Kalibrace a limity její přesnosti
|
|
- Marcela Němečková
- před 9 lety
- Počet zobrazení:
Transkript
1 Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Kalibrace a limity její přesnosti Zdravotní ústav se sídlem v Ostravě Odbor hygienických laboratoří Karviná V Karviné dne Ing. Miluše Galuszková Strana 1 (celkem 20)
2 Předmět: 2.2 Kalibrace a limity její přesnosti Přednášející: Prof.RNDr. Milan Meloun, DrSc. Obsah Úloha 1. Lineární kalibrace:. Kalibrace přímkou metodou nejmenších čtverců 3 Regresní diagnostika 6 Kalibrace přímkou metodou nejmenších čtverců 8 po odstranění vlivných bodů Závěr 10 Úloha 2. Nelineární kalibrace: Kalibrace kvadratický spline 10 Závěr 13 Úloha 3. Rozlišení mezi lineární a nelineární kalibrací: Regresní diagnostika 14 Kalibrace přímkou metodou nejmenších čtverců 16 Kalibrace kvadratický spline 18 Kalibrace kvadratický spline 6 uzlů 19 Závěr 20 Strana 2 (celkem 20)
3 Úloha 1. Lineární kalibrace: U přímkové kalibrační závislosti vyčíslete bodový a intervalový odhad pro tři neznámé koncentrace a současně vyčíslete i limity přesnosti. Zadání Stanovení oxidů dusíku (NOx) v ovzduší se provádí fotometrickou metodou. Určete kalibrační přímku, kde x je koncentrace NOx v µg/ml a y je absorbance barevné reakce NOx s činidly při vlnové délce 540 nm. Z kalibrační křivky pak odhadněte koncentraci NOx (x 1, x 2 x 3 ) ve vzorcích, u kterých byla naměřena absorbance y 1 = 0,227, y 2 = 0,031, y 3 = 0,454 Data: x ( µg/ml) 0,20 0,30 0,40 0,50 0,60 y 0,059 0,089 0,122 0,157 0,187 x ( µg/ml) 0,80 1,00 1,20 1,40 1,60 y 0,246 0,308 0,372 0,426 0,480 Program: Modul: Řešení: ADSTAT Kalibrace 1.Kalibrace přímkou metodou nejmenších čtverců 2.Regresní diagnostika Vyšetření vlivných bodů pomocí diagnostických grafů 3.Kalibrace přímkou metodou nejmenších čtverců po odstranění vlivných bodů 1. Kalibrace přímkou metodou nejmenších čtverců Název: Program: Modul: NOx v ovzduší ADSTAT Kalibrace V S T U P PODMÍNKY Hladina významnosti, alpha : Počet bodů, n : 10 Kvantil Studentova rozdělení t(1-alpha,n-m) : Jméno výstupního souboru : NOX.TXT Strana 3 (celkem 20)
4 V Ý S T U P Obr.1 Kalibrační přímka 1 STATISTICKÉ CHARAKTERISTIKY PROMĚNNÝCH: Proměnná Průměr Směrodatná odchylka Var.koef x E E y E E Součty čtverců Sxx: E+00 Syy: E-01 Sxy: E-01 SumX^2: E+00 SumY^2: E-01 SumXY: E+00 Korelační koeficient: PARAMETRY KALIBRACE: Parametr Odhad Směrodatná odchylka t-kritérium Test H0: B[j] = 0 vs. HA: B[j] <> 0 Hypotéza H0 Hladina významnosti úsek E E E-01 Akceptována 0,487 Směrnice E E E+02 Zamítnuta 0,000 Strana 4 (celkem 20)
5 ANALÝZA REZIDUÍ: Bod Měřená hodnota Predikovaná hodnota Absolutní reziduum Relativní reziduum i yexp[i] yvyp[i] e[i] er[i] E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E+00 Reziduální součet čtverců RSC 5038E-04 Průměr absolutních hodnot reziduí, Me E-03 Průměr relativních reziduí, Mer[%] Odhad reziduálního rozptylu, s^2(e) E-05 Odhad směrodatné odchylky reziduí, s(e) E-03 KALIBRAČNÍ MEZE: Kritická úroveň yc: E-03 xc: E-02 Limita detekce yd: E-02 xd: E-02 Mez stanovitelnosti ys: E-02 xs: E-01 KALIBRAČNÍ TABULKA: Měřená hodnota Přímý odhad Naszodiho odhad Konfidenční interval yexp[i] xvyp[i] xvyp[i] dolní mez horní mez Llxvyp[i] Luxvyp[i] E E E E E E E E E E E E E E E+00 Strana 5 (celkem 20)
6 2. Regresní diagnostika Vyšetření vlivných bodů pomocí diagnostických grafů Program: Modul: Název: ADSTAT LINEÁRNÍ REGRESE Regresní diagnostika NOx1 V S T U P ZVOLENÁ STRATEGIE REGRESNÍ ANALÝZY: Omezení, P : E-34 Transformace : Ne Váhy : Ne Absolutní člen zahrnut: Ano PODMÍNKY A KVANTILY PRO STATISTICKÉ TESTY: Hladina významnosti, alfa : Počet bodů, n : 10 Počet parametrů, m : 2 Kvantil Studentova rozdělení t(1-alpha/2,n-m) : Kvantil rozd. Chí-kvadrát Chi-square(1-alpha,m) : INDIKACE VLIVNÝCH BODŮ: Standardizované Jackknife Predikované Diagonální Bod reziduum reziduum reziduum prvky i es[i] ej[i] ep[i] H[i,i] E E+00* E E-01* (*indikuje odlehlý nebo vlivný bod) Obr.2 Graf predikovaných rezidui Strana 6 (celkem 20)
7 Obr.3 Williamsův graf Obr.4 L R graf Závěr vyšetření vlivných bodů pomocí diagnostických grafů: V datech se vyskytuje podezřelý bod č.8. Odlehlý bod č.10 ze souboru odstraníme a z takto upravených dat získáme kalibrační přímku a vypočteme limitu detekce a neznámé koncentrace x 1,x 2, x 3. Strana 7 (celkem 20)
8 3. Kalibrace přímkou metodou nejmenších čtverců Název: Program: Modul: PODMÍNKY NOx v ovzduší ADSTAT Kalibrace V S T U P Hladina významnosti, alpha : Počet bodů, n : 9 Kvantil Studentova rozdělení t(1-alpha,n-m) : Jméno výstupního souboru : NOX1.TXT VSTUPNÍ DATA x ( µg/ml) 0,20 0,30 0,40 0,50 0,60 y 0,059 0,089 0,122 0,157 0,187 x ( µg/ml) 0,80 1,00 1,20 1,40 y 0,246 0,308 0,372 0,426 Obr.5 Kalibrační přímka 2 Strana 8 (celkem 20)
9 V Ý S T U P STATISTICKÉ CHARAKTERISTIKY PROMĚNNÝCH: Proměnná Průměr Směrodatná odchylka Var.koef x E E y E E Součty čtverců Sxx: E+00 Syy: E-01 Sxy: E-01 SumX^2: E+00 SumY^2: E-01 SumXY: E+00 Korelační koeficient: PARAMETRY KALIBRACE: Parametr Odhad Směrodatná odchylka t-kritérium Test H0: B[j] = 0 vs. HA: B[j] <> 0 Hypotéza H0 Hladina významnosti úsek E E E-01 Akceptována Směrnice E E E+02 Zamítnuta ANALÝZA REZIDUÍ: Bod Měřená hodnota Predikovaná hodnota Absolutní reziduum Relativní reziduum i yexp[i] yvyp[i] e[i] er[i] E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E+00 Reziduální součet čtverců RSC E-05 Průměr absolutních hodnot reziduí, Me E-03 Průměr relativních reziduí, Mer[%] Odhad reziduálního rozptylu, s^2(e) E-06 Odhad směrodatné odchylky reziduí, s(e) E-03 KALIBRAČNÍ MEZE: Kritická úroveň yc: E-03 xc: E-02 Limita detekce yd: E-03 xd: E-02 Mez stanovitelnosti ys: E-02 xs: E-01 Strana 9 (celkem 20)
10 KALIBRAČNÍ TABULKA: Měřená hodnota Přímý odhad Naszodiho odhad Konfidenční interval yexp[i] xvyp[i] xvyp[i] dolní mez Llxvyp[i] horní mez Luxvyp[i] E E E E E E E E E E E E E E E+00 Závěr kalibrace přímkou metodou nejmenších čtverců: Odstraněním vlivného bodu č.10 jsme dosáhli laboratoří požadovanou limitu detekce yd = 0,01, xd = 0,03. Závěr: V tabulce jsou uvedeny bodové a intervalové odhady pro tři neznámé koncentrace, které jsme vyčíslili z přímkové kalibrační závislosti: vzorek absorbance přímý odhad Naszodiho odhad intervalový odhad / µg/ml µg/ml µg/ml dolní mez horní mez 1 0,227 0,739 0,739 0,715 0, ,031 0,102 0,102 0,075 0, ,454 1,48 1,48 1,45 1,50 Limity přesnosti kalibrační přímky stanovení NOx v ovzduší jsou: limita detekce yd: E-03 xd: E-02 mez stanovitelnosti ys: E-02 xs: E-01 Strana 10 (celkem 20)
11 Úloha 2. Nelineární kalibrace: U nelineární (křivkové) kalibrační závislosti vyčíslete bodový a intervalový odhad pro tři neznámé koncentrace a současně vyčíslete i limity přesnosti. Zadání Vápník v podzemích vodách se stanovuje metodou AAS. Jedná se o nelineární kalibraci. Vytvořte kalibrační křivku, kde x je koncentrace vápníku v mg/l a y je absorbance. Z kalibrační křivky pak odhadněte koncentraci vápníku x (x 1, x 2 x 3 ) vzorcích, u kterých byla naměřena absorbance y 1 = 0,084, y 2 =0,216, y 3 = 0,423 Data: x ( mg/l) 5,00 10,0 15,0 20,0 25,0 y 0,084 0,132 0,221 0,280 0,346 x ( mg/l) 30,0 40,0 50,0 60,0 70,0 y 0,419 0,519 0,602 0,654 0,695 Program: Modul: Řešení: Název: ADSTAT Kalibrace Kvadratický spline Vapnik v podzemnich vodach V S T U P PODMÍNKY: Počet bodů, n : 10 Počet uzlů, m : 2 Strategie výběru uzlů : Konstantní uzlové intervaly Jméno výstupního souboru : VAPNIK.TXT HODNOTY UZLŮ: a :5.0000E+00 k[ 1] : E+01 k[ 2] : E+01 b : E+01 Strana 11 (celkem 20)
12 V Ý S T U P Obr.1 Kalibrační křivka PARAMETRY KALIBRACE: Koeficienty rovnice: f[i]*x^2+g[i]*x+h[i] pro k[i-1] < x <= k[i] k[i] f[i] g[i] h[i] E E E E E E E E E E E E-02 ANALÝZA REZIDUÍ: Bod Měřená hodnota Predikovaná hodnota Absolutní reziduum Relativní reziduum i yexp[i] yvyp[i] e[i] er[i] E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E-02 Strana 12 (celkem 20)
13 Reziduální součet čtverců RSC E-04 Průměr absolutních hodnot reziduí, Me E-03 Průměr relativních reziduí, Mer[%] Odhad reziduálního rozptylu, s^2(e) E-05 Odhad směrodatné odchylky reziduí, s(e) E-03 ANALÝZA DERIVACÍ A INTEGRÁLŮ: Bod Predikovaná hodnota První derivace Druhá derivace Integrál i Yvyp[i] der1[i] der2[i] int[i] KALIBRAČNÍ MEZE: E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E+01 Kritická úroveň yc: E-02 xc: E+00 Limita detekce yd: E-02 xd: E+00 KALIBRAČNÍ TABULKA: Měřená hodnota yexp[i] Inverzní odhad xvyp[i] Konfidenční interval dolní mez Llxvyp[i] horní mez Luxvyp[i] E E E E E E E E E E E E+02 Závěr: V tabulce jsou uvedeny bodové a intervalové odhady pro tři neznámé koncentrace, které jsme vyčíslili z kalibrační závislosti: vzorek absorbance odhad intervalový odhad / mg/l mg/l dolní mez horní mez 1 0, ,75 6,55 2 0,216 15,25 14,39 16,16 3 0,423 30,68 29,70 104,9 Limity přesnosti kalibrační křivky stanovení vápníku v podzemních vodách jsou: limita detekce yd: 0,068 xd: 4,23 Strana 13 (celkem 20)
14 Úloha 3. Rozlišení mezi lineární a nelineární kalibrací U experimentální kalibrační závislosti rozhodněte o počtu uzlových bodů, typu splinové závislosti a současně vyčíslete bodový a intervalový odhad pro tři neznámé koncentrace a současně i limity přesnosti. Zadání Metodou atomové absorpční spektrometrie elektrotermickou atomizací je možné využitím speciální lampy (podle údajů výrobce ) měřit absorbance prvku v širokém rozsahu koncentrací. Pro využití v analýze odpadních vod byla proměřena kalibrace antimonu v rozsahu koncentrací µg/l. U této kalibrační křivky rozhodněte o počtu uzlových bodů, typu splinové závislosti. Vypočtěte bodový a intervalový odhad pro naměřené absorbance y 1 = 0,084, y 2 = 0,690, y 3 = 0,732. Vyčíslete limity přesnosti. Data: x ( µg/l) 5,00 10,0 20,0 30,0 40,0 50,0 75,0 y 0,038 0,083 0,180 0,270 0,338 0,443 0, x ( µg/l) y 0,789 0,909 1,053 1,190 1,396 1,520 1,548 Program: Modul: Řešení: ADSTAT Kalibrace 1.Regresní diagnostika Vyšetření vlivných bodů pomocí diagnostických grafů 2.Kalibrace přímkou metodou nejmenších čtverců 3.Kalibrace kvadratický spline volba uzlů Regresní diagnostika Vyšetření vlivných bodů pomocí diagnostických grafů Program: Modul: Název: 1 ADSTAT LINEÁRNÍ REGRESE Regresní diagnostika Antimon ultra lampa V S T U P ZVOLENÁ STRATEGIE REGRESNÍ ANALÝZY: Omezení, P : E-34 Transformace : Ne Váhy : Ne Absolutní člen zahrnut : Ano Strana 14 (celkem 20)
15 PODMÍNKY A KVANTILY PRO STATISTICKÉ TESTY: Hladina významnosti, alfa : Počet bodů, n : 14 Počet parametrů, m : 2 Kvantil Studentova rozdělení t(1-alpha/2,n-m) : Kvantil rozd. Chí-kvadrát Chi-square(1-alpha,m) : INDIKACE VLIVNÝCH BODŮ: Jackknife Diagonální Bod reziduum prvky i ej[i] H[i,i] (*indikuje odlehlý nebo vlivný bod) E+00* E-01* Obr.1 L - R graf Obr.2 Williamsův graf Strana 15 (celkem 20)
16 Obr.3 Pregibonův graf Závěr vyšetření vlivných bodů pomocí diagnostických grafů: Grafy ( obr.1-3) potvrdily výskyt odlehlého bodu č.14, který odstraníme. 2.Kalibrace přímkou metodou nejmenších čtverců Program: Modul: Řešení: ADSTAT Kalibrace Kalibrace přímkou metodou nejmenších čtverců V S T U P PODMÍNKY Hladina významnosti, alpha : Počet bodů, n : 13 Kvantil Studentova rozdělení t(1-alpha,n-m) : Jméno výstupního souboru : ANTIMON1.TXT PARAMETRY KALIBRACE: Parametr Odhad Směrodatná odchylka t-kritérium Test H0: B[j] = 0 vs. HA: B[j] <> 0 Hypotéza H0 Hladina významnosti úsek E E E+00 Zamítnuta Směrnice E E E+01 Zamítnuta ANALÝZA REZIDUÍ: Reziduální součet čtverců RSC E-02 Průměr absolutních hodnot reziduí, Me E-02 Průměr relativních reziduí, Mer[%] Odhad reziduálního rozptylu, s^2(e) E-03 Odhad směrodatné odchylky reziduí, s(e) E-02 Strana 16 (celkem 20)
17 KALIBRAČNÍ MEZE: Kritická úroveň yc: E-01 xc: E+00 Limita detekce yd: E-01 xd: E+01 Mez stanovitelnosti ys: 7399E-01 xs: E+01 KALIBRAČNÍ TABULKA: Měřená hodnota Přímý odhad Naszodiho odhad Konfidenční interval yexp[i] xvyp[i] xvyp[i] dolní mez horní mez Llxvyp[i] Luxvyp[i] E E E E E E E E E E E E E E E+01 Obr.4 Kalibrační přímka Závěr kalibrace přímkou metodou nejmenších čtverců: Navržený model kalibrace metodou nejmenších čtverců není vhodný pro atomovou absorpční spektrometrii v proměřovaném rozsahu koncentrací. Strana 17 (celkem 20)
18 3.Kalibrace kvadratický spline Program: Modul: Řešení: ADSTAT Kalibrace Kvadratický spline Postupně volíme počet uzlů ( 0-7) a hledáme přijatelnou těsnost proložení, to je sledujeme vzhled kalibrační křivky a porovnáváme odhady směrodatné odchylky reziduí. Název: Antimon ultra lampa V S T U P PODMÍNKY: Počet bodů, n : 13 Počet uzlů, m : 0-7 Strategie výběru uzlů : Konstantní uzlové intervaly Jméno výstupního souboru : ANTIMON2.TXT Grafické porovnání kalibračních křivek např.: Obr.5.1. Kvadratický spline 0 uzlů Obr.5.2 Kvadratický spline 5 uzlů Tabulka porovnání směrodatných odchylek s(e) odhad počet uzlů směrodatné odchylky s(e) 0 2, , , , , , , , Závěr : Postupně jsme v kvadratickém splinu volili 0-7 uzlů a hledali jsme přijatelnou těsnost proložení. Nejvhodnější je model se 6 uzly. Strana 18 (celkem 20)
19 Program: Modul: Řešení: Název: ADSTAT Kalibrace Kvadratický spline Antimon ultra lampa V S T U P PODMÍNKY: Počet bodů, n : 13 Počet uzlů, m : 6 Strategie výběru uzlů : Konstantní uzlové intervaly Jméno výstupního souboru : ANTIMON6.TXT HODNOTY UZLŮ: a :5.0000E+00 k[ 1] : E+01 k[ 2] : E+01 k[ 3] : E+01 k[ 4] : E+02 k[ 5] : E+02 k[ 2] : E+02 b : E+02 Obr.6 Kvadratický spline 6 uzlů Strana 19 (celkem 20)
20 V Ý S T U P ANALÝZA REZIDUÍ: Reziduální součet čtverců RSC E-04 Průměr absolutních hodnot reziduí, Me E-03 Průměr relativních reziduí, Mer[%] Odhad reziduálního rozptylu, s^2(e) E-05 Odhad směrodatné odchylky reziduí, s(e) E-03 KALIBRAČNÍ MEZE: Kritická úroveň yc: E-02 xc: E+00 Limita detekce yd: E-02 xd: E+00 KALIBRAČNÍ TABULKA: Měřená hodnota yexp[i] Inverzní odhad xvyp[i] Konfidenční interval dolní mez Llxvyp[i] horní mez Luxvyp[i] E E E E E E E E E E E E+02 Závěr: Pro kalibrační závislost stanovení antimonu v odpadních vodách metodou atomové absorpční spektrometrie byla zvolena závislost kvadratický spline pro optimální počet uzlů 6. V tabulce jsou uvedeny bodové a intervalové odhady pro tři neznámé koncentrace: vzorek absorbance odhad intervalový odhad µg/l dolní mez horní mez 1 0,084 9,87 8,29 11,29 2 0,690 82,27 78,95 85,86 3 0,732 89,16 85,32 92,85 Limity přesnosti jsou: limita detekce yd: 0,041 xd: 5,34 Strana 20 (celkem 20)
UNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Kalibrace a limity její přesnosti Vedoucí licenčního studia Prof. RNDr. Milan Meloun,
UNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Vedoucí studia a odborný garant: Prof. RNDr. Milan Meloun, DrSc. Vyučující: Prof. RNDr. Milan Meloun, DrSc. Autor práce: ANDRII
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Kalibrace a limity její přesnosti
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Kalibrace a limity její přesnosti Autor: Přednášející: Prof. RNDr. Milan Meloun, DrS 1. VÝPOČET OBSAHU
Semestrální práce. 2. semestr
Licenční studium č. 89002 Semestrální práce 2. semestr PŘEDMĚT 2.2 KALIBRACE A LIMITY JEJÍ PŘESNOSTI Příklad 1 Lineární kalibrace Příklad 2 Nelineární kalibrace Příklad 3 Rozlišení mezi lineární a nelineární
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KALIBRACE
Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )
Příklad č. 1 Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace ) Zadání : Stanovení manganu ve vodách se provádí oxidací jodistanem v kyselém prostředí až na manganistan. (1) Sestrojte
Kalibrace a limity její přesnosti
SEMESTRÁLNÍ PRÁCE Kalibrace a limity její přesnosti 005/006 Ing. Petr Eliáš 1. LINEÁRNÍ KALIBRACE 1.1 Zadání Povrchově upravená suspenze TiO je protiproudně promývána v kaskádě Dorrových usazováků. Nejvíce
Úloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
Kalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium GALILEO a limity její přesnosti Seminární práce Monika Vejpustková leden 2016 OBSAH Úloha 1. Lineární kalibrace...
KALIBRACE A LIMITY JEJÍ PŘESNOSTI. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie KALIBRACE A LIMITY JEJÍ PŘESNOSTI Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2016
Příloha č. 1 Grafy a protokoly výstupy z adstatu
1 Příklad 3. Stanovení Si metodou OES Byly porovnávány naměřené hodnoty Si na automatickém analyzátoru OES s atestovanými hodnotami. Na základě testování statistické významnosti regresních parametrů (úseku
2.2 Kalibrace a limity její p esnosti
UNIVERZITA PARDUBICE Òkolní rok 000/001 Fakulta chemicko-technologická, Katedra analytické chemie LICEN NÍ STUDIUM STATISTICKÉ ZPRACOVÁNÍ DAT PÌI MANAGEMENTU JAKOSTI P EDM T:. Kalibrace a limity její p
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat ANOVA Zdravotní ústav se sídlem v Ostravě Odbor hygienických laboratoří
UNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Tvorba nelineárních regresních modelů v analýze dat Vedoucí licenčního studia Prof. RNDr.
Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté
Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0
Tvorba lineárních regresních modelů
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Tvorba lineárních regresních modelů při analýze dat Zdravotní ústav
Kalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Kalibrace a limity její přesnosti Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015
UNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
Tvorba nelineárních regresních
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Tvorba nelineárních regresních modelů v analýze dat Zdravotní ústav
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ SEMESTRÁLNÍ PRÁCE Kalibrace a limity její přesnosti Precheza a.s. Přerov 2005 Ing. Miroslav Štrajt 1. Zadání Úloha 1. Lineární kalibrace: u přímkové
Semestrální práce. 2. semestr
Licenční studium č. 89002 Semestrální práce 2. semestr Tvorba lineárních regresních modelů při analýze dat Příklad 1 Porovnání dvou regresních přímek u jednoduchého lineárního regresního modelu. Počet
Aproximace a vyhlazování křivek
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Přednášející: Prof. Ing. Jiří Militký, Csc 1. SLEDOVÁNÍ ZÁVISLOSTI HODNOTY SFM2 NA BARVIVOSTI
Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely )
Úloha M608 Závislost obsahu lipoproteinu v krevním séru na třech faktorech ( Lineární regresní modely ) Zadání : Při kvantitativní analýze lidského krevního séra ovlivňují hodnotu obsahu vysokohustotního
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 3.3 v analýze dat Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Pro
KALIBRACE A LIMITY JEJÍ PŘESNOSTI 2015
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 15. licenční studium INTERAKTIVNÍ STATISTICKÁ ANALÝZA DAT Semestrální práce KALIBRACE
Tabulka č. 1 95%ní intervaly Úsek Směrnice model L1 L2 L1 L2 Leco1-0, , , ,15618 OES -0, , , ,21271
1 Příklad 1. Porovnání dvou regresních přímek Při výrobě automatových ocelí dané jakosti byla porovnávána závislost obsahu uhlíku v posledním zkušebním vzorku (odebraném z mezipánve na ZPO a analyzovaném
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce ANALÝZA
Univerzita Pardubice
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Semestrální práce 2000 2.2 - Kalibrace a limity její přesnosti Přednášející: Prof. RNDr. Milan Meloun, DrSc. Vypracoval: Ing.
http: //meloun.upce.cz,
Porovnání rozlišovací schopnosti regresní analýzy spekter a spolehlivosti Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Chemickotechnologická fakulta, Univerzita Pardubice, nám. s. Legií 565,
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba nelineárních regresních modelů v analýze dat. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE Tvorba nelineárních regresních modelů v analýze dat 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D. Úloha Nalezení vhodného modelu pro popis reakce TaqMan real-time PCR
SEMESTRÁLNÍ PRÁCE UNIVERZITA PARDUBICE. Fakulta chemicko - technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko - technologická Katedra analytické chemie Licenční studium chemometrie: Počítačové zpracování dat při kontrole a řízení jakosti SEMESTRÁLNÍ PRÁCE Předmět: Aproximace
Tvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Tvorba nelineárních regresních
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Pythagoras Statistické zpracování experimentálních dat Semestrální práce ANOVA vypracoval: Ing. David Dušek
ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2015 Ing. Petra Hlaváčková, Ph.D.
Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat Semestrální práce Interpolace, aproximace a spline 2007 Jindřich Freisleben Obsah
Statistická analýza. jednorozměrných dat
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie icenční studium chemometrie Statistické zpracování dat Statistická analýza jednorozměrných dat Zdravotní ústav se sídlem v
Fakulta chemicko technologická Katedra analytické chemie
Fakulta chemicko technologická Katedra analytické chemie Licenční studium statistické zpracování dat Tvorba lineárních a kalibračních modelů při analýze dat Pavel Valášek Školní rok 2001 02 OBSAH 1 POROVNÁNÍ
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce STATISTICKÁ
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE. Tvorba lineárních regresních modelů. 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D.
Univerzita Pardubice SEMESTRÁLNÍ PRÁCE Tvorba lineárních regresních modelů 2015/2016 RNDr. Mgr. Leona Svobodová, Ph.D. Úloha 1 Porovnání regresních přímek u jednoduchého lineárního regresního modelu Porovnání
Semestrální práce str. 1. Semestrální práce. 2.1 Tvorba lineárních regresních modelů při analýze dat. 2.3 Kalibrace a limity její přesnosti
Semestrální práce str. Semestrální práce 2. Tvorba lineárních regresních modelů při analýze dat 2.3 Kalibrace a limity její přesnosti Ing. Ján Lengyel, CSc. Centrální analytická laboratoř Ústav jaderného
Inovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Regrese Závislostproměnných funkční y= f(x) regresní y= f(x)
Plánování experimentu
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Ing. Radek Růčka Přednášející: Prof. Ing. Jiří Militký, CSc. 1. LEPTÁNÍ PLAZMOU 1.1 Zadání Proces
LINEÁRNÍ REGRESE. Lineární regresní model
LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Semestrální práce Licenční studium Galileo Předmět Nelineární regrese Jiří Danihlík Olomouc, 2016 Obsah... 1 Hledání vhodného
TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT Semestrální práce Licenční studium Galileo Interaktivní statistická analýza
UNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium chemometrie na téma Statistické zpracování dat Semestrální práce ze 6. soustředění Předmět: 3.3 Tvorba nelineárních
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
KALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)
KALIBRACE Chemometrie I, David MILDE Definice kalibrace: mezinárodní metrologický slovník (VIM 3) Činnost, která za specifikovaných podmínek v prvním kroku stanoví vztah mezi hodnotami veličiny s nejistotami
Licenční studium Galileo: Statistické zpracování dat. Kalibrace a limity její přesnosti. Semestrální práce
Licenční studium Galileo: Statistické zpracování dat Kalibrace a limity její přesnosti Semestrální práce Lenka Husáková Pardubice 2016 Obsah 1 Lineární kalibrace... 3 1.1 Zadání... 3 1.2 Data... 3 1.3
Univerzita Pardubice
Univerzita Pardubice 8. licenční studium chemometrie Statistické zpracování dat při managementu jakosti Semestrální práce Lineární regrese Ing. Jan Balcárek, Ph.D. vedoucí Centrálních laboratoří Precheza
Semestrální práce. 2. semestr
Licenční studium č. 89002 Semestrální práce 2. semestr PŘEDMĚT 2.1 TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT Příklad 4 Vícerozměrný lineární regresní model 2/24 V Ústí nad Orlicí dne: 20.8.2000
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
PYTHAGORAS Statistické zpracování experimentálních dat
UNIVERZITA PARDUBICE Fakulta chemicko-technologická, Katedra analytické chemie SEMESTRÁLNÍ PRÁCE Květen 2008 Licenční studium PYTHAGORAS Statistické zpracování experimentálních dat Předmět 1.4 ANOVA a
Licenční studium Galileo: Statistické zpracování dat. Tvorba lineárních regresních modelů při analýze dat. Semestrální práce
Licenční studium Galileo: Statistické zpracování dat Tvorba lineárních regresních modelů při analýze dat Semestrální práce Lenka Husáková Pardubice 2016 Obsah 1 Porovnání dvou regresních přímek u jednoduchého
III. Semestrální práce
Licenční studium GALILEO STATISTICKÁ ANALÝZA DAT III. Semestrální práce 2.1 TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ PŘI ANALÝZE DAT Ing. Marek Bilko listopad, 2015 OBSAH 2.1 TVORBA LINEÁRNÍCH REGRESNÍCH MODELŮ
Tvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Tvorba nelineárních regresních modelů v analýze dat Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza
vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291
Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených
Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat
Semestrální práce 1 3.3 Tvorba nelineárních regresních modelů v analýze dat Ing. Ján Lengyel, CSc. Centrální analytická laboratoř Ústav jaderného výzkumu Řež, a. s. Husinec Řež 130 250 68 Řež V Řeži, únor
SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 15. licenční studium INTERAKTIVNÍ STATISTICKÁ ANALÝZA DAT Semestrální práce ANOVA 2015
SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI. Předmě t KALIBRACE A LIMITY JEJÍ PŘ ESNOSTI
SEMESTRÁ LNÍ PRÁ CE Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI Předmě t KALIBRACE A LIMITY JEJÍ PŘ ESNOSTI Ú stav experimentá lní biofarmacie, Hradec Krá lové Ing. Martina
Tvorba lineárních regresních modelů při analýze dat
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Tvorba lineárních regresních modelů při analýze dat Autor: Přednášející: Prof. RNDr. Milan Meloun, DrS
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Statistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Regresní analýza. Eva Jarošová
Regresní analýza Eva Jarošová 1 Obsah 1. Regresní přímka 2. Možnosti zlepšení modelu 3. Testy v regresním modelu 4. Regresní diagnostika 5. Speciální využití Lineární model 2 1. Regresní přímka 3 nosnost
Regresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
12. licenční studium Statistické zpracování dat při managementu jakosti. Lenka Hromádková
12. licenční studium Statistické zpracování dat při managementu jakosti Lenka Hromádková Desinfekční přípravky slouží k zneškodňování mikroorganismů (MO) vyvolávající onemocnění člověka nebo zvířat Druhy
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Tabulka 1 Příklad dat pro kalibraci
Kalibrace Menu: QCExpert Kalibrace Modul Kalibrace je určen především pro analytické laboratoře a metrologická pracoviště. Nabízí kalibrační modely pro lineární a nelineární kalibrační závislosti s možností
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
Tvorba lineárních regresních modelů při analýze dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium GALILEO Tvorba lineárních regresních modelů při analýze dat Seminární práce Monika Vejpustková leden 2016
Statistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
Posouzení linearity kalibrační závislosti
Posouzení linearity kalibrační závislosti Luděk Dohnal Referenční laboratoř pro klinickou biochemii,úkbld 1.LF UK a VFN, Karlovo nám. 32, 12111 Praha 2, ludek.dohnal@lf1.cuni.cz Paul Faigl FCDD, University
Tvorba modelu sorpce a desorpce 85 Sr na krystalických horninách za dynamických podmínek metodou nelineární regrese
Tvorba modelu sorpce a desorpce 85 Sr na krystalických horninách za dynamických podmínek metodou nelineární regrese Závěrečná práce 12. licenčního studia Pythagoras Fakulta chemicko-technologická, katedra
Analýza rozptylu ANOVA
Licenční studium Galileo: Statistické zpracování dat ANOVA ANOVA B ANOVA P Analýza rozptylu ANOVA Semestrální práce Lenka Husáková Pardubice 05 Obsah Jednofaktorová ANOVA... 3. Zadání... 3. Data... 3.3
Tvorba grafů v programu ORIGIN
LICENČNÍ STUDIUM GALILEO STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Tvorba grafů v programu ORIGIN doc.dr.ing.vladimír Pata Univerzita Tomáše Bati ve Zlíně Fakulta technologická Ústav výrobních technologií
SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách
Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =
Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.
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
UNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Vedoucí studia a odborný garant: Prof. RNDr. Milan Meloun, DrSc. Vyučující: Prof. RNDr. Milan Meloun, DrSc. Autor práce: ANDRII
Semestrální práce z CHEMOMETRIE I Statistické zpracování jednorozměrných dat
FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE Semestrální práce z CHEMOMETRIE I Statistické zpracování jednorozměrných dat DOMINIKA BURKOŇOVÁ 4.ročník 2000/2001 Dominika Burkoňová Příklad č.1
Střední průmyslová škola, Karviná. Protokol o zkoušce
č.1 Stanovení dusičnanů ve vodách fotometricky Předpokládaná koncentrace 5 20 mg/l navážka KNO 3 (g) Příprava kalibračního standardu Kalibrace slepý vzorek kalibrační roztok 1 kalibrační roztok 2 kalibrační
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y Xβ ε Předpoklady: Matice X X n,k je matice realizací. Předpoklad: n > k, h(x) k - tj. matice
Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat )
Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat ) Zadání : Čistota vody v řece byla denně sledována v průběhu 10 dní dle biologické spotřeby kyslíku BSK 5. Jsou v
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
přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod
přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod Měření Pb v polyethylenu 36 různými laboratořemi 0,47 0 ± 0,02 1 µmol.g -1 tj. 97,4 ± 4,3 µg.g -1 Měření
Aproximace křivek a vyhlazování křivek
Univerzita Pardubice Fakulta chemicko - technologická Katedra analytické chemie Dvouleté licenční studium: Počítačové zpracování dat při kontrole a řízení jakosti Aproximace křivek a vyhlazování křivek
1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE. Semestrální práce z CHEMOMETRE. TOMÁŠ SYROVÝ 4.ročník
FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE Semestrální práce z CHEMOMETRE TOMÁŠ SYROVÝ 4.ročník OBSAH: 1.Příklad C112 CHYBY A VARIABILITA INSTRUMENTÁLNÍCH MĚŘENÍ... 3 2. Příklad H207 PRŮZKUMOVÁ
PRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y β ε Matice n,k je matice realizací. Předpoklad: n > k, h() k - tj. matice je plné hodnosti
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel
Lineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
Kalibrace analytických metod. Miroslava Beňovská s využitím přednášky Dr. Breineka
Kalibrace analytických metod Miroslava Beňovská s využitím přednášky Dr. Breineka Měřící zařízení (zjednodušeně přístroje) pro měření fyzikálních veličin musí být výrobci kalibrovaná Objem: pipety Teplota
Tvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium GALILEO Tvorba nelineárních regresních modelů v analýze dat Seminární práce Monika Vejpustková červen 2016
Zadání Vypracujte písemně s využitím paketu ADSTAT a vyřešte 3 příklady. Příklady postavte z dat vašeho pracoviště nebo nalezněte v literatuře. Každý
0. Licenční studium Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Vladimír Bajzík Liberec, únor, 007 Zadání Vypracujte písemně s využitím paketu ADSTAT a vyřešte 3
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Monitoring složek ŽP - instrumentální analytické metody
Monitoring složek ŽP - instrumentální analytické metody Seznámení se základními principy sledování pohybu polutantů v životním prostředí. Přehled používaných analytických metod. Způsoby monitoringu kvality