Vyjadřování nejistot měření při kalibracích

Rozměr: px
Začít zobrazení ze stránky:

Download "Vyjadřování nejistot měření při kalibracích"

Transkript

1 Acta Motatca Slovaca Ročík 0 (005), čílo, 5-57 Vjadřováí ejtot měřeí př kalbracích Leka Líková The determato of meauremet ucertate for calbrato The paper decrbe ome metrolog problem ad ther applcato urveg A reult of the calbrato a trumet or meaurg tool hould clude alo a value of ucertat of the meauremet Th term ha bee ued metrolog ol for everal ear o that the author gve a coderato to the phlooph of ucertate ad geeral prcple of ther determato A practcal example of ucertat of the meauremet calculato for the calbrato of levellg rod for the prece levellg alo gve Ke word: Calbrato, ucertat of meauremet, laer terferometr, levellg rod Úvod Teto přípěvek obahuje čát výledků dertačí práce autork ázvem Výzkum přeot kalbrace př laerové terferometr v ávazot a orm SO, která bla obhájea v roce 003 a ČVUT v Praze Dertačí práce pojedává o problematce kalbrací velačích latí pro přeou velac délk,8 m a hodoceí její přeot V jejím rámc bl a základě teoretckých rozborů vlvů př měřeí metodou laerové terferometre, tattckých tetů, zkoušek čátí terferometru a chopotí operátorů zvole pracoví potup kalbrace velačích latí, jejíž výledkem je průměrá délka laťového metru a tzv ejtota měřeí, která je v oučaé době velce důležtým parametrem Teto termí e v metrolog objevl teprve edávo (v 90 letech 0 toletí) a v geodéz eí ještě přílš zám, ačkolv e ím geodet etkávají a kalbračích ltech vých přítrojů a pomůcek Proto je floof ejtot, obecým prcpům jejch určováí a výpočtu ejtot měřeí př kalbracích velačích latí věová teto přípěvek Nejtotam měřeí e v oučaé době zabývají všch, jejchž čot e ějakým způobem dotýká metrologe Dík jedotému přítupu ke taoveí ejtot (který je dá mezárodím předp zmíěým íže) e ejtot ve tále šrší míře používají jako uverzálí měřítko umožňující porováí chopotí růzých laboratoří zabývajících e tejým měřeím Kromě toho může ejtota měřeí také pomoc zákazíkov kalbračích laboratoří ve výběru laboratoře a v terpretac doažeých výledků kalbrace Zřejmě ejdůležtějším důvodem pro šrší zájem o ejtot měřeí je jejch ouvlot akredtačím proceem laboratoří, který je provádě a základě krtér a pravdel obažeých v ormách a dokumetech týkajících e akredtace Norma ČSN EN SO/EC 7 05, podle které je prováděa akredtace kalbračích laboratoří v ČR vžaduje, ab tto laboratoře uváděl kvattatví výledk měřeí včetě taoveých ejtot Měřeí je defováo jako oubor čotí, jejchž cílem je taoveí hodot určté velč (ČSN 0 05, 996) Přtom e používají růzé metod a měřeí e provádí pomocí měřcích přítrojů, které obluhuje operátor Každé měřeí probíhá po určtou dobu v kokrétím protředí, ve kterém může být měřeá velča ovlvňováa jým velčam Všech tto okolot e podílejí a celkové ejtotě výledku měřeí Nejtota měřeí je parametr přdružeý k výledku měřeí, který charakterzuje rozptl hodot, které b mohl být důvodě přuzová k měřeé velčě (ČSN 0 05, 996) Vjadřováí ejtot měřeí je výledkem ového přítupu k hodoceí přeot měřeí, který je rozpracová v Gude to the Expeo of Ucertat Meauremet vdaém v roce 99 a zámém pod zkratkou GUM Teto záadí materál obecě defuje jedotý potup př taoveí ejtot ve všech oborech měřeí a avazují a ěj mohé další předp Mez m je v Čeké republce platá metodka popaá v TPM Staovee etôt pr meraach, GUM bl rověž podkladem k ovelzac dokumetu EA-4/0 Vjadřováí ejtot měřeí př kalbracích, kterým e řídí vjadřováí ejtot v akredtovaých laboratořích ve tátech EA Obecé prcp určováí ejtot měřeí Základí charaktertkou ejtot je tadardí ejtota u vjádřeá hodotou měrodaté odchlk, která vmezuje rozah hodot u; + u kolem výledku měřeí, o ěmž e tvrdí, že e v ěm daou pravděpodobotí achází kutečá hodota měřeé velč Stadardí ejtot e podle způobu vhodoceí dělí a tadardí ejtot tpu A (začí e ua) a tadardí ejtot tpu B (začí e u B ) g Leka Líková, PhD, Katedra pecálí geodéze, Fakulta tavebí, Čeké voké učeí techcké v Praze, Thárukova 7, Praha 6, (Recezovaá a revdovaá verza dodaá ) 5

2 Acta Motatca Slovaca Ročík 0 (005), čílo, 5-57 Stadardí ejtot tpu A jou způobe áhodým vlv a zíkávají e z opakovaých měřeí daé velč za tejých podmíek ebo tattckou aalýzou ére aměřeých hodot Stadardí ejtot tpu B jou způobová zámým a odhadutelým příčam jejch vzku a potup pro jejch taoveí eí přímo pecfková Stadardí ejtot tpu B pocházejí z růzých zdrojů a pro určtý druh měřeí e lučují do celkové ejtot tpu B Hodot tadardí ejtot tpu A do jté mír záví a počtu opakováí měřeí, zatímco hodot tadardí ejtot tpu B a počtu opakováí ezáví Důvodem pro rozděleí ejtot a tp A a B je pouze azačeí dvou růzých způobů odhadů jedotlvých ložek ejtot měřeí Základem pro určováí obou tpů ejtot je tattcký přítup, př kterém e předpokládá určté rozděleí pravděpodobot Z ejtot tpu A B je počítáa kombovaá tadardí ejtota u podle vztahu u u + u () A B Čato je požadováo, ab terval kolem aměřeé hodot, v ěmž lze očekávat právou hodotu, tuto pokrl větší pravděpodobotí ež terval u, + u (pro ormálí rozděleí pravděpodobot 68 %) Proto bla zavedea rozšířeá ejtota U U ku u, () kde ku je koefcet rozšířeí ebo pokrtí Používaé hodot ku e pohbují od do 3, ve většě případů je doporučováo volt ku Tehd terval U;+U pokrývá právou hodotu pro ormálí rozděleí pravděpodobotí přblžě 95 % Potup taoveí jedotlvých ejtot záví a modelu měřeí Modelem měřeí e rozumí vztah mez vtupím a výtupím velčam daého měřeí V modelu měřeí je zahrut eje prcp a metoda měřeí, ale vlv okolího protředí a měřeí Mez vtupí velč patří přímo měřeé velč, dále tzv ovlvňující velč (tj velč půobící a výledek měřeí - ČSN 0 05, 996), ale fzkálí kotat ebo jé velč potřebé pro taoveí výledku Výtupí velč jou velč, jejchž hodot tvoří požadovaý výledek měřeí Př přímém měřeí e tadardí ejtota tpu A taoví z opakovaých měřeí tejé velč a je rova výběrové měrodaté odchlce průměru ( x x) ( ) u Ax, (3) x kde x (4) Touto ejtotou je provedeo tattcké vhodoceí opakovatelot měřeí a př výpočtu lze použít jou metodku Stadardí ejtota tpu A může být určea rověž kvalfkovaým odhadem a základě zkušeot V ěkterých případech může být tato ejtota ve rováí ejtotou tpu B evýzamá a její výpočet je možo vechat Před zahájeím výpočtu ejtot tpu B je třeba provét aalýzu měřeí (defovat model měřeí), př které jou detfková všech ouvející velč a vhodoce jejch vlv a měřeí Zda budou všech tto vlv zavede do výpočtu ejtot tpu B záví a relatví hodotě jedotlvých ložek vůč ejvětší z ch Zdrojem ejtot př měřeí jou obvkle použté měřcí přítroje, metoda měřeí, podmík měřeí, kotat a vztah použté př vhodoceí Stadardí ejtot tpu B každého zdroje e převezmou buď z hodot ejtot uvedeých v techcké dokumetac (údaje výrobce použtých přítrojů, kalbračí lt apod) ebo e provede jejch odhad Základí metoda odhadu tadardí ejtot tpu B ze zdroje Z počívá v odhadu rozahu změ (tj odchlek ± zmax od omálí hodot přílušé velč), jejchž překročeí je málo pravděpodobé Pooudí e ejvhodější rozděleí pravděpodobot odchlek v tervalu ± zmax a tadardí ejtota tpu B ze zdroje Z e určí ze vztahu z u max, (5) B Z χ kde hodota χ je uvedea pro jedotlvá rozděleí pravděpodobot v TPM (993) Stadardí ejtot z jedotlvých zdrojů e přeášejí do ejtot měřeé velč X pře fukčí závlot X f ( Z, Z,, Z m ) (6) podle všeobecého zákoa šířeí ejtot, který je (TPM , 993) m m Bx B + j B B Z Z Zj Zj j< u A u A A u u r, (7) 5

3 Alea Berková a Jří Bureš: Tvorba geometrckého pláu a rozhraí dvou katatrálích území katatrálí mapou dgtalzovaou kde u BZ je tadardí ejtota zdroje Z, u BZj je tadardí ejtota zdroje Zj, r je korelačí koefcet mez zdroj Z a Z j a pro ctlvotí koefcet A platí A ( Z ) f Z,, Z m Z z (8) Staoveí ejtot př kalbrac velačích latí Kalbrace velačích latí bl v laboratoř ČVUT provádě v horzotálí poloze latě Nvelačí lať bla a lavc terferometru umítěa de před vlatí kalbrací, ab došlo k vrováí teplot atmofér a latě Lať bla podepřea v Beelových bodech Před zahájeím a po ukočeí kalbrace bla a měřdlech umítěých v blízkot dráh paprku laeru změřea teplota, tlak a relatví vlhkot atmofér Obě tupce velačí latě bl proměře potupem tam a zpět v tervalu 0 cm, a každou měřeou rku ted blo cíleo dvakrát Korekce vlové délk laeru bla zaváděa až př zpracováí měřeých dat Nejtota tpu A Jak jž blo uvedeo, tadardí ejtota tpu A e taoví z opakovaých měřeí daé velč za tejých podmíek Měřeou velčou je v tomto případě délka laťového úeku, tj vzdáleot určté laťové rk od prví proměřovaé rk Přeot cíleí a laťové rk je ovlvěa zvětšeím mkrokopu, šířkou a rozetupem záměrých rek, ovětleím laťové tupce, tvarem kokrétí laťové rk, kotratem a v epoledí řadě také pečlvotí, zkušeotí a mometálím fzckým a pchckým tavem operátora Pro účel určeí ejtot tpu A blo vužto výledků expermetu pro taoveí měrodaté odchlk cíleí c, kd 4 operátoř provádějící kalbrace cíll dvacetkrát a tř áhodě zvoleé laťové rk Blo zjštěo, že výběrová měrodatá odchlka jedoho měřeí e pohbovala v závlot a operátorov od,7 do 4,8 µm Př kalbrac je měřeá hodota přřazeá k daé rce určea jako artmetcký průměr z měřeí tam a zpět Laerový terferometr měří délk relatví, ulové čteí je ataveo po zacíleí a prví měřeou rku Měřeá délka e vpočte jako rozdíl průměru ze čteí př měřeí tam a zpět a daou laťovou rku a průměru ze čteí př měřeí tam a zpět a počátečí rku Nejtota tpu A měřeé délk je ted c c u AL + c (9) Pro zvoleý způob cíleí a rk latě a jedotlvé operátor e hodota tadardí ejtot tpu A pohbuje v tervalu ua 748,;,µ m Stadardí ejtota tpu A může být určea jým způobem Z rozdílů měřeých hodot tam a zpět jedotlvých laťových rek zíkaých př kalbrac e podle vztahů (0), () a () vpočte výběrová měrodatá odchlka jedoho měřeí d, (0) Zj d +, (), () kde d d jou rozdíl měřeých hodot -té rk tam a zpět a prví tupc, jou rozdíl měřeých hodot -té rk a druhé tupc, a, jou počt zaměřeých laťových rek a prví a druhé tupc ( 8, 7) Výběrová měrodatá odchlka průměru e určí ze vztahu 53

4 Acta Motatca Slovaca Ročík 0 (005), čílo, 5-57 (3) a tadardí ejtota tpu A pro měřeý laťový úek je u (4) AL Takto vpočteé hodot tadardí ejtot tpu A v ám provedeých kalbracích korepodují výběrovým měrodatým odchlkam cíleí jedotlvých operátorů a ted ejtotou určeou podle vztahu (9) Nejtota tpu B Př prác laerovým terferometrem platí pro měřeou délku L Nλ 8, [µm] (5) kde L je měřeá délka, N je počet terferečích jedotek a λ/8 je terferečí jedotka λ / 8 0, λ (µm), (6) kde λ je learí korekčí fukce zohledňující závlot vlové délk He-Ne laerového paprku a protředí, kterým prochází Po doazeí má vztah pro měřeou délku tvar L N 0, 079+ λ)[µm] (7) ( Př kalbrací latí bla v terferometru atavea hodota λ 0000 a korekce vlové délk bla zaváděa až dodatečě př výpočtu Ze vztahu (7) můžeme ted vjádřt L N (8) 0, 079 a pro korgovaou délku L kor pak platí L v Lkor N ( 0, 079+ v ) (, + v ) L + 0, λ λ λ, [µm] (9) 0, 079 kde λ v je leárí korekčí fukce vpočteá z parametrů protředí měřeých př kalbrac Použtím zákoa šířeí ejtot (7) a vztah (9) dotaeme pro ejtotu tpu B korgovaé délk u BLkor v L + λ u BL +, 0, 079 u [µm ] (0) Nejtota měřeé délk u BL v obě zahruje pouze ejtotu terferometru, protože ejtota ataveí ul a ejtota zacíleí a určtou laťovou rku jž bla vpočtea jako oučát ejtot tpu A Vzhledem k tomu, λv že velkot ctlvotího koefcetu A BL + je velm blízká hodotě, je teto potup možý U 0, 079 terferometru, který je kalbrová, je ejtota jeho měřeí oučátí kalbračího ltu a odtud e převezme Kalbrace terferometru v laboratoř ČVUT provedea ebla, př určováí ejtot blo použto přeot měřeí, kterou udává výrobce Stadardí ejtota je 0, µm pro délk v rozahu 0, -, m a (,70-7 L(m)) µm pro délk ad, m Protože ejčatěj používaé vztah pro výpočet dexu lomu atmofér (apř vztah Edléův, Oweův ebo Barrel-Searův) jou začě komplkovaé vzhledem k šršímu rozahu hodot, pro které jou použtelé, bla pro laboratorí podmík alezea zjedodušeá aproxmace pro určeí poledích čtř mít om vlové délk He-Ne laeru, ve které je zahruta korekce teplotí roztažot měřeého předmětu (Popela, 973) λ 7, 8 t, 7 p+ 0, 78 ϕ 79, α t M, [µm] () ( ) kde t je odchlka měřeé hodot teplot atmofér od hodot 0 C ( C), p je odchlka měřeé hodot atmoférckého tlaku od 98 kpa (kpa), ϕ je odchlka měřeé hodot relatví vlhkot od 50 % (%), t M je odchlka měřeé hodot teplot objektu od hodot 0 C ( C), α je koefcet délkové teplotí roztažot (0-6 C - ) Nejtota korekce u B λ e vpočte použtím zákoa šířeí ejtot (7) a rovc () Dotáváme u 7,8 u +,7 u + 0,78 u + 79, α u + 79, t u 434,7α u u r B λ t p ϕ tm M B λ α t tm ttm [µm ] () 54

5 Alea Berková a Jří Bureš: Tvorba geometrckého pláu a rozhraí dvou katatrálích území katatrálí mapou dgtalzovaou kde u t je tadardí ejtota teplot atmofér, u p je tadardí ejtota atmoférckého tlaku, u ϕ je tadardí ejtota relatví vlhkot vzduchu, u tm je tadardí ejtota teplot materálu, u α je tadardí ejtota koefcetu délkové teplotí roztažot, r ttm je korelačí koefcet teplot atmofér a materálu Nejtotu měřeí teplot atmofér u t lze převzít z kalbračího ltu teploměru U ám použtých teplotích čdel je pro okolí teplot 0 C udávaá rozšířeá ejtota 0,0 C pro k U Teplota atmofér zaváděá do výpočtu korekce λ v e vpočte jako artmetcký průměr z teplot měřeé a začátku a koc kalbrace dvěma čdl umítěým u koců velačí latě Ze zápíků měřeých hodot vedeých pro každou kalbrac blo zjštěo, že za dobu trváí kalbrace e průměrá atmofércká teplota měí až o 0, C (teplota v laboratoř vžd toupá) a teplota atmofér měřeá u koců latě ve tejý okamžk e lší až o 0,5 C Z těchto důvodů b použtí hodot ejtot z kalbračího ltu teploměru začě adhodotlo doahovaou přeot Uvažujme ejepřízvější případ, kd a začátku kalbrace bla apř u levého koce latě aměřea teplota zt l a u pravého koce teplota z t p, která je rova z t l + 0,5 C Na koc kalbrace bla u levého koce aměřea teplota k t l z t l + 0, C, u pravého koce teplota k t p z t p + 0, C z t l + 0,35 C Průměrá teplota vtupující do výpočtu korekce λ v je z tl + z t p + k tl + k t p t z tl + 0, 75 C (3) 4 Budeme-l předpokládat, že teplota atmofér bude ve všech mítech průchodu laerového paprku mez hodotam aměřeým u koců latě, pak maxmálí rozdíl mez kutečou teplotou v lbovolém mítě průchodu paprku v lbovolém okamžku kalbrace a teplotou použtou pro výpočet korekce λ v bude ±0,75 C Budeme-l dále považovat rozděleí pravděpodobot výktu uvedeých teplot v tervalu t 0, 75 C, t + 0, 75 C za rovoměré, což je pro odhad ejtot teplot podle (5) epřízvější ež rozděleí ormálí ebo trojúhelíkové, pak ejtota teplot atmofér zmax u t 0, C (4) 3 Nejtota atmoférckého tlaku bla převzata z kalbračího protokolu aerodu, který udává U mm Hg torr, koefcet pokrtí k U Ted u p 0,5 torr 0,07 kpa Do výpočtu bla dále použta ejtota uváděá výrobcem vlhkoměru u ϕ % Př výpočtech bla použta hodota koefcetu délkové teplotí roztažot α,50-6 C - Tato hodota ebla zjštěa měřeím Je to hodota ležící ve tředu jedoceí všech tervalů, ve kterých jou hodot koefcetu délkové teplotí roztažot pro teto tp velačích latí uvede v růzých zdrojích (Neáhlo, 98), (Šada, 98), (Mtáš, 983) Její ejtota bla vpočtea z tohoto jedoceého tervalu, tj z tervalu (-,0; 4,0)0-6 C -, ted (,5 ±,5)0-6 C - V tomto tervalu bla uvažováa tejá pravděpodobot výktu všech hodot, jedá e o rovoměré rozděleí Nejtota koefcetu délkové teplotí roztažot vpočteá podle (5) 6,50 6 u α C,440 C (5) 3 Všech kalbrace bl provede př teplotě atmofér v rozmezí od 0 C do C Bl uvažová ejméě přízvý případ a do vztahu () doazea za rozdíl teplot materálu od 0 C hodota t M C Teplota materálu ebla př kalbracích měřea a bla považováa za tejou jako teplota atmofér Na ejtotě teplot materálu e proto podílí ejtota měřeí teplot atmofér a ejtota předpokladu rovot teplot materálu a atmofér Př pokuech předcházejících prováděí kalbrací blo zjštěo, že teplota materálu je vžd žší ež teplota atmofér, která vlvem přítomot oob v laboratoř a čot laeru pozvola toupá Teplota varového páku velačí latě leduje teplotu atmofér, ovšem určtým zpožděím (Líková, 003) Maxmálí rozdíl obou teplot bl 0,3 C Uvažujme, že pravděpodobot výktu teplot materálu je v celém tervalu t - 0,3 C; t tejá, pak 0,3 utm ut + C 0, C (6) 3 O korelačím koefcetu teplot atmofér a materálu r ttm předpokládáme, že e pohbuje v tervalu 0, a jeho velkot záví a teplotím pol v daé laboratoř Bude-l laboratoř termotatzovaá, velkot korelačího koefcetu e bude blížt k V laboratoř, kde e teplota atmofér eutále měí a kde dochází k prouděí vzduchu, je teplota atmofér a materálu korelovaá velm málo ebo vůbec a korelačí koefcet 55

6 Acta Motatca Slovaca Ročík 0 (005), čílo, 5-57 e blíží k 0 Záporou hodotu korelačího koefcetu eočekáváme, protože rotoucí ebo kleající teplotou atmofér rote ebo kleá teplota materálu Výpočet ejtot bl provede pro epřízvý případ, kd vzhledem ke zaméku mu před čleem obahujícím korelačí koefcet teplot atmofér a materálu uvažujeme teto rove 0 Po doazeí uvedeých charaktertk do vztahu (0) dotaeme pro délk do, m a pro délk ad, m 0, + 4, L, [µm ] (7) u BLkor L BLkor 003, + 4, 7,, [µm ] (8) u L L kde L je měřeá délka v metrech Kombovaá tadardí ejtota a rozšířeá ejtota Kombovaou tadardí ejtotu vpočteme podle vztahu () Pro operátora, který provedl ejvíce kalbrací, bla uvažováa hodota tadardí ejtot tpu A 3 µm Pro délk do, m dotaeme u Lkor 3 + 0, +,4L, [µm] (9) u Lkor 9,04 +,4L 3 +, 46L [µm] (30) a pro délk ad, m u Lkor 3 +,7L, [µm] (3) u Lkor 9 +,7L 3 +, 47L [µm] (3) Kombovaá tadardí ejtota je dáa odmocou ze oučtu druhých moc kotatího čleu a čleu závlého a měřeé délce V takových případech je doporučováo (Vítovec et al, 000) zjedodušeí způobem použtým ve vztazích (30) a (3) tím, že dojde k určtému adhodoceí ejtot, které je však možo považovat za přjatelé vzhledem k tomu, že ěkteré dílčí ložk ejtot jou taove odhadem Blo použto rověž jé zjedodušeí vztahů pro výpočet u Lkor, v tervalu daém délkou velačí latě bl původí vztah ahraze fukcí ve tvaru 3 + kl Kotata k bla určea tak, ab bl plě áledující požadavek: původí a áhradí fukce b e měl co možá ejvíc přmkat, ale v žádém bodě tervalu b hodota áhradí fukce 3 + kl eměla být meší ež hodota vpočteá z původího vztahu a + b L Protože jou vztah (9) a (3) téměř totožé, eí třeba rozlšovat tadardí ejtotu pro délk kratší ebo delší ež, m a áhradí fukce má tvar u Lkor 3+ 07, L [µm] (33) Př volbě koefcetu rozšířeí k U bude rozšířeá ejtota U 6+ 4, L, [µm] (34) kde L je měřeá délka v metrech, U je rozšířeá ejtota v mkrometrech Závěr Takto taoveá hodota rozšířeé ejtot měřeí platí pouze pro kalbrovaý pár velačích latí, určtého operátora, měřcí přítroj, vbaveí a podmík laboratoře ČVUT Pro její obecé použtí pro daou laboratoř b blo třeba rozšířt oubor velačích latí použtých př taoveí měrodaté odchlk cíleí, ab bla zohleděa růzá kvalta jejch rek Podle zkušeotí z kalbrací ěkolka jých latí uuzujeme, že kvalta rek ašeho páru bla píše adprůměrě dobrá Lze proto očekávat, že po provedeí tetů dalším latěm, b e zvýšla hodota kotatího čleu ve vztahu (34) Nejtot měřeí předtavují pouze odhad, který je založeý a zalotech o provedeém měřeí a je provádě e ahou o co ejlepší zohleděí dotupých formací Teto odhad vchází z vlatotí použtého zařízeí, metod měřeí, okolího protředí a oob, které měřeí provádějí Př dalším vužíváí ejtot měřeí je proto důležté mít a zřetel všech předpoklad a případá zjedodušeí použtá př výpočtu výledé ejtot 56

7 Alea Berková a Jří Bureš: Tvorba geometrckého pláu a rozhraí dvou katatrálích území katatrálí mapou dgtalzovaou Teto přípěvek vzkl podporou výzkumého záměru MSM Lteratura - Referece ČSN EN SO/EC 7 05 Všeobecé požadavk a způoblot zkušebích a kalbračích laboratoří Praha, ČSN, 00, 48 ČSN 0 05 Mezárodí lovík základích a všeobecých termíů v metrolog Praha, ČSN, 996, 4 EA-4/0 Vjadřováí ejtot měřeí př kalbracích Praha, ČA, 000, 74 Gude to the Expeo of Ucertat Meauremet Geeve, SO, 993, 0 Líková, L: Výzkum přeot kalbrace př laerové terferometr v ávazot a orm SO [Dertačí práce] Praha, ČVUT Fakulta tavebí, 003, 4 Mtáš, J: Vplv teplotých zme a tupce varových velačých lát Geodetcký a kartografcký obzor, 7, 983, Neáhlo, Č: Vlv teplot a přeot délkových měřeí Praha, Vdavateltví Úřadu pro ormalzac a měřeí, 98, 93 Popela, B: Vlv parametrů atmofér a vlovou délku zářeí jedofrekvečího laeru Jemá mechaka a optka, 3, 973, 6-66 Šada, V: Zjšťováí rozměrů velačích tupc [Výzkumá zpráva č 78] Zdb, Výzkumý útav geodetcký, topografcký a kartografcký, 98, 5 TPM 005: Staovee etôt př meraach Bratlava, Sloveký metrologcký útav, 993, 65 Vítovec, J, Batěk, V, Hog, R, Horálek, V, Svoboda, J: Staoveí ejtot př kalbrac, měřeí a zkoušeí Materál k emář koaému ČMS, 63 57

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor 1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců

Více

Odhady a testy hypotéz o regresních přímkách

Odhady a testy hypotéz o regresních přímkách Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží

Více

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

Více

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení. MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je

Více

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

Více

Momenty a momentové charakteristiky

Momenty a momentové charakteristiky Lekce 3 Momety a mometové charaktertky Pokud jme e v předešlém výkladu zmňoval o ěkteré tattcké charaktertce, zpravdla jme rověž uváděl, zda j řadíme mez více ebo méě důležté. A byly to právě artmetcký

Více

Statistické charakteristiky (míry)

Statistické charakteristiky (míry) Stattcé charaterty (míry) - hrují formac, obažeou v datech (vyjadřují j v ocetrovaé formě); - charaterzují záladí ryy zoumaého ouboru dat; - umožňují porováváí více ouborů. upy tattcých charatert :. charaterty

Více

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

INŽENÝRSKÁ GEODÉZIE I

INŽENÝRSKÁ GEODÉZIE I VYSOKÉ UČENÍ TECHNICKÉ V RNĚ FKULT STVENÍ OTKR ŠVÁENSKÝ LEXEJ VITUL JIŘÍ UREŠ INŽENÝRSKÁ GEODÉZIE I GE6 MODUL 0 ZÁKLDY INŽENÝRSKÉ GEODÉZIE STUDIJNÍ OPORY PRO STUDIJNÍ PROGRMY S KOMINOVNOU FORMOU STUDI

Více

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

Více

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č. Evropská federace árodích asocací měřcích, zkušebích a aalytckých laboratoří Techcká zpráva č. /006 Srpe 006 Poky pro vyhodoceí ejstoty měřeí výsledků kvattatvích zkoušek T e c h c k á z p r á v a EUROLAB

Více

9. REGRESNÍ A KORELAČNÍ ANALÝZA

9. REGRESNÍ A KORELAČNÍ ANALÝZA Pravděpodobot a tattka 9. REGRESNÍ A KORELAČNÍ ANALÝZA Průvodce tudem V předchozí kaptole jme uvedl způob, jak popat leárí závlot mez dvěma argumety a její míru. Užtím korelačích poměrů je možé zjtt, zda

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH

USTÁLENÉ PROUDĚNÍ V OTEVŘENÝCH KORYTECH USTÁLENÉ POUDĚNÍ V OTEVŘENÝCH KOYTECH ovoměré prouděí Charakterstka:. Hloubka vod v kortě, průtočá plocha a průřezová rchlost jsou v každém příčém řezu kostatí.. Čára eerge, vodí hlada a do korta jsou

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

Charakteristiky úrovně

Charakteristiky úrovně Charaterty úrově Měřeí úrově Úroveň (poloha) je jedou ze záladích vlatotí tattcých dat, v úrov e mohou tattcá data lšt ebo aopa hodovat. Výzačé hodoty varačí řady ejou ctlvé a změu jedotlvých hodot Medá

Více

Testování statistických hypotéz

Testování statistických hypotéz Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků).

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků). Učebí text k předášce UFY8 Dvojvzková tererece teké vrtvě Dvojvzková tererece teké vrtvě Předpokládejme, vl o mpltudě dvou delektrk tk, že mpltud održeé vly bude o dexu lomu bude t (vz obr. DI-1). v protředí

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

} kvantitativní znaky

} kvantitativní znaky Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI 8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -

Více

Téma 4: Výběrová šetření

Téma 4: Výběrová šetření Výběrová šetřeí Téma : Výběrová šetřeí Předáška Výběrové charaktertky a jejch rozděleí Výzam a druhy výběrového šetřeí tattcké šetřeí úplé vyčerpávající eúplé výběrové výběrové šetřeí aha o to aby výběrový

Více

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech) Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě

Více

ZPRACOVÁNÍ VÝSLEDKŮ MĚŘENÍ

ZPRACOVÁNÍ VÝSLEDKŮ MĚŘENÍ ZPRACOVÁNÍ VÝSLEDKŮ MĚŘENÍ 1. CHYBY MĚŘENÍ Nedokoalost metod měřeí, přístroů ldských smslů a emožost regstrace a kotrol všech podmíek, které určuí stav měřeého obektu způsobuí, že měřeím emůžeme zstt skutečou

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

Více

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.) Aktvta Semář základů tattky a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tříděí Základí metoda tattckého zpracováí. Sekupováí hodot proměé, které jou z hledka klafkačího

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

Více

III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ

III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ III. METODY MĚŘENÍ A ZPRACOVÁNÍ MĚŘENÍ Způsob, jímž se provádí fzkálí měřeí, závsí jedak a povaze měřeé velč, jedak a tom, ze kterých vztahů pro měřeou velču vjdeme a jakých přístrojů použjeme. Všech měřcí

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

Prostředky automatického řízení

Prostředky automatického řízení VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ Protředky automatického řízeí Měřící a řídící řetězec Vypracoval: Petr Oadík Akademický rok: 006/007 Semetr: letí Zadáí Navrhěte měřicí

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

Více

Úvod do zpracování měření

Úvod do zpracování měření Úvod do zpracováí měřeí Teore chb Opakujeme-l měřeí téže fzkálí velč za stejých podmíek ěkolkrát za sebou, dostáváme zpravdla růzé hodot. Měřeé velčě přísluší však jedá správá hodota. Každou odchlku aměřeé

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

Příklady k přednášce 3 - Póly, nuly a odezvy

Příklady k přednášce 3 - Póly, nuly a odezvy Příklady k předášce 3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 06 9--6 Schurův doplěk - odvozeí Automatické řízeí - Kyberetika a robotika Obecě ( + l) ( + l) ( + l) ( + m) ( + m) ( + m) I 0

Více

2. Vícekriteriální a cílové programování

2. Vícekriteriální a cílové programování 2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě

Více

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2 Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

Téma 1: Pravděpodobnost

Téma 1: Pravděpodobnost ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00

Více

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3 Př 7: S 95% polehlivotí odhaděte variabilitu (protředictvím odhadu měrodaté odchylky) a tředí hodotu obahu vitamíu C u rajčat. Záte-li výledky rozboru 0-ti vzorků rajčat: 3 4 5 6 7 8 9 0 9,6 3,4 30 3,6

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P Popisná statistika. Popisná statistika. Libor Žák SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk

Více

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky). Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké

Více

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY 7 VYUŽITÍ METOD OERAČNÍ ANALÝZY V TECHNOLOGII DORAVY Operačí aalýza jao jeda z oblatí apliovaé matematiy achází vé široé uplatěí v průmylových a eoomicých apliacích. Jedím z oborů, ve teré hraje ezatupitelou

Více

Metodika projektů generujících příjmy

Metodika projektů generujících příjmy Příloha: 9 Metodka projektů geerujících příjmy Účost: 23. 1. 2009 Verze č. 6.0 1. Výchozí podmíky - Obecá pravdla Postup u projektů geerujících příjmy vychází z čláku 55 Obecého ařízeí č. 1083/2006 a vyplývá

Více

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru. Soutava mometů Momety (Obecé, cetrálí a ormovaé) Do ytému mometových charatert patří ty ejdůležtější artmetcý průměr (mometová míra úrově) a rozptyl (mometová úroveň varablty). Obecý momet -tého tupě:

Více

METHOD OF THE URBAN MASS TRANSPORTATION QUALITY EVALUATION

METHOD OF THE URBAN MASS TRANSPORTATION QUALITY EVALUATION Ročík., Číslo II., 009 METODA HODNOCENÍ KVALITY MĚTKÉ HROMADNÉ DOPRAVY METHOD OF THE URBAN MA TRANPORTATION QUALITY EVALUATION Ivaa Olvková Aotace: Čláek se zabývá problematkou hodoceí kvalt městské hromadé

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

Více

Příklady k přednášce 3 - Póly, nuly a odezvy

Příklady k přednášce 3 - Póly, nuly a odezvy Příklady k předášce 3 - Póly, uly a odezvy Michael Šebek Automatické řízeí 08 9-6-8 Nuly přeou Automatické řízeí - Kyberetika a robotika Pro přeo G ( ) = ( + ) ( + ) pólem = a ulou z = porovejme odezvy

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ PRÁCE Praha 8 Pavel Třasák ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ KATEDRA SPECIÁLNÍ GEODÉZIE DIPLOMOVÁ

Více

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání K čemu to je dobé? Obvyklým případem při zpacováí homadých jevů je, že máme poměě malý počet pozoováí ějaké veličiy a chceme učiit závěy o tom, co bychom obdželi, kdybychom měli pozoováí mohokát více.

Více

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec Směrice /0 Statitické vyhodocováí dat, verze 3 Verze 3 e hodá ůvodí Směricí /0 verze, za čl..3 e vlože ový odtavec. Statitické metody ro zkoušeí zůobiloti Statitická aalýza oužívaá ro aalýzu výledků zkoušky

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu Směrce /0 Stattcké vyhodocováí dat, verze 4 Verze 4 e hodá e Směrcí /0 verze 3, ouze byla rozšířea o robutí aalýzu. Stattcké metody ro zkoušeí zůoblot Cílem tattcké aalýzy výledků zkoušek ř zkouškách zůoblot

Více

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné CHYBY MĚŘENÍ Opakovaé měřeí téže fyzkáí večy evede vždy k přesě stejým výsedkům. Této skutečost bychom se evyhu, kdybychom měřeí provádě s ejvětší důkadostí a precsostí aopak, čím ctvější a přesější jsou

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekoomcká fakulta Semestrálí ráce S kua Jméa: Leka Pastorová, Davd arha, Ja Vtásek a Fl Urbačík Ročík: 0/06 Učtel: gr. Jří Rozkovec Obor: Podková ekoomka Datum:.. 06 Obsah

Více

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb Příloha č. 7 Dodatku ke Smlouvě o službách Systém měřeí kvality Služeb Dodavatel a Objedatel se dohodli a ahrazeí Přílohy C - Systém měřeí kvality Služeb Obchodích podmíek Smlouvy o službách touto Přílohou

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

Popis datového souboru

Popis datového souboru Lece 3 Pop datového ouboru Zatím jme hovořl převážě o zjšťováí dat a jejch zpracováí Údaje datového ouboru popují aždý případ zvlášť Ní e pouíme vužít údaje tomu, abchom zobecl určté tpcé vlatot datového

Více

Měření a charakteristiky variability

Měření a charakteristiky variability Lece Měřeí a charatert varablt Po úrov je druhou vlatotí datového ouboru promělvot varablta Tato vlatot je ložtější o čemž vpovídají ja růzé ocepce chápáí promělvot dat ta začý počet dpoblích charatert

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru

Více

a) Hypotézy o parametru jedné populace (o stední hodnot, mediánu, rozptylu, relativní

a) Hypotézy o parametru jedné populace (o stední hodnot, mediánu, rozptylu, relativní TESTOVÁNÍ HYPOTÉZ a ke tudu kaptoly: 8 mut Cíl Po protudováí tohoto odtavce budete: zát základí pojmy a prcpy tetováí hypotéz zát kocepc klackého tetu umt rozhodovat pomocí tého tetu výzamot umt pooudt

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

8 NELINEÁRNÍ REGRESNÍ MODELY

8 NELINEÁRNÍ REGRESNÍ MODELY 8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá

Více

Kvantitativní popis diverzifikace, Quantitative Description of Diversification

Kvantitativní popis diverzifikace, Quantitative Description of Diversification Bue & IT / Kvattatví pop dverzfkace, Quattatve Decrpto of Dverfcato Mlolav Malec Lukáš Malec Rotlav Tomeš btrakt: V čláku jou popáy základí metody kvattatvího a grafckého popu dverzfkace. Jou uvedey kotrukce

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

1 STATISTICKÁ ŠETŘENÍ

1 STATISTICKÁ ŠETŘENÍ STATISTICKÁ ŠETŘENÍ Záladem aždého tattcého zoumáí jou údaje (data). Lze je zíat v záadě dvěma způoby. Buď je převzít z ějaého zdroje ebo je am zjtt. Seudárí data údaje, teré převezmeme z růzých zdrojů;

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DA prof. Ig. Jří Holčík, CSc. INVESICE Isttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. LINEÁRNÍ KLASIFIKACE pokračováí Isttut bostatstky a aalýz (SUPPOR VECOR MACHINE SVM) SEPARABILNÍ

Více

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost Poloupoti Růzým způobem (rekuretě i jik zdé poloupoti Urči prvích pět čleů poloupoti, ve které, + Urči prvích pět čleů poloupoti, je-li dáo:, + + Urči prvích pět čleů poloupoti, je-li dáo: 0,, Urči prvích

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tty - NOV NOV tty provádí pomocí aalýzy rozptylů NOV ouhré tty pro víc ěž dva výběry. NOV paramtrcká ttováí charaktrtk z zámých rozdělí pokud

Více

12. Neparametrické hypotézy

12. Neparametrické hypotézy . Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,

Více

Posouzení vlivu vybraných makroekonomických veličin na vývoj systému sociálního zabezpečení

Posouzení vlivu vybraných makroekonomických veličin na vývoj systému sociálního zabezpečení 5. mezárodí koferece Fačí řízeí podku a fačích ttucí Otrava VŠ-TU Otrava, Ekoomcká fakulta, katedra Fací 7.-8. září 5 Poouzeí vlvu vraých makroekoomckých velč a vývoj tému ocálího zaezpečeí Jaa Zahálková

Více

Spojité (kontinuální) - nap. podle vykázaného zisku, tržeb, náklad Nespojité (diskrétní) - nap. podle potu len v rodin

Spojité (kontinuální) - nap. podle vykázaného zisku, tržeb, náklad Nespojité (diskrétní) - nap. podle potu len v rodin Aktvta 3 Semá základ tattk a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tídí Základí metoda tattckého zpracováí. Sekupováí hodot promé, které jou z hledka klafkaího zaku

Více

IV. MKP vynucené kmitání

IV. MKP vynucené kmitání Jří Máca - katedra mechaky - B35 - tel. 435 4500 maca@fsv.cvut.cz IV. MKP vyuceé kmtáí. Rovce vyuceého kmtáí. Modálí aalýza rozklad do vlastích tvarů 3. Přímá tegrace pohybových rovc 3. Metoda cetrálích

Více

FLUORIMETRIE. Jan Fähnrich. Obecné základy

FLUORIMETRIE. Jan Fähnrich. Obecné základy FLUORIMETRIE Ja Fährch Obecé základ Fluormetre je aaltcká metoda vužívající schopost ěkterých látek vsílat (emtovat) po předchozím převedeí do vzbuzeého (exctovaého) stavu fluorescečí zářeí v ultrafalové

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

Téma 5: Analýza závislostí

Téma 5: Analýza závislostí Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.

Více

ÚVOD DO PRAKTICKÉ FYZIKY I

ÚVOD DO PRAKTICKÉ FYZIKY I JIŘÍ ENGLICH ÚVOD DO PRAKTICKÉ FYZIKY I ZPRACOVÁNÍ VÝSLEDKŮ MĚŘENÍ Jede z epermetů, které změly vývoj fyzky v mulém století. V roce 9 prof. H. Kamerlgh Oes ve své laboratoř v Leydeu měřl teplotí závslost

Více