SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ
|
|
- Nela Urbanová
- před 8 lety
- Počet zobrazení:
Transkript
1 SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ FIGALA V. a), KAFKA V. b) a) VŠB-TU Ostrava, FMMI, katedra slévárenství, 17. listopadu 15, b) RACIO&RACIO, Vnitřní 732, Orlová 1 ÚVOD V současné době je vyvíjena jednotná metodika, zabývající se především možnostmi snižování nákladů při výrobě tekutého kovu, nazývaná též jako technicko-ekonomická analýza. Ta navazuje na dřívější práce v této oblasti prakticky od šedesátých let minulého století. Cílem tohoto příspěvku je přiblížit odborné veřejnosti vývoj a aplikaci této metody, zaměřené především na stanovení, sledování a hodnocení nákladů, ale také vybraných technologických charakteristik při výrobě tekutého kovu na elektrických obloukových a indukčních pecích (EOP, EIP). Výše uvedená metoda má být nástrojem pro odkrývání nákladových rezerv, možných úspor a jejich analýzu v jednotlivých údobích výroby tekutého kovu. Aplikovaný výrobní způsob je posuzován s cílem najít cesty k nákladové redukci při zachování všech jeho stávajících funkcí. K posuzování výroby tekutého kovu metoda využívá především nástrojů statistiky. V následujících odstavcích budou detailně popsány jednotlivé fáze technicko-ekonomické analýzy. 2 TECHNICKO-EKONOMICKÁ ANALÝZA [1] Technicko-ekonomická analýza je prováděna přibližně v devíti základních krocích. Postup při provádění této analýzy je následující: 1. Úvodní analýza; 2. Rozhodnutí o předmětu šetření (počet taveb, jakost tekutého kovu, typ pecního agregátu, kteří taviči, které směny atd.); 3. Sběr dat z tavebních listů do elektronického formuláře; 4. Sestavení nákladového modelu; 5. Rozdělení nákladově oceněných taveb základního souboru do dílčích výběrových souborů podle: a. tavičů; b. pecí; c. pracovních směn; d. dnů v týdnu; e. atd. 6. Provedení statistické analýzy: a. testování odlehlých hodnot; b. testování normality;
2 c. výpočet základních statistických charakteristik; d. grafické hodnocení; e. posouzení statistické významnosti rozdílů mezi středními hodnotami; f. výběr a výpočet statistických závislostí. 7. Hodnocení výsledků technicko-ekonomické analýzy; 8. Návrh dalšího postupu; 9. Závěr technicko-ekonomické analýzy. 2.1 Úvodní analýza Samotné technicko-ekonomické analýze (v plném rozsahu devíti kroků) předchází tzv. úvodní neboli vstupní analýza. Tato analýza slouží jako nástroj pro tzv. úvodní pohled do slévárny, který naznačí, na které oblasti se při hledání úspor dále zaměřit. Prvotní analýza je ve slévárnách prováděna na menším souboru taveb (30 až 40). Na základě výstupu prvotní analýzy se slévárny dále rozhodují, zda pro zpřesnění výsledků prvotní analýzy provést technicko-ekonomickou analýzu na řádově větším počtu taveb se zaměřením na konkrétní oblasti či nikoliv. 2.2 Rozhodnutí o předmětu šetření Na počátku zpracování komplexní technicko-ekonomické analýzy si slévárna volí, co bude předmětem šetření. Zadání obvykle vyplývá ze závěrů úvodní analýzy: a) pecní agregát (EOP či EIP); b) jakost tekutého kovu (ocel či litina, konkrétní jakosti); c) počet hodnocených taveb (obvykle taveb); d) další kritéria vycházející z konkrétních podmínek ve slévárně. V závislosti na počtu hodnocených taveb, zadání a možnostech slévárny je dále rozhodnuto o způsobu dělení do dílčích výběrových souborů. Slévárna si tedy určí, zda z hlediska nákladů, používané technologie a variability práce hodnotit výběrový soubor dle: tavičů (pro zjištění, zda existují rozdíly v práci jednotlivých tavičů); pecí (pro zjištění, která z pecí je ekonomicky či technologicky příznivější); pracovních směn (pro zjištění, zda existují nákladové či jiné rozdíly mezi ranní, odpolední a noční směnou); počtu sázecích košů (pro zjištění, zda je v daném případě výhodnější sázet jedním či dvěma koši); dalších kritérií (pořadí taveb na směně, dnů v týdnu atd.). Po rozhodnutí o tom, co budeme ve slévárně posuzovat, následuje sběr dat z tavebních listů do vyvinutého elektronického formuláře (obr. 1) v tabulkovém procesoru Excel. 2.3 Sběr dat z tavebních listů do elektronického formuláře Při sběru dat vycházíme z jednotlivých tavebních listů poskytnutých výrobcem tekutého kovu. Přepis do elektronické podoby (obr. 1) obvykle provádí zástupci slévárny. V případě, že si slévárna či ocelárna tavební listy nevede (známe i takové případy), jsou požadované položky průběžně vyplňovány do elektronického formuláře (obr. 1) přímo na tavírně.
3 Z tavebních listů obvykle sledujeme: a) hmotnost vsázky a její jednotlivé položky [kg/tavbu]; b) hmotnost kovových a nekovových přísad a jejich jednotlivé položky [kg/tavbu]; c) spotřebu elektrické energie [kwh/tavbu]; d) hmotnost tekutého kovu [kg/tavbu]; e) doby jednotlivých údobí tavby [min/tavbu]; f) počty provedených úkonů (taveb na vyzdívku, měření teplot za tavbu, analýz tek. kovu za tavbu atd.) [-]; g) teplotu tek. kovu (poslední měřenou tepl. v peci, tepl. v pánvi po odlití z pece) [ o C]; h) analýzy tekutého kovu [v % sledovaných prvků]. Samozřejmostí jsou základní informace o pecním agregátu (typ, nominální hmotnost vsázky, atd.), jakosti tekutého kovu, datu a čase provedení tavby, směně a taviči. Obr. 1: Elektronický formulář pro sběr taveb (rozdělený do dvou částí) Vyjma výše uvedených údajů, jsou k vyplněnému formuláři rovněž požadovány informace o cenách jednotlivých komponent a používaných energií. Teprve po získání všech potřebných dat v požadované podobě je s nimi možné dále pracovat. Po sběru dat následuje sestavení nákladový model.
4 2.4 Sestavení nákladového modelu [2] Nákladový model je sestaven na základě kalkulace neúplných vlastních nákladů (NVN). Tzn., bere v úvahu jen ty náklady, které přímo souvisí s výrobou tekutého kovu a jsou výrobním střediskem přímo ovlivnitelné. Nezahrnuje tedy např. osvětlení hal, odpisy, správní režii apod. Náklady jsou vždy stanovovány na určitou kalkulační jednici (v případě posuzování tekutého kovu je kalkulační jednicí nejčastěji tuna tekutého kovu). Prostřednictvím zmíněného kalkulačního vzorce jsou jednotlivé tavby nákladově oceněny (s využitím dat získaných z tavebních listů, cen jednotlivých komponent a použitých energií). Konkrétní výpočty při stanovování nákladů jednotlivých položek uvedeného kalkulačního vzorce jsou publikovány např. v [3]. Kalkulační vzorec neúplných vlastních nákladů výroby tekutého kovu má obvykle tuto podobu: A) MATERIÁLOVÉ NÁKLADY: - náklady na vsázku; - náklady na kovové přísady; - náklady na nekovové přísady; B) ZPRACOVACÍ NÁKLADY: - náklady na energii použitou k tavení (el. energie, zemní plyn, kyslík, argon atd.); - náklady úměrné době tavby (osobní náklady, náklady na vyzdění /vydusání/ atd.); - ostatní zpracovací náklady (náklady na analýzu kovu a měření teploty kovu atd.). NEÚPLNÉ VLASTNÍ NÁKLADY VÝROBY TEKUTÉHO KOVU V rámci dalších kroků technicko-ekonomické analýzy vycházíme ze skutečnosti, že NVN tekutého kovu jsou rozděleny na dvě hlavní skupiny, a to materiálové a zpracovací. U materiálových nákladů posuzujeme náklady na vsázku a přísady (kovové a nekovové). U zpracovacích nákladů hodnotíme náklady na tavící energii (např. elektrickou), náklady úměrné době tavby (osobní náklady, náklady na vyzdívku a výdusku pece, náklady na grafitové elektrody atd.). Dále ostatní zpracovací náklady (na měření teploty kovu, na analýzy kovu a další). Tímto způsobem například zjistíme, kolik činí NVN výroby konkrétní jakosti kovu. Jaký podíl z těchto nákladů tvoří vsázka, přísady, elektrická energie, grafitové elektrody atd. Na základě těchto informací obdržíme detailní přehled o nákladové náročnosti každé tavby. Po seznámení s hlavními oblastmi (částmi) nákladového modelu výroby tekutého kovu se stručně zaměříme na jeho fungování v praxi. Na základě zadání vyplývajícího z předmětu šetření je pro slévárnu na míru sestaven nákladový model, který je propojen s výše uvedeným (kapitola 2.3) formulářem pro sběr taveb (vše probíhá v programu Excel). Ve stručnosti lze říci, že takto naprogramovaný soubor pracuje následovně: a) do prvního listu souboru slévárna vyplní údaje do předem připraveného formuláře (obr. 1); b) v druhém listu jsou poté automaticky stanoveny veškeré výše uvedené náklady (postup při výpočtech např. viz [3]), jejichž výpočty jsou v nákladovém modelu přednastaveny.
5 Mezi hlavní přednosti takto naprogramovaného modelu patří především to, že: a) tento automatizovaný systém při sběru dat a vyčíslování požadovaných nákladů výrazně šetří práci i čas; b) s použitím výpočetní techniky umožňuje průběžné sledování a hodnocení nákladů přímo na tavírně. Po vyčíslení veškerých nákladů souvisejících s výrobou tekutého kovu, rozdělujeme výběrový soubor oceněných taveb do dílčích výběrových souborů. 2.5 Rozdělení taveb do dílčích výběrových souborů Rozdělení taveb do dílčích výběrových souborů předchází statistické analýze. Pro její provedení je nutné nejprve rozdělit jednotlivé nákladově oceněné tavby do dílčích výběrových souborů tak, jak bylo naznačeno v předmětu šetření (kapitola 2.2). Např. pokud chceme hodnotit práci tavičů, rozdělíme soubor dle tavičů apod. Zároveň dbáme na to, abychom jednotlivé soubory mezi sebou mohli porovnávat za přísně srovnatelných podmínek. Jinak řečeno, tavby do dílčích výběrových souborů dělíme proto, abychom při statistické analýze byli schopni mezi sebou porovnávat soubory srovnatelné. To znamená, aby soubory taveb, které jsou posuzovány dle tavičů, zároveň byly: taveny na jedné peci; jedné jakosti tekutého kovu; taveny na jedné směně (např. jen noční); sázeny stejným počtem košů, atd. Příklad porovnání dvou dílčích výběrových souborů taveb za přísně srovnatelných podmínek (dle výše popsaného příkladu) je uveden na obr. 2. Obr. 2: Příklad srovnání dvou dílčích výběrových souborů taveb Kritérií, podle kterých lze tavby ve slévárnách posuzovat je celá řada. Je vždy na řešitelském kolektivu aby rozhodl, které z nich jsou v daných podmínkách významné, a do porovnání je zahrnul. Následuje statistická analýza.
6 2.6 Provedení statistické analýzy Statistická analýza se v rámci technicko-ekonomické analýzy provádí v šesti základních krocích. Nejprve jsou tavby v dílčích výběrových souborech analyzovány z hlediska odlehlých hodnot (prostřednictvím krabicového diagramu Boxplotu). Druhým krokem statistické analýzy je testování normality (zda je rozložení sledovaných hodnot v souboru normální /dle Gaussovy křivky/ či nikoliv). Testování normality probíhá na bázi testování hypotéz. Poté následuje výpočet základních statistických charakteristik posuzovaných taveb. Čtvrtým krokem je grafické hodnocení dílčích výběrových souborů. Po grafickém hodnocení následuje posouzení statistické významnosti rozdílů mezi středními hodnotami hodnocených souborů taveb dle tzv. Studentových testů, které podobně jako testování normality vycházejí z testování hypotéz. Posledním, šestým bodem vyvíjené analýzy je výběr a výpočet statistických závislostí (korelace a regrese) rovněž využívá principů testu hypotéz [4]. Princip testování hypotéz (s využitím p-hodnoty jako rozhodujícího kritéria) na příkladě posuzování statistické významnosti rozdílů mezi středními hodnotami hodnocených taveb je detailně popsán v [2]. Při provádění jednotlivých bodů statistické analýzy je v rámci technicko-ekonomické analýzy využíváno statistického softwaru Testování odlehlých hodnot Jak bylo řečeno výše, k identifikaci odlehlých hodnot v rámci technicko-ekonomické analýzy využíváme krabicového diagramu, tzv. boxplot. Boxplot nám říká, zda mezi posuzovanou skupinou taveb existuje taková, která se svými parametry výrazněji odlišuje od ostatních. V případě nalezení takových taveb (obr. 3a), jsou tyto odlehlé hodnoty pro další statistické hodnocení ze souboru vyloučeny (obr. 3b), aby nedošlo ke zkreslení výsledků statistické analýzy. Po identifikaci odlehlých hodnot následuje podnět k hledání příčin těchto podezřelých hodnot. Vyjma odlehlých hodnot můžeme z boxplotu vyčíst: minimální hodnotu souboru X min ; maximální hodnotu souboru X max ; první kvartil Q 1 (25 % hodnot souboru je menší nebo rovno této hodnotě); třetí kvartil Q 3 (75 % hodnot souboru je menší nebo rovno této hodnotě); medián Me (50 % hodnot souboru je menší nebo rovno této hodnotě). Obr. 3a: Boxploty s OH* * odlehlá hodnota Obr. 3b: Boxploty po odstranění OH*
7 Na obrázcích 3a a 3b posuzujeme, kolik z 30 taveb taviče A a 30 taveb taviče B bylo z hlediska NVN odlehlých. Z obr. 3a je zřejmé, že tavič A měl mezi 30 posuzovanými tavbami jednu dražší tavbu, kterou boxplot identifikoval jako odlehlou. Naproti tomu u taviče B byly identifikovány dvě odlehlé tavby, které měly oproti ostatním posuzovaným tavbám tohoto taviče vyšší NVN. Na obr. 3b jsou patrné boxploty taviče A a taviče B po odstranění odlehlých hodnot. Po testu odlehlých hodnot následuje testování normality Testování normality Testování normality neboli test shody empirického rozdělení s rozdělením teoretickým vychází z testování hypotéz. Při tomto testování hodnotíme, zda rozdělení daného výběrového souboru je normální (dáno průběhem Gaussovy křivky) či nikoliv. V závislosti na tom, jak četný posuzujeme výběrový soubor, k testování hypotéz volíme buď Ryan Joiner test (určen pro početně malé soubory 3 n 50) či Anderson Darling test (určen pro početně rozsáhlejší soubory). Ve statistických softwarech je kritériem pro rozhodnutí o tom, zda mají testovaná data normální rozdělení či nikoliv tzv. p-hodnota. Pokud: p 0,05 => data nemají normální rozdělení (obr. 4b); p > 0,05 => data mají normální rozdělení (obr. 4a). Rozhodnutí o normalitě posuzovaných dat je důležité v dalších krocích statistického hodnocení. V případě, že data mají: normální rozdělení => při hodnocení středních hodnot pracujeme s průměry; nemají normální rozdělení => při hodnocení středních hodnot pracujeme s mediány. Obr. 4a: Data mají normální rozdělení Obr. 4b: Data nemají normální rozdělení Po zjištění, zda posuzovaný soubor má či nemá normální rozdělení, následuje třetí krok analýzy, a to výpočet základních statistických charakteristik Výpočet základních statistických charakteristik Po odstranění odlehlých hodnot a otestování normality jsou pro každý výběrový soubor vypočteny základní statistické charakteristiky. V rámci technicko-ekonomické analýzy stanovujeme tyto statistické charakteristiky: a) minimální a maximální hodnota výběrového souboru;
8 b) střední hodnoty: aritmetický průměr; medián. c) ukazatelé variability: rozptyl; směrodatná odchylka; variační rozpětí; variační koeficient. d) horní a dolní mez intervalů spolehlivosti středních hodnot. Prostřednictvím těchto charakteristik jsou poté mezi sebou jednotlivé výběrové soubory detailně porovnány. Na obr. 5 jsou mezi sebou za přísně srovnatelných podmínek porovnávány NVN na výrobu oceli, jakosti GS-34CrMo4, tavené na EOP, a to v případě taviče A (39 taveb) a taviče B (37 taveb). Tavby obou tavičů byly taveny jako první na směně a sázeny jedním sázecím košem. Obr. 5: Porovnání základních statistických charakteristik mezi tavičem A a tavičem B Základní statistické charakteristiky jsou rovněž doplňovány o podrobné grafické hodnocení, které je popsáno v následující kapitole.
9 2.6.4 Grafické hodnocení Výběrové soubory taveb jsou rovněž hodnoceny graficky, a to pomocí: a) Boxplot (viz výše); b) Histogramů četnosti; c) Intervalů spolehlivosti. Histogram četnosti nám slouží k tomu, abychom mohli také opticky posoudit, jak vypadá rozložení dat v daném souboru. Konkrétně v našem případě posuzujeme rozložení taveb oceněných prostřednictvím kalkulace NVN u taviče A (obr. 6a) a u taviče B (obr. 6b). Vyjma této skutečnosti histogramy umožňují také identifikaci odlehlých hodnot, posouzení normality a odhalení vícemodálního rozdělení. Nicméně v rámci technicko-ekonomické analýzy využíváme k identifikaci odlehlých hodnot a posouzení normality výše zmiňované nástroje (2.6.1 a 2.6.2). Obr. 6a: Histogram četnosti NVN, tavič A Obr. 6b: Histogram četnosti NVN, tavič B Z obr. 6a je patrné, že tavby taviče A se z hlediska NVN pohybují od Kč/t do Kč/t. Nejvíce taveb taviče A (13) je oceněno na cca Kč/t. Oproti taviči B, má tavič A jednu tavbu umístěnu v levé části histogramu Kč/t. Tavby taviče B (obr. 6b) jsou oceněny v intervalu Kč/t, s jednou dražší tavbou v pravé části histogramu za Kč/t. Nejvíce taveb (13) taviče B je podobně jako u taviče A oceněno na cca Kč/t. Dále používaným grafickým nástrojem jsou intervaly spolehlivosti středních hodnot (obr. 7). Obr. 7: Intervaly spolehlivosti aritmetických průměrů taviče A a taviče B
10 Pomocí intervalů spolehlivosti středních hodnot zjišťujeme, v jakém intervalu by se s 95% pravděpodobností pohybovaly NVN výroby této jakosti oceli (první tavby na směně, sázené jedním košem) u taviče A a taviče B, kdybychom ze základního výběrového souboru taveb pro analýzu náhodným výběrem použili jiný výběrový soubor X taveb. Obr. 7 pouze dokresluje skutečnosti prezentované již na obr. 5 (horní a dolní meze intervalů spolehlivosti aritmetických průměrů taviče A a taviče B). V následující kapitole je posuzováno, zda jsou zjištěné rozdíly mezi středními hodnotami obou souborů taveb statisticky významné či nikoliv Posouzení statistické významnosti rozdílů mezi středními hodnotami S využitím výše uvedených statistických charakteristik jsme schopni jednotlivé dílčí výběrové soubory mezi sebou kvalifikovaně porovnat (obr. 8). Důraz je kladen především na zjištěné rozdíly mezi středními hodnotami porovnávaných souborů a jejich variabilitu. V běžné praxi se setkáváme s případy, kdy jsou mezi sebou porovnány průměrné náklady dvou výběrových souborů. Zjištěný rozdíl mezi nimi činí např. 300 Kč/t tekutého kovu. Tímto konstatováním však mnohdy hodnocení končí. Tento přístup není zcela ideální a může být doslovně zavádějící. V rámci technicko-ekonomické analýzy využíváme k hodnocení významnosti rozdílu mezi středními hodnotami porovnávaných souborů testování hypotéz, a to prostřednictvím dvou testů: a) Dvou-výběrový t-test (porovnává aritmetické průměry v případě normálního rozdělení dat); b) Wilcoxonův test (porovnává mediány v případě, že data nemají normální rozdělení). Hodnotícím kritériem vedoucím k rozhodnutí o statistické významnosti testovaného rozdílu je podobně jako u testování normality tzv. p-hodnota. Pokud vypočtená: p 0,05 => mezi stř. hodnotami existuje statisticky významný rozdíl; p > 0,05 => mezi stř. hodnotami neexistuje statisticky významný rozdíl. Teprve na základě výsledků výše uvedených testů konstatujeme, zda mezi středními hodnotami posuzovaných souboru existuje či neexistuje statisticky významný rozdíl (tzn. rozdíl, který není dán dílem náhody respektive vysoké měnlivosti). Obr. 8: Příklad porovnání stat. významnosti rozdílů mezi ar. průměry NVN taviče A a taviče B
11 Pokud mezi porovnávanými soubory byl zjištěn statisticky významný rozdíl, vzniká podnět k dílčímu prošetření této skutečnosti. Příčiny zjištěného rozdílu dále hledáme v jednotlivých položkách kalkulačního vzorce. Nejprve jsou podrobně analyzovány materiálové náklady a následně náklady zpracovací. Obdobným způsobem z principu opatrnosti často postupujeme i v případě, kdy mezi porovnávanými výběrovými soubory nebyl zjištěn statisticky významný rozdíl. Posledním krokem statistické analýzy je hledání závislostí mezi vybranými ukazateli (proměnnými) Výběr a výpočet statistických závislostí V rámci technicko-ekonomické analýzy jsou mezi vybranými nákladovými a naturálními ukazateli rovněž posuzovány závislosti. Závislosti v tavícím procesu hledáme jednak tam, kde se dají očekávat, např.: závislost hmotnosti tekutého kovu na hmotnosti vsázky a přísad (obr. 9a); závislost spotřeby elektrické energie na době tavení (obr. 9b); závislost zpracovacích nákladů na době prostoje před tavbou; atd. Ale také tam, kde se v prvním přiblížení předpokládat nemusejí, např.: závislost zpracovacích nákladů na tavičích; závislost prvků výsledné analýzy na kovových přísadách (skladbě, kvalitě); atd. Kritériem pro rozhodnutí o závislosti mezi porovnávanými ukazateli je: a) Korelační koeficient R pokud: R = 1(-1) /blízké 1 (-1)/ => mezi porovnávanými ukazateli je významná závislost; R = 0 /blízké 0/ => mezi por. ukazateli je nevýznamná či nulová závislost. b) P-hodnota pokud: p 0,05 => mezi porovnávanými ukazateli existuje závislost; p > 0,05 => mezi porovnávanými ukazateli neexistuje závislost. R = 0,997 P-hodnota = 0,000 R = 0,425 P-hodnota = 0,130 Obr. 9a: Závislost hmotnosti vsázky a přísad na hmotnosti tekutého kovu Obr. 9b: Závislost spotřeby el. energie na době tavení
12 Z obr. 9a je zřejmé (dle R i p-hodnoty), že mezi hmotnosti vsázky a přísad a hmotností tekutého kovu existuje významná závislost. Naopak z obr. 9b vyplývá, že mezi spotřebou elektrické energie a dobou tavení v případě tohoto posuzovaného výběrového souboru neexistuje závislost. Po provedení všech dosavadních kroků následuje shrnutí a hodnocení výsledků technickoekonomické analýzy. 2.7 Hodnocení výsledků technicko-ekonomické analýzy V prvním kroku hodnocení posuzujeme veškeré, analýzou zjištěné, skutečnosti. Ať už se jedná o: základní statistické ukazatele; grafické hodnocení; statistickou významnost rozdílů; závislosti. V dalším kroku pátráme po příčinách zjištěných skutečností: pokud je mezi výběrovými soubory zjištěn rozdíl v neúplných vlastních nákladech výroby tekutého kovu (což je první kritérium, které hodnotíme), hledáme čím je způsoben; a) nejprve nahlížíme do materiálových nákladů (do jednotlivých komponent vsázky a přísad); b) následuje pohled do skupiny zpracovacích nákladů (náklady na grafitové elektrody, osobní náklady, náklady na spotřebu elektrické energie, náklady na vyzdění (vydusání) pece a víka, náklady na měření analýzy kovu, náklady na měření teploty tekutého kovu). Konkrétní postup hodnocení nákladů (s využitím p-hodnoty) je popsán vývojovým diagramem zveřejněným např. na [5]. Uvedený postup je veden až do vytýčení konkrétních problémů, které je třeba řešit. Např.: optimalizace skladby vsázky a přísad; posouzení vlivu různých energetických režimů; optimalizace pracovních postupů; zajištění standardizace průběhu tavby; atd. 2.8 Návrh dalšího postupu Po provedení komplexní technicko-ekonomické analýzy se veškerá zjištění koncentrují a snažíme se často se specialisty z oblasti metalurgie, energetiky a žáruvzdorných materiálů konkretizovat adresná doporučení, která přinesou nákladový efekt. 2.9 Závěr technicko-ekonomické analýzy Technicko-ekonomická analýza je uzavřena závěrečnou zprávou, ve které jsou detailně popsána veškerá významná zjištění, které byly v průběhu analýzy odhaleny. Zpráva rovněž
13 obsahuje návrhy a doporučení jak zjištěné problémy eliminovat (odstraňovat) a přispět tak k redukci nákladů ve slévárně. 3 ZÁVĚR Předložený příspěvek se zaměřuje na jednotlivé fáze především statistického hodnocení nákladových a naturálních charakteristik a následné rozhodovací kroky u používané metody technicko-ekonomické analýzy. Cílem metody technicko-ekonomické analýzy je vyvinutí velice účinného nástroje k hledání zdrojů úspor a dalších rezerv (nákladových, technologických) v našich slévárnách a ocelárnách. Metoda má vést přímo k označení zdroje úspor a ve svém důsledku ke kvantifikaci možného přínosu. Závěrem lze říci, že v roce 2008 byla dokončena technicko-ekonomická analýza v KRÁLOVOPOLSKÉ SLÉVÁRNĚ, s.r.o. V průběhu let byly v šesti slévárnách realizovány tzv. úvodní analýzy. A v současné době je analýza v plném rozsahu dokončována ve slévárně DSB EURO, s.r.o. LITERATURA: [1] FIGALA, V.: Disertační práce, rukopis, duben 2010, VŠB-TU Ostrava. [2] FIGALA, V., KAFKA, V.: Východiska technicko-ekonomické analýzy výroby tekutého kovu, Sborník vědeckých prací Vysoké školy báňské Technické univerzity Ostrava, řada hutnická č. 2/2009, 2009, s , ISBN [3] KAFKA, V., FIGALA, V., NYKODÝMOVÁ, V., SOUKUP, F., SYPTÁK, Z., HERZÁN, M., PĚLUCHA, B., KŘIVÁNEK, J.: Technicko ekonomická analýza výroby tekuté oceli v podmínkách Královopolské slévárny, s.r.o. závěrečná zpráva, Ostrava, Brno, s., 112 s. tabulek a grafů. [4] TOŠENOVSKÝ, J., DUDEK, M.: Základy statistického zpracování dat, Skripta VŠB-TU Ostrava, Ostrava, 2004, 79 s., ISBN [5] , 10:00 (k prohlížení je nutné mít nainstalován PDF prohlížeč např. Acrobat Reader).
NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH. Václav Figala a Sylvie Žitníková b Václav Kafka c
NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH Václav Figala a Sylvie Žitníková b Václav Kafka c a) VŠB-TU Ostrava, FMMI, Katedra slévárenství, 17. listopadu 15, 708
VíceHledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích
Hledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích Firková, L. 1), Kafka, V. 2), Figala, V. 3), Herzán, M. 4), Nykodýmová, V. 5) 1) VŠB
VícePřístupy a možnosti vedoucí ke snižování nákladů ve slévárnách
Přístupy a možnosti vedoucí ke snižování nákladů ve slévárnách Nykodýmová, V. 1), Kafka, V. 2) 1) DSB EURO, s.r.o., Gellhornova 18, 678 01 Blansko, ČR, veronika.nykodymova@dsbblansko.cz 2) Racio & Racio,
VíceVYTVOŘENÍ KOMPLEXNÍHO NÁKLADOVÉHO MODELU VÝROBY ODLITKU. Lenka FIRKOVÁ, Václav KAFKA
VYTVOŘENÍ KOMPLEXNÍHO NÁKLADOVÉHO MODELU VÝROBY ODLITKU Lenka FIRKOVÁ, Václav KAFKA VŠB Ostrava, FMMI, Ostrava, Česká republika, EU, lenka.firkova@gmail.com RACIO & RACIO, Orlová, Česká republika, EU,
VíceZávěry technicko-ekonomické analýzy výroby tekutého kovu v podmínkách slévárny DSB EURO, s.r.o., Blansko první část
Závěry technicko-ekonomické analýzy výroby tekutého kovu v podmínkách slévárny DSB EURO, s.r.o., Blansko první část Firková, L. 1), Kafka, V. 2), Veselý, P. 3), Figala, V. 4), Vavrinec, P. 5), Koudelka,
VícePOUŽITÍ TECHNICKO EKONOMICKÉ ANALYZY U TEKUTÉHO KOVU
POUŽITÍ TECHNICKO EKONOMICKÉ ANALYZY U TEKUTÉHO KOVU Václav Figala a Václav Kafka b a) VŠB-TU Ostrava, FMMI, Katedra slévárenství,. listopadu, Ostrava Poruba, ČR, figala@volny.cz b) RACIO&RACIO, Vnitřní,
VíceVÝCHODISKA TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU BASIS OF THE TECHNICAL AND ECONOMIC ANALYSIS IN LIQUID METAL PRODUCTION
Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava číslo 1, rok 2009, ročník LII, řada hutnická článek č. XXXX VÝCHODISKA TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU BASIS
VíceZMĚNY PARKU ELEKTRICKÝCH OBLOUKOVÝCH PECÍ V POSLEDNÍCH 45 LETECH V ČESKÉ A SLOVENSKÉ REPUBLICE
. -.., Karlova Studánka ZMĚNY PARKU ELEKTRICKÝCH OBLOUKOVÝCH PECÍ V POSLEDNÍCH LETECH V ČESKÉ A SLOVENSKÉ REPUBLICE Martin MRÁZEK ), Václav KAFKA ), Lenka FIRKOVÁ ), Václav FIGALA ) ) VŠB TU Ostrava, Fakulta
VíceÚVOD DO HLEDÁNÍ ZÁVISLOSTÍ TECHNOLOGICKÝCH A NÁKLADOVÝCH CHARAKTERISTIK PŘI TAVENÍ OCELI NA ELEKTRICKÉ OBLOUKOVÉ PECI
Teorie a praxe výroby a zpracování oceli 2011 ÚVOD DO HLEDÁNÍ ZÁVISLOSTÍ TECHNOLOGICKÝCH A NÁKLADOVÝCH CHARAKTERISTIK PŘI TAVENÍ OCELI NA ELEKTRICKÉ OBLOUKOVÉ PECI Václav Kafka a Lenka Firková b Václav
VícePOROVNÁNÍ NÁKLADŮ TEKUTÉ FÁZE NA VÝROBU ODLITKŮ NA ŽELEZNÉ BÁZI. Comparison of Costs Applied at Melting Ferrous Metals for Castings
POROVNÁNÍ NÁKLADŮ TEKUTÉ FÁZE NA VÝROBU ODLITKŮ NA ŽELEZNÉ BÁZI Comparison of Costs Applied at Melting Ferrous Metals for Castings Kafka V.*/, Šenberger J.**/, Palán P., Hývnar V. ***/, Szmek V., Stonawski
VíceOrganizační pokyny k přednášce. Matematická statistika. Přehled témat. Co je statistika?
Organizační pokyny k přednášce Matematická statistika 2012 2013 Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hudecova@karlin.mff.cuni.cz http://www.karlin.mff.cuni.cz/
VíceNÁKLADOVÉ ŠETRENÍ VE SLÉVÁRNE ENERGETICKÝCH STROJÍREN BRNO, A.S. EVALUATION THE COSTS IN THE FOUNDRY ENERGETICKÝCH STROJÍREN BRNO, A.S.
NÁKLADOVÉ ŠETRENÍ VE SLÉVÁRNE ENERGETICKÝCH STROJÍREN BRNO, A.S. EVALUATION THE COSTS IN THE FOUNDRY ENERGETICKÝCH STROJÍREN BRNO, A.S. Vladislav Kurka a Zdenek Ondrácek b Richard Paseka c Václav Kafka
Vícea) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily
Testování hypotéz Testování hypotéz jsou klasické statistické úsudky založené na nějakém apriorním předpokladu. Vyslovíme-li předpoklad o hodnotě neznámého parametru nebo o zákonu rozdělení sledované náhodné
VícePROBLÉMY SE ZAJIŠŤOVÁNÍM PRACOVNÍKŮ A UPLATŇOVÁNÍ ZÁSAD HOSPODÁRNOSTI V ČESKÝCH SLÉVÁRNÁCH A OCELÁRNÁCH
PROBLÉMY SE ZAJIŠŤOVÁNÍM PRACOVNÍKŮ A UPLATŇOVÁNÍ ZÁSAD HOSPODÁRNOSTI V ČESKÝCH SLÉVÁRNÁCH A OCELÁRNÁCH Václav Kafka a Veronika Nykodýmová b Václav Figala b a) RACIO&RACIO, Vnitřní 732, 735 14 Orlová,
VíceTab. A.1.1: Porovnání skutečné a standardní spotřeby tekutého kovu, jakosti Br1,Br10/12, CuAl45 Poř. č. tavby
Tab. A.1.1: Porovnání skutečné a standardní spotřeby tekutého kovu, jakosti Br1,Br10/12, CuAl45 Poř. č. tavby 1. 2. 3. Č. tavby 984 985 986 Jakost BR10/12 Br10 : Br12 = 100 : 233 - OPTI) Br1 CuAl45 Datum
VíceVŠB Technická univerzita Ostrava
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: PRAVDĚPODOBNOST A STATISTIKA Domácí úkoly Zadání 21 DATUM ODEVZDÁNÍ
VíceBiostatistika a matematické metody epidemiologie- stručné studijní texty
Biostatistika a matematické metody epidemiologie- stručné studijní texty Bohumír Procházka, SZÚ Praha 1 Co můžeme sledovat Pro charakteristiku nebo vlastnost, kterou chceme sledovat zvolíme termín jev.
VícePROTOKOL. č. C2858c. Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování 1 POPIS PRAKTICKÉHO CVIČENÍ. 1.
PROTOKOL č. C2858c Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování Předmět: Znehodnocování a povrchové úpravy materiálů - cvičení Datum: Téma: Kvantifikace koroze a stanovení tolerancí
VíceDESIGN HALOGENOVÝCH VÝBOJEK
DESIGN HALOGENOVÝCH VÝBOJEK (Vliv koroze elektrod na světelný tok a barevnou teplotu u halogenových výbojek) Karel Chobot VŠB TU Ostrava Fakulta metalurgie a materiálového inženýrsví Abstrakt V článku
VíceVŠB Technická univerzita Ostrava BIOSTATISTIKA
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Zadání 11 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1: DOMÁCÍ ÚKOL
VíceSEMINÁRNÍ PRÁCE ZE ZÁKLADŮ FIREMNÍCH FINANCÍ. Kalkulační propočty, řízení nákladů a kalkulační metody.
SEMINÁRNÍ PRÁCE ZE ZÁKLADŮ FIREMNÍCH FINANCÍ Téma: Kalkulační propočty, řízení nákladů a kalkulační metody. Zpracoval(a): Dvořáková Hana Fojtíková Veronika Maříková Jana Datum prezentace: 21.dubna 2004
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VícePoznámky k předmětu Aplikovaná statistika, 9.téma
Poznámky k předmětu Aplikovaná statistika, 9téma Princip testování hypotéz, jednovýběrové testy V minulé hodině jsme si ukázali, jak sestavit intervalové odhady pro některé číselné charakteristiky normálního
VíceNáklady v podniku. členění nákladů analýza bodu zvratu
Náklady v podniku členění nákladů analýza bodu zvratu Výkony Výkon je výsledek práce lidi, při které dochází ke spotřebě nebo opotřebení výrobních činitelů (materiál, stroje, pracovníci) VSTUPY VÝSTUPY
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
VíceAPLIKACE NÁSTROJŮ KVALITY VE SPOLEČNOSTI METEOSERVIS V.O.S. SVOČ FST 2011
APLIKACE NÁSTROJŮ KVALITY VE SPOLEČNOSTI METEOSERVIS V.O.S. SVOČ FST 2011 Petr Novák, Ing. Martin Melichar Ph.D. Západočeská univerzita v Plzni, Západočeská univerzita v Plzni, Univerzitní 8, 306 14 Plzeň
VíceVYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI Elektronická sbírka příkladů k předmětům zaměřeným na aplikovanou statistiku
VícePOSOUZENÍ NÁKLADOVÉ NÁROCNOSTI VÝROBY LITINY V PLAMENNÉ ROTACNÍ PECI VE SLÉVÁRNE STROJTEX, a. s.
POSOUZENÍ NÁKLADOVÉ NÁROCNOSTI VÝROBY LITINY V PLAMENNÉ ROTACNÍ PECI VE SLÉVÁRNE STROJTEX, a. s. EVALUATION OF THE COSTS OF THE CAST IRON MADE IN OXY-FUEL ROTARY BATCH MELTING FURNACE IN THE FOUNDRY STROJTEX,
VíceSTATISTICA Téma 8. Regresní a korelační analýza, regrese prostá
STATISTICA Téma 8. Regresní a korelační analýza, regrese prostá 1) Lineární i nelineární regrese prostá, korelace Naeditujeme data viz obr. 1. Obr. 1 V menu Statistika zvolíme submenu Pokročilé lineární/nelineární
VícePořízení licencí statistického SW
Pořízení licencí statistického SW Zadavatel: Česká školní inspekce, Fráni Šrámka 37, 150 21 Praha 5 IČO: 00638994 Jednající: Mgr. Tomáš Zatloukal Předpokládaná (a maximální cena): 1.200.000 vč. DPH Typ
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
VíceStatistika. Program R. popisná (deskriptivní) statistika popis konkrétních dat. induktivní (konfirmatorní) statistika. popisná statistika
Statistika Cvičení z matematické statistiky na PřF Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy léto 2012 Základní dělení popisná (deskriptivní)
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí
VíceZMĚNY V PARAMETRECH ELEKTRICKÝCH OBLOUKOVÝCH PECÍ V POSLEDNÍCH 45 LETECH SE ZAMĚŘENÍM NA NOMINÁLNÍ HMOTNOST 5 T
3. -.., Karlova Studánka ZMĚNY V PARAMETRECH ELEKTRICKÝCH OBLOUKOVÝCH PECÍ V POSLEDNÍCH LETECH SE ZAMĚŘENÍM NA NOMINÁLNÍ HMOTNOST T Martin MRÁZEK ), Václav KAFKA ) ) VŠB TU Ostrava, Fakulta metalurgie
VíceDynamické metody pro predikci rizika
Dynamické metody pro predikci rizika 1 Úvod do analýzy časových řad Časová řada konečná posloupnost reálných hodnot určitého sledovaného ukazatele měřeného v určitých časových intervalech okamžikové např
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
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
VíceAnalýza rozptylu. Statistika II. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
ANOVA Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími proměnnými.
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.
VíceINFORMÁTOR Č E S K Á S L É V Á R E N S K Á S P O L E Č N O S T
INFORMÁTOR Č E S K Á S L É V Á R E N S K Á S P O L E Č N O S T Divadelní 6 Telefon, fax: 542 214 481 Zodpovídá: P. O. Box 134 Mobil: 603 342 176 Mgr. František Urbánek 657 34 Brno E-mail: slevarenska@volny.cz
VícePřednáška 5. Výběrová šetření, Exploratorní analýza
Přednáška 5 Výběrová šetření, Exploratorní analýza Pravděpodobnost vs. statistika Výběrová šetření aneb jak získat výběrový soubor Exploratorní statistika aneb jak popsat výběrový soubor Typy proměnných
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
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
VíceKOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120
KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Charakteristiky variability Mgr. Jakub Němec VY_32_INOVACE_M4r0120 CHARAKTERISTIKY VARIABILITY Charakteristika variability se určuje pouze u kvantitativních znaků.
VíceJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Ekonomická fakulta DIPLOMOVÁ PRÁCE. 2012 Bc. Lucie Hlináková
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Ekonomická fakulta DIPLOMOVÁ PRÁCE 2012 Bc. Lucie Hlináková JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Ekonomická fakulta Katedra účetnictví a financí Studijní
VíceVýzkum plánování odpadového hospodářství na komunální úrovni
Výzkum plánování odpadového hospodářství na komunální úrovni Projekt (číslo: TD020304, název: Plánování odpadového hospodářství na municipální úrovni) je řešen s finanční podporou TA ČR. Analýza potenciálu
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
VíceAnalýza rozptylu. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer
ANOVA Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími
VíceMATLAB V ANALÝZE NAMĚŘENÝCH DAT PRŮMYSLOVÉHO PODNIKU.
MATLAB V ANALÝZE NAMĚŘENÝCH DAT PRŮMYSLOVÉHO PODNIKU. J. Šípal Fakulta výrobních technologií a managementu; Univerzita Jana Evangelisty Purkyně Abstrakt Příspěvek představuje model popisující dodávku tepelené
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
VíceVýroba technologické a topné páry z tepla odpadních spalin produkovaných elektrickou obloukovou pecí na provozu NS 320 VHM a.s.
Výroba technologické a topné páry z tepla odpadních spalin produkovaných elektrickou obloukovou pecí na provozu NS 320 VHM a.s. Ing. Kamil Stárek, Ph.D., Ing. Kamila Ševelová, doc. Ing. Ladislav Vilimec
VíceNárodníinformačnístředisko pro podporu jakosti
Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov
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
VíceMODELOVÉ SROVNÁNÍ VÝNOSOVOSTI NÍZKÉHO A VYSOKÉHO DUBOVÉHO LESA
MODELOVÉ SROVNÁNÍ VÝNOSOVOSTI NÍZKÉHO A VYSOKÉHO DUBOVÉHO LESA KNEIFL MICHAL, KADAVÝ JAN Ústav hospodářské úpravy lesa, Lesnická a dřevařská fakulta, MZLU v Brně, Zemědělská 3, 13 Brno, Česká republika
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:
VíceSPOTŘEBA CUKRU A SLADIDEL U DĚTÍ V MATEŘSKÝCH ŠKOLÁCH
SPOTŘEBA CUKRU A SLADIDEL U DĚTÍ V MATEŘSKÝCH ŠKOLÁCH Závěrečná zpráva mimořádného úkolu odboru HDM 2010 Výkon SZD byl v r. 2010 zaměřen mimo jiné i na kontrolu skutečné spotřeby cukru a sladidel obsažených
VíceDUM 15 téma: Filtry v prostředí Gimp
DUM 15 téma: Filtry v prostředí Gimp ze sady: 2 tematický okruh sady: Bitmapová grafika ze šablony: 09 Počítačová grafika určeno pro: 2. ročník vzdělávací obor: vzdělávací oblast: číslo projektu: anotace:
VíceMatematická statistika
Matematická statistika Daniel Husek Gymnázium Rožnov pod Radhoštěm, 8. A8 Dne 12. 12. 2010 v Rožnově pod Radhoštěm Osnova Strana 1) Úvod 3 2) Historie matematické statistiky 4 3) Základní pojmy matematické
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
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
VícePŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI
PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
VíceStatistická analýza volebních výsledk
Statistická analýza volebních výsledk Volby do PSP R 2006 Josef Myslín 1 Obsah 1 Obsah...2 2 Úvod...3 1 Zdrojová data...4 1.1 Procentuální podpora jednotlivých parlamentních stran...4 1.2 Údaje o nezamstnanosti...4
Víceintegrované povolení
V rámci aktuálního znění výrokové části integrovaného povolení jsou zapracovány dosud vydané změny příslušného integrovaného povolení. Uvedený dokument má pouze informativní charakter a není závazný. Aktuální
VíceTVORBA GRAFŮ A DIAGRAMŮ V ORIGIN. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie TVORBA GRAFŮ A DIAGRAMŮ V ORIGIN Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 01 Ing.
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
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
VíceZpracování náhodného výběru. Ing. Michal Dorda, Ph.D.
Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní
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
VícePlánování 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
VíceAnalýza a vyhodnocení. zdravotního stavu. obyvatel. města TŘEBÍČ. Zdravá Vysočina, o.s. ve spolupráci se Státním zdravotním ústavem
Analýza a vyhodnocení zdravotního stavu obyvatel města TŘEBÍČ Zdravá Vysočina, o.s. ve spolupráci se Státním zdravotním ústavem MUDr. Stanislav Wasserbauer Hana Pokorná Jihlava, září 2012 Obsah: 1 Úvod...4
VíceANALÝZA VÝSLEDKŮ ZE ZÁVĚREČNÝCH ZPRÁV O PLNĚNÍ ŠKOLNÍCH PREVENTIVNÍCH STRATEGIÍ
ANALÝZA VÝSLEDKŮ ZE ZÁVĚREČNÝCH ZPRÁV O PLNĚNÍ ŠKOLNÍCH PREVENTIVNÍCH STRATEGIÍ VE ŠKOLÁCH A VE ŠKOLSKÝCH ZAŘÍZENÍCH VE ŠKOLNÍCH LETECH 21/22-211/212 Zpracoval: Odbor školství, mládeže a sportu, Krajský
VíceSedm základních nástrojů řízení jakosti
Sedm základních nástrojů řízení jakosti Není nic tak naprosto zbytečného, jako když se dobře dělá něco, co by se nemělo dělat vůbec. Peter Drucker Kontrolní tabulky Vývojové diagramy Histogramy Diagramy
VíceKVALITA GELU HYDRATOVANÉHO OXIDU TITANIČITÉHO Z HLEDISKA KALCINAČNÍHO CHOVÁNÍ
UNIVERZITA PARDUBICE Školní rok 1999/2000 Fakulta chemicko-technologická, Katedra analytické chemie LICENČNÍ STUDIUM STATISTICKÉ ZPRACOVÁNÍ DAT PŘI MANAGEMENTU JAKOSTI PŘEDMĚT: 2.4 Faktory ovlivňující
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
Více1. Metody měření parametrů trolejového vedení
Jiří Kaštura 1 Diagnostika trolejového vedení Klíčová slova: trolejové vedení, trolejový vodič, proudový sběrač, trakční vedení Úvod Diagnostika trolejového vedení je proces, při kterém jsou změřeny určité
VíceKVALITA OČIMA PACIENTŮ - A
KVALITA OČIMA PACIENTŮ - A Hodnocení kvality zdravotních služeb prostřednictvím spokojenosti pacientů FN Ostrava - AMBULANCE Leden 2010 / Závěrečná zpráva / PUBLIC / Řešitel projektu: RNDr. Tomáš Raiter
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
VíceSOUČASNÝ STAV A PERSPEKTIVY ZAVÁDĚNÍ METODY PRŮBĚŽNÉHO SLEDOVÁNÍ NÁKLADŮ V NAŠICH OCELÁRNÁCH
SOUČASNÝ STAV A PERSPEKTIVY ZAVÁDĚNÍ METODY PRŮBĚŽNÉHO SLEDOVÁNÍ NÁKLADŮ V NAŠICH OCELÁRNÁCH CURRENT STATE AND PERSPECTIVES OF IMPLEMENTATION THE METHOD OF CONTINUOUS FOLLOWING OF THE COSTS IN CZECH STEELWORKS
VíceMSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test
c 2007 Kompost 1 MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test Jestliže při testování výsledek (hodnota testového kritéria) padne do kritického oboru: a) musíme nově formulovat nulovou hypotézu,
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
VíceANALÝZA STRUKTURY A DIFERENCIACE MEZD ZAMĚSTNANCŮ EMPLOEE STRUCTURE ANALYSIS AND WAGE DIFFERENTIATION ANALYSIS
ANALÝZA STRUKTURY A DIFERENCIACE MEZD ZAMĚSTNANCŮ EMPLOEE STRUCTURE ANALYSIS AND WAGE DIFFERENTIATION ANALYSIS Pavel Tomšík, Stanislava Bartošová Abstrakt Příspěvek se zabývá analýzou struktury zaměstnanců
VíceHodnocení zaměstnanců PER - Personální management
Hodnocení zaměstnanců PER - Personální management Bc. Libor Heřman 1.4.2013 Fakulta textilní Technické univerzity v Liberci OBSAH Úvod... 3 1. Hodnocení zaměstnanců... 4 1.1 Nejčastější chyby v hodnocení...
VíceUrčeno posluchačům Fakulty stavební ČVUT v Praze
Strana 1 HALOVÉ KONSTRUKCE Halové konstrukce slouží nejčastěji jako objekty pro různé typy průmyslových činností nebo jako prostory pro skladování. Jsou také velice často stavěny pro provozování rozmanitých
VícePROJEKT SNÍŽENÍ PRAŠNOSTI V OBCI PAŠINKA STUDIE PROVEDITELNOSTI
PROJEKT SNÍŽENÍ PRAŠNOSTI V OBCI PAŠINKA STUDIE PROVEDITELNOSTI Říjen 2011 O B S A H MANAŽERSKÉ SHRNUTÍ... 3 1. ZÁKLADNÍ INFORMACE... 5 2. INFORMACE O ŘEŠENÉ LOKALITĚ... 6 2.1. Charakteristika zdrojů,
VíceZáklady popisné statistiky
Základy popisné statistiky V této kapitole se seznámíme se základy popisné statistiky, představíme si základní pojmy a budeme si je ilustrovat na praktických příkladech. Kapitola je psána formou volného
VíceProf. Ing. Miloš Konečný, DrSc. Nedostatky ve výzkumu a vývoji. Klíčové problémy. Tyto nedostatky vznikají v následujících podmínkách:
Podnik je konkurenčně schopný, když může novými výrobky a službami s vysokou hodnotou pro zákazníky dobýt vedoucí pozice v oboru a na trhu. Prof. Ing. Miloš Konečný, DrSc. Brno University of Technology
VíceSTUDIE ODTOKOVÝCH POMĚRŮ STATUTÁRNÍHO MĚSTA HRADCE KRÁLOVÉ
STUDIE ODTOKOVÝCH POMĚRŮ STATUTÁRNÍHO MĚSTA HRADCE KRÁLOVÉ Milan Suchánek 1, Pavla Finfrlová 2, Jiří Vítek 3, David Stránský 4 Abstrakt Studie odtokových poměrů na území Statutárního města Hradce Králové
VíceManažerské účetnictví pro strategické řízení II. 1) Kalkulace cílových nákladů. 2) Kalkulace životního cyklu
Manažerské účetnictví pro strategické řízení II. 1) Kalkulace cílových nákladů 2) Kalkulace životního cyklu 3) Balanced Scorecard - zákaznická oblast, zaměstnanecká oblast, hodnotová oblast Změny v podnikatelském
VíceAnalýza výsledků testu čtenářské gramotnosti v PRO23 2010/11
Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11 Zpracoval: www.scio.cz, s.r.o. (15. 2. 2012) Datové podklady: výsledky a dotazníky z PRO23, test čtenářské gramotnosti, www.scio.cz, s.r.o.
VícePopisná statistika. Jaroslav MAREK. Univerzita Palackého
Popisná statistika Jaroslav MAREK Univerzita Palackého Přírodovědecká fakulta Katedra matematické analýzy a aplikací matematiky Tomkova 40, 779 00 Olomouc Hejčín tel. 585634606 marek@inf.upol.cz pondělí
VíceManuál k modelu odpadového hospodářství Projekt: Aktualizace modelů a manuálů FEA
VZOROVÝ PŘÍKLAD MODEL ODPADOVÉHO HOSPODÁŘSTVÍ ZELENÁ LOUKA VYBUDOVÁNÍ SYSTÉMU MECHANICKO-BIOLOGICKÉ ÚPRAVY KOMUNÁLNÍHO ODPADU PŘÍLOHA 2 MINISTERSTVO ŽIVOTNÍHO PROSTŘEDÍ STÁTNÍ FOND ŽIVOTNÍHO PROSTŘEDÍ
VíceJednostranné intervaly spolehlivosti
Jednostranné intervaly spolehlivosti hledáme jen jednu z obou mezí Princip: dle zadání úlohy hledáme jen dolní či jen horní mez podle oboustranného vzorce s tou změnou, že výraz 1-α/2 ve vzorci nahradíme
VíceCentrální databáze nežádoucích událostí
Centrální databáze nežádoucích událostí srovnání zdravotnických zařízení 4.čtvrtletí 2009 Kabinet veřejného zdravotnictví 3.lékařská fakulta Univerzity Karlovy v Praze Obsah Centrální databáze nežádoucích
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
VíceInovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,
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
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.
VícePOSOUZENÍ NÁKLADOVÉ A ENERGETICKÉ NÁROČNOSTI VÝROBY TEKUTÉHO KOVU A APRETACE ODLITKŮ
POSOUZENÍ NÁKLADOVÉ A ENERGETICKÉ NÁROČNOSTI VÝROBY TEKUTÉHO KOVU A APRETACE ODLITKŮ Radomír NÁROŽNÝ a, Václav KAFKA b, Michaela STROUHALOVÁ c a) VŠB-TU Ostrava, FMMI,17. Listopadu 15, 708 33 Ostrava,
VíceVyužití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.)
Operační program Vzdělávání pro konkurenceschopnost Masarykova univerzita Brno Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.) doc. RNDr. PhMr. Karel
Více