. 12 dne 28.11.2008 Odevzdal

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

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

Systém vykonávající tlumené kmity lze popsat obyčejnou lineární diferenciální rovnice 2. řadu s nulovou pravou stranou:

Systém vykonávající tlumené kmity lze popsat obyčejnou lineární diferenciální rovnice 2. řadu s nulovou pravou stranou: Pracovní úkol: 1. Sestavte obvod podle obr. 1 a změřte pro obvod v periodickém stavu závislost doby kmitu T na velikosti zařazené kapacity. (C = 0,5-10 µf, R = 0 Ω). Výsledky měření zpracujte graficky

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

CVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19

CVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 CVIČNÝ TEST 5 Mgr. Václav Zemek OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19 I. CVIČNÝ TEST 1 Zjednodušte výraz (2x 5) 2 (2x 5) (2x + 5) + 20x. 2 Určete nejmenší trojciferné

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: Kvadratická funkce Autor: Kubešová

Více

Kalibrace a testování spektrometrů

Kalibrace a testování spektrometrů Kalibrace a testování spektrometrů Viktor Kanický 5.3.014 1 Kalibrace ICP-OES V ICP-OES je lineární závislost intenzity emise na koncentraci analytu v rozsahu 4 až 6 řádů. V analytické praxi se obvykle

Více

Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Kružnice, kruh, tečny, obsahy, goniometrické funkce, integrace

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Př. : Stanovte jednotlivé četnosti a číselné charakteristiky zadaného statistického souboru a nakreslete krabicový graf:, 8, 7, 43, 9, 47, 4, 34, 34, 4, 35. Statistický soubor seřadíme vzestupně podle

Více

Numerická matematika. Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou

Numerická matematika. Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou Numerická matematika Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou Václav Bubník, xbubni01, sk. 60 FIT VUT v Brně, 2004 Obsah Numerická matematika...1 1. Teorie... 3 1.1 Diferenciální

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné

Více

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada (Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem

Více

2.4.9 Rovnice s absolutní hodnotou I

2.4.9 Rovnice s absolutní hodnotou I ..9 Rovnice s absolutní hodnotou I Předpoklady: 0, 0, 05 Pedagogická poznámka: Obsah hodiny odpovídá přibližně 5 minutám. Je samozřejmě možné ji spojit s následující hodinou, pak ovšem část příkladů nestihnete

Více

UVSSR, ODBOR ELEKTROTECHNIKY LABORATORNÍ CVIČENÍ ELEKTROTECHNIKA A ELEKTRONIKA

UVSSR, ODBOR ELEKTROTECHNIKY LABORATORNÍ CVIČENÍ ELEKTROTECHNIKA A ELEKTRONIKA Jméno: Vilem Skarolek Akademický rok: 2009/2010 Ročník: UVSSR, ODBOR ELEKTROTECHNIKY LABORATORNÍ CVIČENÍ ELEKTROTECHNIKA A ELEKTRONIKA 3. Semestr: 2. Datum měření: 12. 04. 2010 Datum odevzdání: 19. 4.

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více