VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství
|
|
- Arnošt Beneš
- před 5 lety
- Počet zobrazení:
Transkript
1 1 PŘÍLOHA KE KAPITOLE 11
2 2 Seznam příloh ke kapitole 11 Podkapitola Přilité tyče: Graf 1 Graf 2 Graf 3 Graf 4 Graf 5 Graf 6 Graf 7 Graf 8 Graf 9 Graf 1 Graf 11 Rychlost šíření ultrazvuku vs. pořadí měření se spojnici průběhu a interpolaci trendu Mez pevnosti v tahu vs. pořadí měření se spojnici průběhu a interpolaci trendu Tvrdost HB vs. pořadí měření se spojnici průběhu a interpolaci trendu Tažnost A 5 vs. pořadí měření se spojnici průběhu a interpolaci trendu Obsah C vs. pořadí měření se spojnici průběhu a interpolaci trendu Obsah Si vs. pořadí měření se spojnici průběhu a interpolaci trendu Obsah Mn vs. pořadí měření se spojnici průběhu a interpolaci trendu Obsah P vs. pořadí měření se spojnici průběhu a interpolaci trendu Obsah S vs. pořadí měření se spojnici průběhu a interpolaci trendu Procentuální podíl složky perlitu vs. pořadí měření se spojnici průběhu a interpolaci trendu Procentuální podíl složky feritu vs. pořadí měření se spojnici průběhu a interpolaci trendu Grafy 1 až 11 jsou jen v příloze na CD-ROM Vysvětlení k obsahu tabulek se statistickou analýzou Abs. rychlost c L, Rm, HB, A5 Tab. 1 Klasické parametry pro měření na vzorcích přilitých tyčí Tab. 2 Robustní parametry pro měření na vzorcích přilitých tyčí Tab. 3 Test normality pro měření na vzorcích přilitých tyčí Tab. 4 Vybočující body Tab. 5 Autokorelace Chemické složení C, Si, Mn, P, S, Cu Tab. 6 Klasické parametry pro měření na vzorcích přilitých tyčí [%] Tab. 7 Robustní parametry pro měření na vzorcích přilitých tyčí [%] Tab. 8 Test normality pro měření na vzorcích přilitých tyčí [%] Tab. 9 Vybočující body pro měření na vzorcích přilitých tyčí [%] Tab. 1 Autokorelace pro měření na vzorcích přilitých tyčí [%] Obsah strukturních složek Tab. 11 Klasické parametry pro měření na vzorcích přilitých tyčí [%] Tab. 12 Robustní parametry pro měření na vzorcích přilitých tyčí [%] Tab. 13 Test normality pro měření na vzorcích přilitých tyčí [%] Tab. 14 Vybočující body pro měření na vzorcích přilitých tyčí [%] Tab. 15 Autokorelace pro měření na vzorcích přilitých tyčí [%] Histogramy četnosti Graf 12 Histogram četnosti pro pevnost Rm [MPa] Graf 13 Histogram četnosti pro tvrdost HB Graf 14 Histogram četnosti pro tažnost A5 [%] Graf 15 Histogram četnosti pro absolutní rychlost ultrazvuku UV [ms] Graf 16 Histogram četnosti pro obsah uhlíku C [%] Graf 17 Histogram četnosti pro obsah křemíku Si [%] Graf 18 Histogram četnosti pro obsah manganu Mn [%] Regresní závislosti Graf 19 Regresní závislost mezi absolutní rychlosti ultrazvuku UV [ms -1 ] a pevnosti v tahu Rm [MPa] spolu s pásy spolehlivosti na hladině 95%. Graf 2 Regresní závislost mezi absolutní rychlosti UV[ms -1 ] a tvrdosti HB spolu s pásy spolehlivosti na hladině 95% a 99 %. Graf 21 Regresní závislost mezi absolutní rychlosti ultrazvuku UV [ms -1 ] a tažnosti Á5 [%]
3 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Absolutní rychlost ultrazvuku na odlitcích tyčí Rychlost UV [m/s] Číslo měření Graf 1 Příloha ke kap. 11
4 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Závislost pevnost v tahu na pořadí měření 8 75 Mez pevnosti v tahu Rm [MPa] Pořadí měření Graf 2 Příloha ke kap. 11
5 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Tvrdost HB na odlitcích tyčí Tvrdost HB Pořadí měření Graf 3 Příloha ke kap. 11
6 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Tažnost na vzorcích tyčí Tažnost A5 [%] Pořadí měření Graf 4 Příloha ke kap. 11
7 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Chemické složení tyčí - obsah uhlíku 3,9 3,8 3,7 Obsah C [%] 3,6 3,5 3,4 3, Pořadí měřní Graf 5 Příloha ke kap. 11
8 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Chemické složení tyčí - obsah křemíku 3 2,9 2,8 Obsah Si [%] 2,7 2,6 2,5 2, Pořadí měření Graf 6 Příloha ke kap. 11
9 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Chemické složení tyčí - obsah manganu,35,33,31,29 Obsah Mn [%],27,25,23,21,19,17, Pořadí měření Graf 7 Příloha ke kap. 11
10 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Chemické složení tyčí - obsah fosforu,22,21,2,19 Obsah P [%],18,17,16,15,14,13, Pořadí měření Graf 8 Příloha ke kap. 11
11 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Chemické složení - obsah síry,22,2,18 Obsah S [%],16,14,12, Pořadí měření Graf 9 Příloha ke kap. 11
12 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Zastoupení perlitu v matrici tyčí Obsah perlitu [%] Pořadí měření Graf 1 Příloha ke kap. 11
13 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Obsah feritu v matrici tyčí Obsah feritu [%] Pořadí měření Graf 11 Příloha ke kap. 11
14 3 Vysvětlení k obsahu tabulek se statistickou analýzou Klasické parametry Aritmetický průměr Odhad střední hodnoty pro normálně rozdělená data Spodní mez Spodní mez intervalu spolehlivosti aritmetického průměru na zadané hladině významnosti. Horní mez Horní mez intervalu spolehlivosti aritmetického průměru na zadané hladině významnosti. Rozptyl Odhad rozptylu. Směrodatná odchylka Druhá odmocnina z rozptylu. Šikmost Odhad třetího statistického momentu, šikmosti. Rozdíl od Normální a každé symetrické rozdělení má šikmost nulovou. Je-li hodnota šikmosti statisticky významně odlišná od, nelze data považovat za symetrická. Spolehlivější je však test normality. Špičatost Odhad čtvrtého statistického momentu, špičatosti. Rozdíl od 3 Normální rozdělení má špičatost 3. Je-li hodnota špičatosti statisticky významně odlišná od 3, lze předpokládat, že data neodpovídají normálnímu rozdělení. Spolehlivější je však test normality. Polosuma Odhad polosumy, tedy středu nejmenší a největší hodnoty. Modus Odhad modu rozdělení, tedy maxima na křivce hustoty pravděpodobnosti. Robustní parametry Medián Odhad mediánu, tedy 5% kvantilu. Tento odhad střední hodnoty je spolehlivější než aritmetický průměr v případě porušení normality dat nebo přítomnosti vybočujících bodů. Spodní mez intervalu spolehlivosti mediánu na zadané hladině významnosti. Horní mez intervalu spolehlivosti mediánu na zadané hladině významnosti. IS spodní IS horní Mediánová směr. odchylka Odhad směrodatné odchylky na základě mediánu. Mediánový rozptyl Odhad rozptylu na základě mediánu. 1% uřezaný průměr Aritmetický průměr pro symetrickém uřezání 1% dat, tedy 5% nejmenších a 5% největších hodnot. Tento robustní odhad střední hodnoty se doporučuje v případě podezření na vybočující body. IS spodní Spodní mez intervalu spolehlivosti uřezaného průměru na zadané hladině významnosti. IS horní Horní mez intervalu spolehlivosti uřezaného průměru na zadané hladině významnosti. Rozptyl Odhad rozptylu na základě mediánu. Směr. odchylka Odhad směrodatné odchylky na základě mediánu. 4% uřezaný průměr Aritmetický průměr pro symetrickém uřezání 4% dat, tedy 2% nejmenších a 2% největších hodnot. Tento robustní odhad střední hodnoty se doporučuje v případě podezření na velký počet vybočujících bodů. IS spodní IS horní Rozptyl Směr. odchylka Spodní mez intervalu spolehlivosti uřezaného průměru na zadané hladině významnosti. Horní mez intervalu spolehlivosti uřezaného průměru na zadané hladině významnosti. Odhad rozptylu na základě mediánu. Odhad směrodatné odchylky na základě mediánu. Test normality Kombinovaný test normality založený na shodě šikmosti a špičatosti s normálním rozdělením. Normalita Slovní závěr testu na zadané hladině významnosti. Vypočtený Vypočtená testovací statistika. Teoretický Příslušný kvantil t-rozdělení. Pravděpodobnost Pravděpodobnost odpovídající vypočtené statistice.
15 4 Vybočující body Homogenita Počet vybočujících bodů Dolní hranice Horní hranice Robustní test na přítomnost vybočujících měření založený na kvantilovém odhadu vnitřních mezí dat. Slovní závěr testu, nejsou-li v datech vybočující měření, je předpoklad homogenity přijat. Počet případných měření přesahujících přípustné meze, které je možno považovat za vybočující. Dolní hranice, pod níž je možno data považovat za vybočující. Horní hranice, nad níž je možno data považovat za vybočující. Vybočující body Robustní test na přítomnost vybočujících měření založený na kvantilovém odhadu vnitřních mezí dat. Homogenita Počet vybočujících bodů Dolní hranice Horní hranice Slovní závěr testu, nejsou-li v datech vybočující měření, je předpoklad homogenity přijat. Počet případných měření přesahujících přípustné meze, které je možno považovat za vybočující. Dolní hranice, pod níž je možno data považovat za vybočující. Horní hranice, nad níž je možno data považovat za vybočující. Autokorelace Autokorelační funkce slouží jako nástroj k posouzení závislosti mezi jednotlivými hodnotami časové řady. Tato procedura odhaduje korelační koeficienty pro jednotlivé dvojice stejně vzdálených hodnot v časové řadě. Řád autokorelace Řád autokorelace. Koeficient Hodnota autokorelačního koeficientu, formálně odpovídá párovému korelačnímu koeficientu a má stejné vlastnosti. Pravděpodobnost Pravděpodobnost nevýznamnosti autokorelačního koeficientu; je-li menší než zvolená hladina významnosti, je autokorelace významná. Výsledek Slovní vyjádření významnosti autokorelace.
16 5 Proměnná Abs. rychlost Rm HB A5 Řád trendu : 4 Vyhlazení hustoty :,5 Hladina významnosti :,5 Počet platných dat : Tab. 1 Klasické parametry pro měření vzorcích přilitých tyčí Název sloupce : Abs. rychlost [m/s] Pevnost [Rm] Tvrdost [HB] Tažnost A 5 [%] Průměr : 5533,61 559,29 187,28 9,18 Spodní mez : 5462,6 547,94 184,26 8,72 Horní mez : 565,16 57,65 19,31 9,64 Rozptyl : 23327, ,95 363,4 8,52 Směr. odchylka : 45,92 71,53 19,6 2,92 Šikmost -12,4-2,78-5,92,33 Odchylka od : Významná Významná Významná Nevýznamná Špičatost : 148,23 26,8 61,38 4,28 Odchylka od 3 : Významná Významná Významná Významná Polosuma Modus : 5641,84 558,41 186,44 8,643 Tab. 2 Robustní parametry pro měření vzorcích přilitých tyčí Název sloupce: Abs. rychlost [m/s] Pevnost [Rm] Tvrdost [HB] Tažnost A 5 [%] Medián : IS spodní : 5559,92 548,42 185,49 8,14 IS horní : 558,8 569,58 188,51 9,86 Medianová směr. odchylka : 5,1 5,36,77,43 Medianový rozpty : 26,3 28,7,59,19 1% Průměr : 557,43 56,54 187,81 9,15 1% IS spodní : 5561,38 552,34 185,89 8,73 1% IS horní : 5579,49 568,74 189,74 9,58 1% Směr. odchylka : 4,9 36,81 8,87 1,96 1% Rozptyl : 1672, ,78 78,75 3,89 2% Průměr : 557,81 56,11 187,35 9,7 2% IS spodní : 5562,18 552,31 185,36 8,66 2% IS horní : 5579,44 567,9 189,34 9,49 2% Směr. odchylka : 31,19 28,23 6,79 1,58 2% Rozptyl : 972,77 796,9 46,9 2,5 4% Průměr : 5571,42 559,7 186,53 8,9 4% IS spodní : 5562,8 551,32 184,63 8,41 4% IS horní : 558,5 568,8 188,42 9,41 4% Směr. odchylka : 18,37 17,25 3,73 1,4 4% Rozptyl : 337,31 297,53 13,95 1,7
17 6 Tab. 3 Test normality pro měření vzorcích přilitých tyčí Název sloupce: Abs. rychlost [m/s] Pevnost [Rm] Tvrdost [HB] Tažnost A 5 [%] Průměr : 5533,61 559,3 187,29 9,18 Rozptyl : 23327, ,95 363,4 8,52 Šikmost -12,4-2,78-5,92,33 Špičatost : 148,23 26,8 61,38 4,28 Normalita : Zamítnuta Zamítnuta Zamítnuta Přijata Vypočtený : 67,14 29,52 47,1 2,99 Teoretický : 5,99 5,99 5,99 5,99 Pravděpodobnost : 2,66E-15 3,89E-7 6,2E-11,22 Tab. 4 Vybočující body Název sloupce: Abs. rychlost [m/s] Pevnost [Rm] Tvrdost [HB] Tažnost A 5 [%] Homogenita : Zamítnuta Zamítnuta Zamítnuta Zamítnuta Počet vybočujících bodů : Spodní mez : 5384,13 377,3 146,6 -,94 Horní mez : 5765,87 736,97 228,4 19,24 Tab. 5 Autokorelace Řád autokorelace : 4 Název sloupce: Abs. rychlost [m/s] Pevnost [Rm] Tvrdost [HB] Tažnost A 5 [%] Počet : -, , , , Řád autokorelace 1 Korelační koeficient :, , , , Pravděpodobnost :, ,778841, ,63E-1 Závěr : Nevýznamný Významný Významný Významný Řád autokorelace 2 Korelační koeficient :,26638, , , Pravděpodobnost :, , , , Závěr : Nevýznamný Nevýznamný Významný Významný Řád autokorelace 3 Korelační koeficient : -, ,994146, , Pravděpodobnost :, , ,289227, Závěr : Nevýznamný Nevýznamný Významný Nevýznamný Řád autokorelace 4 Korelační koeficient : -, , , , Pravděpodobnost :, , , , Závěr : Nevýznamný Nevýznamný Nevýznamný Nevýznamný
18 7 Proměnná: Chemické složení C Si Mn P S Cu Řád trendu : 4 Vyhlazení hustoty :,5 Hladina významnosti :,5 Počet platných dat : Tab. 6 Klasické parametry pro měření na vzorcích přilitých tyčí [%] Název sloupce : C Si Mn P S Cu Průměr : 3,55 2,68,52,2,1,23 Spodní mez : 3,5 2,64,11,16,1,21 Horní mez : 3,6 2,73,93,2,2,25 Rozptyl :,9,6 6,45, 5,54E-6,1 Směr. Odchylka :,3,25 2,54,2,1,87 Šikmost -1,85-8,24 8,93 6,78-1,52,1 Odchylka od : Významná Významná Významná Významná Významná Nevýznamná Špičatost : 128,39 88,69 83,5 47,57 12,7 2,98 Odchylka od 3 : Významná Významná Významná Významná Významná Nevýznamná Polosuma 1,94 1,45 13,8,1,23 Modus : 3,61 2,7 -,37,1,2,32 Tab. 7 Robustní parametry pro měření na vzorcích přilitých tyčí [%] Název sloupce : C Si Mn P S Cu Medián : 3,57 2,69,22,16,15,26 IS spodní : 3,54 2,64,2,16,2,24 IS horní : 3,6 2,74,24,16,2,29 Medianová směr. odchylka :,1,2,1,3,1 Medianový rozpty :,1,5 5,86E-5 6,51E-8,2 1% Průměr : 3,57 2,7,23,2,2,22 1% IS spodní : 3,56 2,68,22,2,2,21 1% IS horní : 3,58 2,72,24,2,2,24 1% Směr. odchylka :,6,95,4,1,2,6 1% Rozptyl :,3,1,1 1,55E-6 2,59E-6,4 2% Průměr : 3,57 2,7,23,2,2,23 2% IS spodní : 3,55 2,68,22,2,2,21 2% IS horní : 3,58 2,72,24,2,2,24 2% Směr. odchylka :,5,8,3,1,1,5 2% Rozptyl :,2,1,1 1,12E-6 1,74E-6,3 4% Průměr : 3,56 2,7,22,2,2,23 4% IS spodní : 3,55 2,68,22,2,1,21 4% IS horní : 3,58 2,73,23,2,2,25 4% Směr. odchylka :,3,6,2,1,1,4 4% Rozptyl :,1,3,4 4,61E-7 7,33E-7,1
19 8 Tab. 8 Test normality pro měření vzorcích přilitých tyčí [%] Název sloupce : C Si Mn P S Cu Průměr : 3,549 2,684,52,18,15,228 Rozptyl :,911,6 6,45,4 5,54E-6,75 Šikmost -1,8499-8,24 8,93 6,78-1,52321,14 Špičatost : 128, ,69 83,5 47,57 12,75 2,981 Normalita : Zamítnuta Zamítnuta Zamítnuta Zamítnuta Zamítnuta Přijata Vypočtený : 63,368 55,39 57,68 5,5 18,3386,27521 Teoretický : 5,992 5,99 5,99 5,99 5, ,99147 Pravděpodobnost : 1,73E-14 9,39E-13 2,99E-13 1,35E-11,1,87144 Tab. 9 Vybočující body pro měření vzorcích přilitých tyčí [%] Název sloupce : C Si Mn P S Cu Homogenita : Zamítnuta Zamítnuta Zamítnuta Zamítnuta Zamítnuta Přijata Počet vybočujících bodů : Spodní mez : 3,21 2,155,34,11,4 -,116 Horní mez : 3,919 3,245,416,21,26,536 Tab. 1 Autokorelace pro měření vzorcích přilitých tyčí [%] Řád autokorelace : 4 Název sloupce : C Si Mn P S Cu Počet : -, ,3812 -,1662 -,393,465,16744 Řád autokorelace 1 Korelační koeficient : -4,53E-5,6534 -,155,6671,473269,64176 Pravděpodobnost :,499787,21367, ,91E-21 4,8E-1 1,78E-11 Závěr : Nevýznamný Nevýznamný Nevýznamný Významný Významný Významný Řád autokorelace 2 Korelační koeficient : -,144775, ,1628,311862,437162,37919 Pravděpodobnost :, ,396462, ,4E-5 1,24E-8 5,89E-5 Závěr : Nevýznamný Nevýznamný Nevýznamný Významný Významný Významný Řád autokorelace 3 Korelační koeficient : -, ,2882 -,1662 -,2133,44823, Pravděpodobnost :, ,486134,42551, ,67E-7,14228 Závěr : Nevýznamný Nevýznamný Nevýznamný Nevýznamný Významný Významný Řád autokorelace 4 Korelační koeficient : -, ,3812 -,1662 -,393,465,16744 Pravděpodobnost :, ,323325,42812,3558 1,68E-7,1533 Závěr : Nevýznamný Nevýznamný Nevýznamný Nevýznamný Významný Nevýznamný
20 9 Proměnná: Obsah strukturních složek Řád trendu : 4 Vyhlazení hustoty :,5 Hladina významnosti :,5 Název sloupce : Perlit Ferit Cementit Počet platných dat : Tab. 11 Klasické parametry pro měření vzorcích přilitých tyčí [%] Název sloupce : Perlit Ferit Cementit Průměr : 28,65 7,48,14 Spodní mez : 26,28 67,97 -,2 Horní mez : 31,1 72,99,29 Rozptyl : 222,5 249,94,96 Směr. odchylka : 14,92 15,81,98 Šikmost,31 -,76 8,22 Odchylka od : Nevýznamná Významná Významná Špičatost : 2,23 4,25 74,78 Odchylka od 3 : Nevýznamná Významná Významná Polosuma Modus : 17,8 83,99 -,26 Tab. 12 Robustní parametry pro měření vzorcích přilitých tyčí [%] Název sloupce : Perlit Ferit Medián : IS spodní : 19,96 69,96 IS horní : 3,4 8,4 Medianová směr. odchylka : 2,55 2,55 Medianový rozptyl : 6,51 6,51 1% Průměr : 28,45 71,4 1% IS spodní : 26,3 68,61 1% IS horní : 3,88 73,46 1% Směr. odchylka : 12,7 12,5 1% Rozptyl : 145,75 145,31 2% Průměr : 28,25 71,17 2% IS spodní : 25,51 68,43 2% IS horní : 31, 73,91 2% Směr. odchylka : 1,2 1,18 2% Rozptyl : 13,99 13,67 4% Průměr : 27,58 71,8 4% IS spodní : 24,72 68,95 4% IS horní : 3,45 74,66 4% Směr. odchylka : 6,76 6,69 4% Rozptyl : 45,57 44,73
21 1 Tab. 13 Test normality pro měření vzorcích přilitých tyčí [%] Název sloupce : Perlit Ferit Cementit Průměr : 28,65 7,48,14 Rozptyl : 222,5 249,94,96 Šikmost,31 -,76 8,22 Špičatost : 2,23 4,25 74,78 Normalita : Přijata Zamítnuta Zamítnuta Vypočtený : 2,76 9,27 55,86 Teoretický : 5,99 5,99 5,99 Pravděpodobnost :,25,1 7,42E-13 Tab. 14 Vybočující body pro měření vzorcích přilitých tyčí [%] Název sloupce : Perlit Ferit Cementit Homogenita : Přijata Zamítnuta Zamítnuta Počet vybočujících bodů : 1 4 Spodní mez : -4,67 15,46 Horní mez : 95,67 124,54 Tab. 15 Autokorelace pro měření vzorcích přilitých tyčí [%] Řád autokorelace : 4 Název sloupce : Perlit Ferit Cementit Počet :,714933, , Řád autokorelace 1 Korelační koeficient :, , , Pravděpodobnost : 2,74E-12 7,81E-11, Závěr : Významný Významný Nevýznamný Řád autokorelace 2 Korelační koeficient :, , , Pravděpodobnost : 1,25E-5 1,78E-5, Závěr : Významný Významný Nevýznamný Řád autokorelace 3 Korelační koeficient :, , , Pravděpodobnost :, ,162916, Závěr : Významný Významný Nevýznamný Řád autokorelace 4 Korelační koeficient :, , , Pravděpodobnost :, , , Závěr : Nevýznamný Nevýznamný Nevýznamný
22 11 Histogramy četnosti pro odlitek přilitých tyčí Graf 12 Histogram četnosti pro pevnost Rm [MPa] Graf 13 Histogram četnosti pro tvrdost [HB] Graf 14 Histogram četnosti pro tažnost A5 [%]
23 12 Graf 15 Histogram četnosti pro absolutní rychlost ultrazvuku UV [ms -1 ] Graf 16 Histogram četnosti pro obsah uhlíku C [%] Graf 17 Histogram četnosti pro obsah křemíku Si [%]
24 13 Graf 18 Histogram četnosti pro obsah manganu Mn [%] Regresní závislosti Graf 19 Regresní závislost mezi absolutní rychlosti ultrazvuku c L [ms -1 ] a pevnosti v tahu Rm [MPa] spolu s pásy spolehlivosti na hladině 95% a 99 %. Graf 2 Regresní závislost mezi absolutní rychlosti c L [ms -1 ] a tvrdosti HB spolu s pásy spolehlivosti na hladině 95% a 99 %.
25 14 Graf 21 Regresní závislost mezi absolutní rychlosti ultrazvuku c L [ms -1 ] a tažnosti Á5 [%] spolu s pásy spolehlivosti na hladině 95% a 99 %.
26 15 Podkapitola Třmeny: Seznam příloh k části Třmeny: Graf 22. Histogram rychlosti c L pro odlitek třmene měření na 12 místech Graf 23. Histogram tvrdosti HB pro odlitek třmene měření na 12 místech Graf 24. Histogram tvrdosti HB pro odlitek třmene měření na 8 místech Graf 25. Histogram rychlosti c L pro odlitek třmene měření na 8 místech Histogramy pro odlitek třmene 4 3 Cetnost Rychlost Graf 22. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene měření na 12 místech Histogram tvrdosti HB trmen 12 mist 12 1 Cetnost tvrdost HB Graf 23. Histogram tvrdosti [HB] pro odlitek třmene měření na 12 místech
27 16 Histogram tvrdosti Trmen 8 mist Cetnost Tvrdost HB Graf 24. Histogram tvrdosti HB pro odlitek třmene měření na 8 místech Histogram rychlosti UV - trmen 8 mist 4 Cetnost Rychlost UV Graf 25. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene měření na 8 místech
28 17 Podkapitola Třmeny- ramena: Seznam příloh k části Třmeny: Graf 26. Histogram tvrdosti HB pro odlitek třmene ramena Graf 27. Histogram rychlosti ultrazvuku pro odlitek třmene ramena Graf 28. Histogram rychlosti ultrazvuku pro odlitek třmene ramena, místo 1 Graf 29. Histogram rychlosti ultrazvuku pro odlitek třmene ramena, místo 2 Graf 3. Histogram rychlosti ultrazvuku pro odlitek třmene ramena, místo 3 Histogramy pro odlitek třmene - ramena Histogram tvrdosti 24 2 Četnost Ramena.HB Graf 26. Histogram tvrdosti HB pro odlitek třmene ramena 25 2 Histogram rychlosti Cetnost Ramena rychlost c L Graf 27. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene ramena
29 18 Histogram rychlosti c L 8 Četnost Rychlost c L Místo1 Graf 28. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene ramena, místo 1 Histogram rychlosti c L Četnost Rychlost c L - Misto 2 Graf 29. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene rameno, místo 2 Histogram rychlosti c L Četnost Rychlost c L - místo 3 Graf 3. Histogram rychlosti ultrazvuku [ms -1 ] pro odlitek třmene rameno, místo 3
30 19 Podkapitola Třmeny měřené v provozu: Seznam příloh k části Třmeny měřené v provozu: Graf 31 Histogram rozložení rychlosti ultrazvuku na třmenech měřených za provozu Graf 32. Histogram rozložení rychlosti ultrazvuku na třmenech měřených za provozu druhý pohled Rychlost UV Graf 31. Histogram rozložení rychlosti ultrazvuku [ms -1 ] na třmenech měřených za provozu Četnost Rychlost ultrazvuku [ms -1 ] Graf 32. Histogram rozložení rychlosti ultrazvuku [ms -1 ] na třmenech měřených za provozu druhý pohled
31 2 Podkapitola Experimentální válec: Seznam příloh k části Experimentální válec: Graf 33. Histogram rozložení hodnot tvrdosti pro odlitek válce řez A Graf 34. Histogram rozložení hodnot tvrdosti pro odlitek válce řez B Graf 35. Histogram rozložení hodnot tvrdosti pro odlitek válce řez C Graf 36. Histogram rozložení hodnot tvrdosti pro odlitek válce řez D Graf 37. Histogram rozložení všech hodnot tvrdosti pro odlitek válce Graf 38. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek válce řez A Graf 39. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek válce řez B Graf 4. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek válce řez C Graf 41. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek válce řez D Graf 42. Histogram rozložení všech hodnot rychlosti ultrazvuku pro odlitek válce Histogram tvrdosti HB Četnost Tvrdost HB - řez A Graf 33. Histogram rozložení hodnot tvrdosti pro odlitek válce řez A 8 Histogram tvrdosti Četnost Tvrdost HB - řez B Graf 34. Histogram rozložení hodnot tvrdosti pro odlitek válce řez B
32 21 Histogram tvrdosti Četnost Tvrdost HB - řez C Graf 35. Histogram rozložení hodnot tvrdosti pro odlitek válce řez C 1 8 Histogram tvrdosti Četnost Tvrdost HB řezd Graf 36. Histogram rozložení hodnot tvrdosti pro odlitek válce řez D 4 3 Četnost 2 1 Histogram tvrdosti Tvrdost HB Graf 37. Histogram rozložení všech hodnot tvrdosti pro odlitek válce
33 22 Graf 38. Histogram rozložení hodnot rychlosti ultrazvuku [ms -1 ] pro odlitek válce řez A Graf 39. Histogram rozložení hodnot rychlosti ultrazvuku [ms -1 ] pro odlitek válce řez B
34 23 Graf 4. Histogram rozložení hodnot rychlosti ultrazvuku [ms -1 ] pro odlitek válce řez C Histogram rychlosti c L Četnost Rychlost c L řez D Graf 41. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek válce řez D Graf 42. Histogram rozložení všech hodnot rychlosti ultrazvuku pro odlitek válce
35 24 Podkapitola Odlitek držáku: Seznam příloh k části odlitky držáku: Graf 43. Histogram rozložení hodnot rychlosti ultrazvuku pro odlitek držáku Graf 44. Histogram rozložení všech hodnot tvrdosti pro odlitek držáku Histogram rychlosti Rychlost c L Graf 43. Histogram rozložení hodnot rychlosti ultrazvuku [ms -1 ] pro odlitek držáku Histogram tvrdosti Četnost Tvrdost HB Graf 44. Histogram rozložení všech hodnot tvrdosti pro odlitek držáku
36 25 Podkapitola Odlitek páky: Seznam příloh k části odlitky odlitek páky: Graf 45. Histogram rozložení hodnot rychlosti UV pro odlitek páky Rychlost UV Graf 45. Histogram rozložení hodnot rychlosti ultrazvuku [ms -1 ] pro odlitek páky
37 26 Podkapitola Závěr: Tab. 16a) Výběr z popisné statistiky pro porovnání všech odlitků Proměnná Přilité Třmen Třmen tyče 8 míst 12 míst čelo ramena místo 1 místo 2 místo 3 Velikost souboru Průměrná hodnota 188,5 199,2 199, 199,1 23,1 23,4 2,5 195,6 Medián Geometrický průměr 188,2 198,8 198,6 198,7 21,8 21,9 199,6 194,9 Směrodatná odchylka 11,6 12, 25,8 12,3 24,2 25,6 19,4 16,2 Minimum Maximum Rozpětí Dolní kvartil Horní kvartil Šikmost,8,5 -,2,1 1,1 1,3,6,7 Špičatost,2,3 -,9 -,4,9 1,9 -,5 -,1 Tab. 16b) Výběr z popisné statistiky pro porovnání všech odlitků Proměnná Válec Řez A Řez B Řez C Řez D Suma Držák Velikost souboru Průměrná hodnota 289,4 285,8 322,1 328,9 36,5 193, Medián Geometrický průměr 288,1 283,1 318,9 326,1 34,6 194, Směrodatná odchylka 27,7 4,4 46,8 44,3 44,4 8,6 Minimum Maximum Rozpětí Dolní kvartil Horní kvartil Šikmost 1,4,6,5,5,7 1,2 Špičatost 2,3 -,9-1,2-1,4 -,5,7 Tab. 16c) Výběr z popisné statistiky pro porovnání všech odlitků Proměnná Přilité Třmen Třmen tyče 8 míst 12 míst čelo ramena místo 1 místo 2 místo 3 Velikost souboru Průměrná hodnota 5569,6 562,5 5597,9 5615,4 5548, 5555,3 5549,5 5548,6 Medián Geometrický průměr 5569,3 562,4 5597,9 5615,3 5547,9 5555,2 5549,4 5548,6 Směrodatná odchylka 56,7 25,8 18,4 31,4 32,1 39,1 24,6 26,8 Minimum Maximum Rozpětí Dolní kvartil Horní kvartil Šikmost -,4,3 -,8,3 -,8-1,6,8,6 Špičatost,4, 1,7 -,2 6,2 7,7,4,1
38 27 Tab. 16d) Výběr z popisné statistiky pro porovnání všech odlitků Proměnná Válec Provoz Řez A Řez B Řez C Řez D Suma Držák Páka Velikost souboru Průměrná hodnota 5729,2 5711,6 571,3 5659,8 5793,5 5718,8 5552, 5645,6 Medián Geometrický průměr 5729,2 5711,6 571,2 5659,8 5793,4 5718,9 555, 5645,2 Směrodatná odchylka 2,7 26,6 28,2 25,8 3,2 27,7 65,3 74,4 Minimum Maximum Rozpětí Dolní kvartil Horní kvartil Šikmost,7,7,4,6,1,4 -,1 1,8 Špičatost,4 -,3-1,3 -,8,9 -,5,4 3,2
39 Vysoké učení technické Fakulta strojního inženýrství ÚMI, odbor slévárenství Závislost mezi abs. rychlosti ultrazvuku a tvrdosti HB u několika typů odlitků a tyčí z LKG 45 Tvrdost [HB] Odlitek válce Odlitek třmene - ramena Tyče pro tahovou zkoušku Odlitek třmene - čelo Abs. rychlost UV [m/s] Graf 46 Příloha ke kap. 11
40 Vysoké učení technické Fakula strojního inženýrství ÚMI, odbor slévárenství Závislost tvrdosti a rychlosti ultrazvuku Odlitek třmen - ramena 26 Tvrdost [HB] Odlitek držáku Odlitek třmen - čelo Rychlost ultrazvuku [m/s] Graf 47 Příloha ke kap. 11
41 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Závislost pevnosti na absolutní rychlosti ultrazvuku pro tyčky 8 7 y =,8471x ,9 R 2 =,7473 Pevnost [MPa] Absolutní rychlost šíření ultrazvuku [m/s] Graf 48 Příloha ke kap. 11
42 Vysoké učení technické Fakulta strojního inženýrství ÚMI - Odbor slévárenství Závislost tvrdosti na rychlosti ultrazvuku pro tyčky y =,965x - 349,1 R 2 =,2222 Tvrdost [HB] Absolutní rychlost šíření ultrazvuku UV [m/s] Graf 49 Příloha ke kap. 11
11. Statistické vyhodnocení měření
104 11. Statistické vyhodnocení měření 11.1. Úvod Měření rychlosti šíření ultrazvuku v matrici kovových materiálů, jako charakteristika jejich vnitřního uspořádání, je známá a používaná metoda již řadu
VíceUNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE
UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT V OSTRAVĚ 20.3.2006 MAREK MOČKOŘ PŘÍKLAD Č.1 : ANALÝZA VELKÝCH VÝBĚRŮ Zadání: Pro kontrolu
VíceModul Základní statistika
Modul Základní statistika Menu: QCExpert Základní statistika Základní statistika slouží k předběžné analýze a diagnostice dat, testování předpokladů (vlastností dat), jejichž splnění je nutné pro použití
VíceÚloha 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
VíceS E M E S T R Á L N Í
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie S E M E S T R Á L N Í P R Á C E Licenční studium Statistické zpracování dat při managementu jakosti Předmět ANOVA analýza rozptylu
VíceStatistická 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
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceStatistická 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
VíceUNIVERZITA 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
VíceStatistická 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
VíceS E M E S T R Á L N Í
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie S E M E S T R Á L N Í P R Á C E Licenční studium Statistické zpracování dat při managementu jakosti Předmět Statistická analýza
VíceUniverzita 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
VícePředpoklad 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
VíceUNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.
UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VíceUNIVERZITA 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
VícePRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA)
PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA) Reprezentativní náhodný výběr: 1. Prvky výběru x i jsou vzájemně nezávislé. 2. Výběr je homogenní, tj. všechna x i jsou ze stejného
VíceStatistická analýza jednorozměrných dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Statistická analýza jednorozměrných
VíceSTATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a
VíceAnalýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
VícePorovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
Víceveličin, deskriptivní statistika Ing. Michael Rost, Ph.D.
Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího
VíceExploratorní analýza dat
2. kapitola Exploratorní analýza dat Řešení praktických úloh z Kompendia, str. 81. Načtení dat po F3. Načtená data úlohy B201 je možné v editoru ještě opravovat. Volba statistické metody v červeném menu.
VíceSimulace. Simulace dat. Parametry
Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,
Více31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
VíceMetodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
VíceStatistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability
I Přednáška Statistika Diskrétní data Spojitá data Charakteristiky polohy Charakteristiky variability Statistika deskriptivní statistika ˆ induktivní statistika populace (základní soubor) ˆ výběr parametry
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceNáhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1
Náhodná proměnná Náhodná proměnná může mít rozdělení diskrétní (x 1, x 2,,x n ) spojité () Poznámky: 1. Fyzikální veličiny jsou zpravidla spojité, ale změřené hodnoty jsou diskrétní. 2. Pokud
VíceMinimální hodnota. Tabulka 11
PŘÍLOHA č.1 Výsledné hodnoty Výsledky - ženy (SOŠ i SOU, maturitní i učební obory) Aritmetický průměr Maximální hodnota Minimální hodnota Medián Modus Rozptyl Směrodatná odchylka SOM 0,49 2,00 0,00 0,33
VíceUNIVERZITA 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
VíceZáklady popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních
VíceStanovení 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
VíceKvantily a písmenové hodnoty E E E E-02
Na úloze ukážeme postup průzkumové analýzy dat. Při výrobě calciferolu se provádí kontrola meziproduktu 3,5 DNB esteru calciferolu metodou HPLC. Sleduje se také obsah přítomného ergosterinu jako nečistoty,
VícePraktická statistika. Petr Ponížil Eva Kutálková
Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo
VícePopisná statistika. Komentované řešení pomocí MS Excel
Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceÚloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:
Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je
VíceUniverzita 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
VícePOPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica
POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.
VíceUNIVERZITA 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
VíceTECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
VíceZávislost 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
VíceUNIVERZITA 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
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická
VíceInovace 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)
VíceUrčujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.
1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový
VíceZáklady pravděpodobnosti a statistiky. Popisná statistika
Základy pravděpodobnosti a statistiky Popisná statistika Josef Tvrdík Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace v úterý 14.10 až 15.40 hod. Příklad ze života Cimrman, Smoljak/Svěrák,
VícePrůzkumová analýza dat
Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se
VíceZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY
zhanel@fsps.muni.cz ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY METODY DESKRIPTIVNÍ STATISTIKY 1. URČENÍ TYPU ŠKÁLY (nominální, ordinální, metrické) a) nominální + ordinální neparametrické stat. metody b) metrické
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceANOVA. 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.
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL
VíceSTATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceP13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.
P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové
VíceUNIVERZITA 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
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
Vícemarek.pomp@vsb.cz http://homel.vsb.cz/~pom68
Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové
VíceUNIVERZITA 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.
VícePorovnání dvou reaktorů
Porovnání dvou reaktorů Zadání: Chemické reakce při kontinuální výrobě probíhají ve dvou identických reaktorech. Konstanty potřebné pro regulaci průběhu reakce jsou nastaveny pro každý reaktor samostatně.
VíceCharakterizace rozdělení
Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf
VíceMatematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
VíceSemestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2
Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality
VíceZaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry
Červenou barvou jsou poznámky, věci na které máte při vypracovávání úkolu myslet. Úkol 1 a) Pomocí nástrojů explorační analýzy analyzujte kapacity akumulátorů výrobce A po 5 a po 100 nabíjecích cyklech.
Více6. 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
VíceVŠB Technická univerzita Ostrava BIOSTATISTIKA
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Domácí úkoly Zadání 5 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1:
VíceLineární 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
VícePravděpodobnost a matematická statistika
Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n
VíceKalibrace 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
VíceANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní
VíceANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 2. POPISNÉ STATISTIKY Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz CO SE SKRÝVÁ V DATECH data sbíráme proto, abychom porozuměli
VíceSTATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VíceStatistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni
Statistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni Kvantifikace dat Pro potřeby statistického zpracování byly odpovědi převedeny na kardinální intervalovou
VíceSemestrální 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
VíceKalibrace 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...
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
VíceČíselné charakteristiky
. Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch
VíceTVORBA 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
VíceÚvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost
Úvod do kurzu Moodle kurz (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Výpočty online: www.statisticsonweb.tf.czu.cz Začátek výuky posunut
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceSTATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7
Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru
VícePříloha 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
VíceTEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT
EXPLORAČNÍ ANALÝZA DAT TEST Z TEORIE 1. Test ze Statistiky píše velké množství studentů. Představte si, že každý z nich odpoví správně přesně na polovinu otázek. V tomto případě bude směrodatná odchylka
VíceStatistická analýza jednorozměrných dat
Licenční studium Galileo: Statistické zpracování dat Analýza velkých výběrů Hornův postup analýzy malých výběrů Statistické testování Statistická analýza jednorozměrných dat Semestrální práce Lenka Husáková
VíceProtokol č. 1. Tloušťková struktura. Zadání:
Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále
VíceNejčastější chyby v explorační analýze
Nejčastější chyby v explorační analýze Obecně doporučuju přečíst přednášku 5: Výběrová šetření, Exploratorní analýza http://homel.vsb.cz/~lit40/sta1/materialy/io.pptx Použití nesprávných charakteristik
VícePravděpodobnost 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
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.
VíceNejlepší odhady polohy a rozptýlení chemických dat
Nejlepší odhady polohy a rozptýlení chemických dat Prof. RNDr. Milan Meloun, DrSc., Katedra analytické chemie, Univerzita Pardubice, 532 10 Pardubice email: milan.meloun@upce.cz, http://meloun.upce.cz
VíceTECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA
TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA Semestrální práce Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Vypracoval: Bonaconzová, Bryknarová, Milkovičová, Škrdlová
VíceAplikovaná statistika v R
Aplikovaná statistika v R Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 15.5.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 15.5.2014 1 / 15 Co bude náplní našich
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
Více