Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Statistické řízení jakosti - regulace procesu měřením a srovnáváním"

Transkript

1 Statistické řízení jakosti - regulace procesu měřením a srovnáváním

2 Statistická regulace výrobního procesu (SPC) SPC = Statistical Process Control preventivní nástroj řízení jakosti, který na základě včasného odhalování významných odchylek v procesu od předem stanovené úrovně, umožňuje realizovat zásahy do procesu tak, aby byla kvalita dlouhodobě udržována na stabilní a přípustné úrovni

3 Významná úloha tam, kde se vyrábí velké dávky nebo kde se výroba víckrát opakuje Proč: Existuje variabilita výrobního procesu Proces by měl mít cílovou hodnotu Účel: Zabránit vzniku vadných výrobků Cíl: Zmenšit variabilitu, aby nekolísala kvalita a sledovat, jestli kvalita netrenduje (tendence do nekvality přezkoumat 6M)

4 Co způsobuje variabilitu?: 6M faktory Člověk (přesnost, zkušenost, motivace) Materiál (tvrdost, chem. složení ) Metoda (způsob práce, sled operací, ) Měření (techn. měření, kalibrace, ) Stroj (opotřebení, ) Prostředí (změny v teplotě, vlhkosti ) Man Material Method Measuring Machine Milieu

5 Postup před zavedením statistické regulace výrobního procesu

6 1. Volba znaku jakosti zvolit takové znaky, které ovlivňují chování výrobku a jeho vlastnosti regulaci zavést tam, kde je třeba jakost stabilizovat nebo získat informace o výrobním procesu, aby mohl být zlepšen nebo zlevněn

7 2. Analýza výrobního procesu Analýza by měla být zaměřena tak, aby: vymezila příčiny, které mohou vyvolat nepravidelnost ve výrobním procesu zjistila vliv použití tolerančních mezí přispěla ke zlepšení vlastní kontroly a jejího umístění ve výrobním procesu odhalila všechny ostatní související faktory, které mohou ovlivnit výrobní proces

8 3. Volba podskupin roztřídění uvažovaných pozorování do podskupin, uvnitř kterých lze předpokládat, že kolísání sledovaného znaku jakosti je způsobeno pouze náhodnými příčinami, přitom rozdíl mezi těmito podskupinami může být způsoben zvláštními příčinami a jejich odhalení je úlohou regulačních diagramů

9 4. Volba kontrolního intervalu a rozsahu podskupin žádná obecná pravidla, vše s ohledem na stabilizovaný proces může záviset na nákladech na odběr a analýze měření obvykle: rozsah podskupiny 4-5 vzorků za sebou vybraných podskupin pro předběžný odhad

10 5. Sběr předběžných údajů je třeba shromažďovat určité počáteční výsledky kontrol a ty analyzovat, abychom mohli vypočítat předběžně hodnoty nutné pro stanovení CL, UCL, LCL a ty zavést do diagramu

11 Regulační diagram

12 Postup konstrukce regulačního diagramu na ose x se vynáší pořadová čísla podskupin (např. při nepřetržité výrobě budeme 1x za hodinu vybírat 5 výrobků tzn. budeme mít 24 podskupin za den) na ose y se vynáší hodnoty sledovaného znaku jakosti nebo parametru procesu (např. průměr, rozpětí, směrodatná odchylka, podíl neshodných jednotek ve výběru atd.). Tyto hodnoty vypočteme z chronologicky za sebou jdoucích hodnot znaku jakosti, získaných při provádění pravidelných výběrových kontrol. regulační diagram se dále skládá z centrální přímky (CL) a horní (UCL) a dolní (LCL) regulační meze.

13 Postup konstrukce regulačního diagramu Při stanovení regulačních mezí lze vycházet z rozdělení pravděpodobnosti příslušného sledovaného znaku. Nejčastěji se uvedená pravděpodobnost volí na úrovni 0,9973, tzn. že UCL a LCL jsou od CL vzdáleny 3 směrodatné odchylky na každou stranu.

14 Shewhartovy regulační diagramy (dle normy ČSN ISO 8258) grafická pomůcka zobrazující variabilitu procesu dynamicky, umožňující oddělit náhodné příčiny variability od vymezitelných Předpoklady použití: dostatečný počet dat, normalita dat, nezávislost dat, konstantní rozptyl a střední hodnotu, sledování pouze jednoho znaku jakosti na jednom produktu

15

16 66,26 % 95,44 % 99,73 % 99,994 % + 1s -1 s + 2 s - 2 s + 3 s - 3 s + 4 s - 4 s

17 Normální rozdělení Spojité, symetrické, ve tvaru zvonu rozdělení četností pro variabilní údaje, které jsou základem pro regulační diagramy pro proměnné. Jestliže měření má normální rozdělení, okolo % všech jednotlivých hodnot leží uvnitř intervalu plus a minus jedna standardní odchylka od průměru, okolo 95.44% leží uvnitř intervalu plus a minus dvě standardní odchylky od průměru a % leží uvnitř intervalu plus a minus tři standardní odchylky od průměru. Tyto procenta jsou základem pro analýzu regulačních mezí a regulační diagramy (protože průměry podskupin mají tendenci být rozděleny normálně, i když výstup jako celek nikoliv) a pro mnoho rozhodnutí týkající se způsobilosti (protože výstup mnoha průmyslových procesů sleduje normální rozdělení).

18

19 Jaký regulační diagram zvolit? Jaké znaky jakosti? Měřitelné Neměřitelné Jaký rozsah výběru? Co má být sčítáno? nad 10 Neshodné jednotky Neshody X x j, R kl, R, s X, R X Je rozsah výběru konstantní? Je rozsah výběru konstantní? ne ano ne ano p np u c

20 Regulace procesu měřením Výhody: známe hodnoty sledovaného znaku jakosti, lze snadněji vysledovat příčiny nejakosti, lze sledovat trendy. Nevýhody: náročná na měřicí přístroje, náročná na čas, obsluha musí být přiměřeně kvalifikovaná. SPC

21 Cílem je snížení variability procesu Stejnoměrnější výroba Menší pravděpodobnost výskytu neshodných produktů Menší rozsah kontroly a nižší náklady na kontrolu a zkoušení Nižší náklady vyvolané poruchami procesu Více spokojených zákazníků

22 Jeden mrtvý je tragédie. Desítka mrtvých je masakr. Tisíce mrtvých je Jeden mrtvý je tragédie. Desítka mrtvých je masakr. Tisíce mrtvých je statistika.

23 Statistická regulace výrobního procesu srovnáváním Při regulaci srovnáváním se užívá vždy je jeden diagramu, ne dvojice jako při regulaci měřením. sledujeme atribut, výsledkem je binární informace (ano x ne), rychlejší než měření, nezískávají se hodnoty, nelze sledovat trendy.

24 Nejčastěji používané diagramy srovnáváním: (p) regulační diagram pro podíl neshodných jednotek (np) regulační diagram pro počet neshodných jednotek, konstantní rozsah podskupin (c) regulační diagram pro počet neshod, konstantní rozsah podskupin (u) regulační diagram pro průměrný počet neshod na jednotku v podskupině

25 Regulační diagram pro podíl neshodných jednotek v podskupině p diagram

26 Příklad 1 Cukrář vyrábí rakvičky a občas je mu zboží vráceno z důvodu nízké kvality (moc křehké nebo moc tvrdé). Rozhodl se proto zlepšit svoji kvalitu za pomocí metod SPC konkrétně pomocí Shewhartova diagramu. Po dobu 10 dní náhodně vybíral určité množství rakviček a každou testoval (ochutnávkou) a výsledky zaznamenal do tabulky. Vyberte vhodný diagram pro regulaci procesu, vypočítejte regulační meze a nakreslete regulační diagram.

27 Zadání příkladu 1

28 CL = p = 58/591 = 0,1 Řešení v příkladu 1 UCL = 0,21 LCL = -0,01 = 0

29 1. otázka na závěr - Uveďte základní metody statistické regulace a zásady jejího uplatnění proces musí být statisticky zvládnut jak vzhledem k variabilitě, tak vzhledem k poloze procesu. regulace měřením x regulace srovnáváním regulace na základě technických nebo přirozených regulačních mezí výběrový bod mimo regulační meze na regulačním diagramu signalizuje přítomnost zvláštní příčiny proměnlivosti v procesu, ta musí být identifikována a trvale odstraněna na základě přijatých opatření

30 2. Otázka na závěr - Uveďte nutné podmínky pro zavedení statistické regulace procesu Zavedení a uplatnění regulace procesu je záležitostí všech, management musí vytvořit vhodné podmínky. Definovat proces, určit znak jakosti, který bude statisticky řízen, určit způsob měření, rozsah výběrů, metodu regulace podle výběrových charakteristik (např. výběrový průměr a rozpětí). Vytvořit stabilní podmínky procesu a vypočítat výsledné regulační meze.

31 Použitá literatura: Moderní management jakosti Nenadál, J. a spol. Management kvality, environmentu a bezpečnosti práce - Veber, J. a kol. Statistické metody pro zlepšování jakosti Tošenovský, J. Měření v systémech managementu jakosti Nenadál, J. Statistická regulace - Horálek V.

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

1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter

1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter NORMY A STANDARDY KVALITY 1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter pokud u výrobku, který byl vyroben podle

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

Ústav teorie informace a automatizace RESEARCH REPORT. Nestandardní regulační diagramy pro SPC. No. 2311 December 2011

Ústav teorie informace a automatizace RESEARCH REPORT. Nestandardní regulační diagramy pro SPC. No. 2311 December 2011 kademie věd České republiky Ústav teorie informace a automatizace cademy of Sciences of the Czech Republic Institute of Information Theory and utomation RESERCH REPORT Josef Křepela, Jiří Michálek: Nestandardní

Více

SW podpora při řešení projektů s aplikací statistických metod

SW podpora při řešení projektů s aplikací statistických metod SW podpora při řešení projektů s aplikací statistických metod Jan Král, Josef Křepela Úvod Uplatňování statistických metod vyžaduje počítačovou podporu. V současné době je rozšiřována řada vynikajících

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

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

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové

Více

Přehled technických norem z oblasti spolehlivosti

Přehled technických norem z oblasti spolehlivosti Příloha č. 1: Přehled technických norem z oblasti spolehlivosti NÁZVOSLOVNÉ NORMY SPOLEHLIVOSTI IDENTIFIKACE NÁZEV Stručná charakteristika ČSN IEC 50(191): 1993 ČSN IEC 60050-191/ Změna A1:2003 ČSN IEC

Více

Porovnání softwarových produktů pro podporu hodnocení způsobilosti technologických procesů. Bc. Jan VERBERGER

Porovnání softwarových produktů pro podporu hodnocení způsobilosti technologických procesů. Bc. Jan VERBERGER Porovnání softwarových produktů pro podporu hodnocení způsobilosti technologických procesů Bc. Jan VERBERGER Diplomová práce 2006 UTB ve Zlíně, Fakulta technologická 3 UTB ve Zlíně, Fakulta technologická

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

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

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti Národní informační středisko pro podporu jakosti Stanovení měr opakovatelnosti a reprodukovatelnosti při kontrole měřením a srovnáváním Ing. Jan Král Úvodní teze Zásah do procesu se děje na základě měření.

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

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

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

Zdravotnické laboratoře. MUDr. Marcela Šimečková

Zdravotnické laboratoře. MUDr. Marcela Šimečková Zdravotnické laboratoře MUDr. Marcela Šimečková Český institut pro akreditaci o.p.s. 14.2.2006 Obsah sdělení Zásady uvedené v ISO/TR 22869- připravené technickou komisí ISO/TC 212 Procesní uspořádání normy

Více

24.11.2009 Václav Jirchář, ZTGB

24.11.2009 Václav Jirchář, ZTGB 24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci

Více

Management kvality, environmentu a bezpečnosti práce

Management kvality, environmentu a bezpečnosti práce Jaromír Veber a kol. Management kvality, environmentu a bezpečnosti práce Legislativa, systémy, metody, praxe Management Press, Praha 2006 Autorský kolektiv: Ing. Marie Hůlová, CSc. subkapitola 6.6 Ing.

Více

Č.t. Téma školení Cílová skupina Rozsah

Č.t. Téma školení Cílová skupina Rozsah Témata školení Č.t. Téma školení Cílová skupina Rozsah I. Všeobecné požadavky I.1. Základní požadavky ISO 9001 - Procesní přístup - Vysvětlení vybraných požadavků ISO 9001 I.2. Základní požadavky ISO/TS

Více

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

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Kontrolní záznam dle ČSN EN ISO 9001: 2001 CHECKLIST Společnost:

Kontrolní záznam dle ČSN EN ISO 9001: 2001 CHECKLIST Společnost: 4.1 Všeobecné požadavky Stanovila organizace: Pouze všeobecné posouzení / doporučení - procesy potřebné pro QMS? - vzájemné vazby procesů QMS? 4. Systém managementu jakosti - QMS 4.2 4.2.1 - postupy a

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

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve Příklady k procvičení k průběžnému testu: 1) Při zpracování studie o průměrné výši měsíčních příjmů v České republice jsme získali data celkem od 8 tazatelů. Každý z těchto pěti souborů dat obsahoval odlišný

Více

VY_32_INOVACE_PEL-3.EI-20-ANALYZA ZPUSOBILOSTI PROCESU. Střední odborná škola a Střední odborné učiliště, Dubno

VY_32_INOVACE_PEL-3.EI-20-ANALYZA ZPUSOBILOSTI PROCESU. Střední odborná škola a Střední odborné učiliště, Dubno Číslo projektu Číslo materiálu Název školy Autor Tematická oblast Ročník CZ.1.07/1.5.00/34.0581 VY_32_INOVACE_PEL-3.EI-20-ANALYZA ZPUSOBILOSTI PROCESU Střední odborná škola a Střední odborné učiliště,

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

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

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

1. Nástroje řízení (kvality)

1. Nástroje řízení (kvality) 1. Nástroje řízení (kvality) 2. Kvantifikace rizik Petr Misák Ústav stavebního zkušebnictví VUT FAST v Brně misak.p@fce.vutbr.cz www.fce.vutbr.cz/szk Jednoduché nástroje řízení kvality - MOTIVACE Chceme-li

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

Projektový management

Projektový management Projektový management 2009 Ludmila Fridrichová Použité zdroje 1. Svozilová, A.: Projektový management. Praha: Grada Publishing, a.s., 2006. ISBN-80-247-1501-5 2. Němec, V.: Projektový management. Praha:

Více

Anotace k presentaci

Anotace k presentaci Akreditace laboratoří podle revidované ČSN EN ISO/IEC 17025:2005 Souhrn revidovaných odstavců normy a souvisejících informací Ing. Martin Matušů, CSc. - ČIA Přednáška byla presentována na seminářích Českého

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

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

BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS

BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS ANALÝZA TRHU MULTIKIN POMOCÍ STATISTICKÝCH

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

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

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

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

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

Systémy řízení QMS, EMS, SMS, SLP

Systémy řízení QMS, EMS, SMS, SLP Systémy řízení QMS, EMS, SMS, SLP Ústí nad Labem 11/2013 Ing. Jaromír Vachta Systém řízení QMS Systém managementu kvality Systém řízení podle ČSN EN ISO 9001:2009 - stanovení, pochopení a zajištění plnění

Více

Jednoduché nástroje řízení jakosti

Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Jednoduché nástroje řízení jakosti Ing. Tomáš Vymazal, Ph.D. VUT FAST v Brně Ústav stavebního zkušebnictví vymazal.t@fce.vutbr.cz Chceme-li řídit jakost, musíme o ní

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

ISO 9001 a ISO 13485 aplikace na pracovištích sterilizace stručný přehled

ISO 9001 a ISO 13485 aplikace na pracovištích sterilizace stručný přehled ISO 9001 a ISO 13485 aplikace na pracovištích sterilizace stručný přehled Ing. Lenka Žďárská, březen 2013 Proč systém kvality? Vyhláška 306/2012 Sb., příloha IV, článek IV.I., odstavec 2 Pro sterilizování

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

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

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Obsah 1. Úvod 2. Oblast působnosti 3. Definice 3.1 Definice uvedené ve směrnici 3.2 Obecné definice 3.2.1 Nejistoty způsobené postupem

Více

Quality Management Decision and Computer Support Rozhodování v řízení jakosti a počítačová podpora

Quality Management Decision and Computer Support Rozhodování v řízení jakosti a počítačová podpora XXIX. ASR '2004 Seminar, Instruments and Control, Ostrava, April 30, 2004 159 Quality Management Decision and Computer Support Rozhodování v řízení jakosti a počítačová podpora KOPP, Petr Ing., Katedra

Více

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

Jak správně interpretovat ukazatele způsobilosti a výkonnosti výrobního procesu

Jak správně interpretovat ukazatele způsobilosti a výkonnosti výrobního procesu Jak správně interpretovat ukazatele způsobilosti a výkonnosti výrobního procesu Jiří Michálek Ukazatele způsobilosti a výkonnosti C p, C pk, P p, P pk byly zavedeny ve snaze popsat stav výrobního procesu,

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

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2 Statistika jako obor Statistika Statistika je vědní obor zabývající se zkoumáním jevů hromadného charakteru. Tím se myslí to, že zkoumaný jev musí příslušet určité části velkého množství objektů (lidí,

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

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

Six Sigma Tools and Methods Nástroje a metody Six sigma

Six Sigma Tools and Methods Nástroje a metody Six sigma XXXII. Seminar ASR '2007 Instruments and Control, Farana, Smutný, Kočí & Babiuch (eds) 2007, VŠB-TUO, Ostrava, ISBN 978-80-248-1272-4 Six Sigma Tools and Methods Nástroje a metody Six sigma BRODECKÁ, Kateřina

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

Procesy, procesní řízení organizace. Výklad procesů pro vedoucí odborů krajského úřadu Karlovarského kraje

Procesy, procesní řízení organizace. Výklad procesů pro vedoucí odborů krajského úřadu Karlovarského kraje Procesy, procesní řízení organizace Výklad procesů pro vedoucí odborů krajského úřadu Karlovarského kraje Co nového přináší ISO 9001:2008? Vnímání jednotlivých procesů organizace jako prostředku a nástroje

Více

X13MJV VÝPISKY ZE SLIDES

X13MJV VÝPISKY ZE SLIDES X13MJV VÝPISKY ZE SLIDES Letní semestr 2008 Připomínky na pateko1@fel.cvut.cz vítány 1 Definice jakosti, základní pojmy Jakost Q je měřitelná vlastnost. Je to míra splnění očekávání, nebo požadavků zákazníků

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

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

ČSN EN ISO 50001:2012 ZKUŠENOSTI S UPLATŇOVÁNÍM

ČSN EN ISO 50001:2012 ZKUŠENOSTI S UPLATŇOVÁNÍM ČSN EN ISO 50001:2012 ZKUŠENOSTI S UPLATŇOVÁNÍM EnMS 1 SYSTÉM MANAGEMENTU HOSPODAŘENÍ S ENERGIÍ Záměrem je přijetí a zavedení systematického přístupu k dosahování neustálého zlepšování energetické náročnosti,

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

Příklad I.vrstvy integrované dokumentace

Příklad I.vrstvy integrované dokumentace Příklad I.vrstvy integrované dokumentace...víte co. Víme jak! Jak lze charakterizovat integrovaný systém managementu (ISM)? Integrovaný systém managementu (nebo systém integrovaného managementu) je pojem,

Více

SPECIFIKA CERTIFIKACE PODLE ČSN EN ISO 9001:2001 V ORGANIZACÍCH, KTERÉ SE ZABÝVAJÍ VÝVOJEM SOFTWARE

SPECIFIKA CERTIFIKACE PODLE ČSN EN ISO 9001:2001 V ORGANIZACÍCH, KTERÉ SE ZABÝVAJÍ VÝVOJEM SOFTWARE SPECIFIKA CERTIFIKACE PODLE ČSN EN ISO 9001:2001 V ORGANIZACÍCH, KTERÉ SE ZABÝVAJÍ VÝVOJEM SOFTWARE Václav Šebesta Ústav informatiky Akademie věd ČR, e-mail: vasek@cs.cas.cz Abstrakt Jestliže ještě před

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

Realizace kurzu ISO 9001 Manažer procesu

Realizace kurzu ISO 9001 Manažer procesu Př íloha č. 6 Výzvy Realizace kurzu ISO 9001 Manažer procesu Tento akreditovaný vzdělávací program navazuje na projekt implementace procesního systému řízení ISO 9001 dle real. projektu z výzvy č. 53.

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

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

1. soustředění (2 hod.)

1. soustředění (2 hod.) Metodický list kombinovaného studia předmětu MnJ - MANAGEMENT JAKOSTI Název tématického celku: Systémy jakosti 1. soustředění (2 hod.) Cíl: Cílem tématického celku je objasnit význam systému managementu

Více

Třídění statistických dat

Třídění statistických dat 2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

Představení společnosti

Představení společnosti Představení společnosti KSQ spol. s r. o. Kubatova 1240/6 370 04 České Budějovice Tel/fax: +420 387 311 504 Hot-line: +420 602 470 009 E-mail: ksq@ksq.cz Alena Klůcová, jednatel KSQ spol. s r.o. Auditor

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

Dotazy Odpovědi k zadávacímu řízení Komplexní rozvoj zaměstnanců společnosti ELLA-CS, s.r.o., číslo 3532

Dotazy Odpovědi k zadávacímu řízení Komplexní rozvoj zaměstnanců společnosti ELLA-CS, s.r.o., číslo 3532 Dotazy Odpovědi k zadávacímu řízení Komplexní rozvoj zaměstnanců společnosti ELLA-CS, s.r.o., číslo 3532 http://www.esfcr.cz/zakazky/komplexni-rozvoj-zamestnancu-spolecnosti-ella-cs-s-r-o Dotaz č. 1 k

Více

Metodologie SIX SIGMA v. Jiří Michálek OSSM při ČSJ 21.11.2013

Metodologie SIX SIGMA v. Jiří Michálek OSSM při ČSJ 21.11.2013 Metodologie SIX SIGMA v ČSN ISO normách Jiří Michálek OSSM při ČSJ 21.11.2013 O které normy se jedná? ČSN ISO 13053-1: Kvantitativní metody zlepšování procesu Six Sigma Část 1: Metodologie DMAIC ČSN ISO

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

3/4.5 PRÁCE S CÍLI ISŘ S OHLEDEM NA POŽADAVKY ZAINTERESOVANÝCH STRAN

3/4.5 PRÁCE S CÍLI ISŘ S OHLEDEM NA POŽADAVKY ZAINTERESOVANÝCH STRAN INTEGROVANÝ SYSTÉM ŘÍZENÍ část 3, díl 4, kapitola 5, str. 1 ddíl 4, efektivnost ISŘ přínosy a bariéry 3/4.5 PRÁCE S CÍLI ISŘ S OHLEDEM NA POŽADAVKY ZAINTERESOVANÝCH STRAN Při práci auditora systémů managementu

Více

srpen 2008 Ing. Jan Káda

srpen 2008 Ing. Jan Káda nauka o srpen 2008 Ing. Jan Káda ČSN ISO/IEC 27001:2006 (1) aktivum cokoliv, co má pro organizaci hodnotu důvěrnost zajištění, že informace jsou přístupné pouze těm, kteří jsou k přístupu oprávněni integrita

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

Řízení vztahů se zákazníky

Řízení vztahů se zákazníky Řízení vztahů se zákazníky Řízení vztahů se zákazníky Vychází z představy, že podnik je řízen zákazníkem Používanými nástroji jsou: Call Centra Customer Relationship Management (CRM) Základní vazby v řízení

Více

Úvod. Projektový záměr

Úvod. Projektový záměr Vzdělávací program Řízení jakosti a management kvality Realizátor projektu: Okresní hospodářská komora Karviná Kontakt: Svatováclavská 97/6 733 01 KARVINÁ +420 596 311 707 hkok@hkok.cz www.akademieok.cz

Více

VOLBA PREZIDENTA: PROBLÉM KONTROLY PODPISŮ PRESIDENTAL ELECTIONS: THE PROBLEM OF INSPECTION OF THE SIGNATURES. Ondřej Vencálek

VOLBA PREZIDENTA: PROBLÉM KONTROLY PODPISŮ PRESIDENTAL ELECTIONS: THE PROBLEM OF INSPECTION OF THE SIGNATURES. Ondřej Vencálek 7 7 Ročník 25, číslo 2, červen 2014 Informační bulletin České statistické společnosti, 2/2014 VOLBA PREZIDENTA: PROBLÉM KONTROLY PODPISŮ PRESIDENTAL ELECTIONS: THE PROBLEM OF INSPECTION OF THE SIGNATURES

Více

AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.9/2007

AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ ZPŮSOBILOSTI CO 4.9/2007 Gradua-CEGOS, s.r.o., certifikační orgán pro certifikaci osob č. 3005 akreditovaný Českým institutem pro akreditaci, o.p.s. podle ČSN EN ISO/IEC 17024 AUDITOR EMS PŘEHLED POŽADOVANÝCH ZNALOSTÍ K HODNOCENÍ

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

INFORMACE O ZAVEDENÉM SYSTÉMU KVALITY dle normy ČSN EN ISO 9001:2009 ve společnosti

INFORMACE O ZAVEDENÉM SYSTÉMU KVALITY dle normy ČSN EN ISO 9001:2009 ve společnosti INFORMACE O ZAVEDENÉM SYSTÉMU KVALITY dle normy ČSN EN ISO 9001:2009 ve společnosti Obsah: 1) Adresa společnosti 2) Historie firmy 3) Rozsah systému kvality 4) Systém managementu kvality 5) Povinnosti

Více

Pokročilejší metody SPC

Pokročilejší metody SPC OSSM ČSJ Praha 17. 10. 2013 Pokročilejší metody SPC Darja Noskievičová Katedra kontroly a řízení jakosti FMMI, VŠB-TU Ostrava KONCEPTUÁLNÍ RÁMEC Komplexní aplikace statistické regulace procesu (SPC) Fáze

Více

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení Přednáška 9 Testy dobré shody Grafická analýza pro ověření shody empirického a teoretického rozdělení χ 2 test dobré shody ověření, zda jsou relativní četnosti jednotlivých variant rovny číslům π 01 ;

Více

ADZ základní statistické funkce

ADZ základní statistické funkce ADZ základní statistické funkce Základní statistické funkce a znaky v softwaru Excel Znak Stručný popis + Sčítání buněk - Odčítání buněk * Násobení buněk / Dělení buněk Ctrl+c Vyjmutí buňky Ctrl+v Vložení

Více

ISO 9001- ISO TS16949

ISO 9001- ISO TS16949 Zkušenosti firem se zaváděním systému managementu jakosti ISO 9001- ISO TS16949 Zpracoval: Jaroslav KYSELA Každý z nás preferuje kvalitu. Kupujeme kvalitnější zboží. Kvalita za rozumnou cenu. Kvalitu

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více