Kvalita v laboratorní a kontrolní praxi
|
|
- Karolína Fišerová
- před 8 lety
- Počet zobrazení:
Transkript
1 Kvalita v laboratorní a kontrolní praxi Část: Statistické nástroje pro řízení kvality, SPC Vladimír Kocourek Praha, 2015
2 Věrohodnost dat Prof. Kaoru ISHIKAWA o věrohodnosti dat: Dokonalá data bez rozptylu jsou falešná! (mnozí manažeři však rozptýlená data nejsou schopni "unést") Existují 3 příčiny nevěrohodnosti dat: 1. zfalšovaná data (úpravou hodnot či výběrem z dat") 2. chybná data (omyly či nesprávné uspořádání) 3. nemožnost získat validní data Zpracování souborů dat statistickými metodami
3 Základní statistické nástroje využívané v řízení kvality (QC) Frekvenční tabulky, histogramy, diagram rozptylu Diagram příčinných vlivů a efektů (Ishikawova rybí kost ) Paretův diagram (rozlišení triviálních a rozhodujících vlivů) Regulační diagram (control chart) Pokročilejší metody: statistická výběrová kontrola, testování statistických hypotéz, regresní a korelační analýza, multivariační analýza, analýza hlavních komponent (PCA),...
4 Monitoring imisní zátěže vegetace olovem 2000 Olovo v travním porostu (všechny lokality) Medián 25%-75% Min-Max 1400 ug/kg sušiny Olovo v travním porostu ( ) Medián 25%-75% Min-Max HOR-14 HOR-15 Hor-41 JEN-32 JEN-33 KNE-26 KNE-27 LKPR-34 LKPR-35 LKPR-36 LKPR-37 LKPR-38 NEB-20 NEB-21 PKO-05 PKO-06 ug/kg sušiny
5 Shluková analýza senzorika pečiva Deskriptory: Dendrogram podobnosti znaků Koštejnová D., Panovská Z., Ilko V. (2015)
6 Sekvenční analýza senzorika vody destilovaná voda vodovodní voda Praha (Dejvice) s A B C n A vzorky jsou odlišné B oblast pokračovat ve zkoušení C vzorky jsou podobné n počet hodnocení s počet správných hodnocení Vodovodní voda Praha Kosořice 20 Pražáci 15 A B Kosořičtí A B s 10 C s 10 C Koštejnová D., Panovská Z., Ilko V. (2015) n n
7 Paretův diagram Výskyt Neshody závad u kompotu u kompotu ve ve skle: skle P(V) - % P(S) % A 0,05 0,9995 1,36 B 0,95 0, ,89 C 0,02 0,9998 0,54 D 0,80 0, ,80 E 1,85 0, ,41 SUM 3,67 96,37 100,00 3,63% vadných Z celkového počtu neshodných: % E pošk. ovoce 50,41 B etiketa 25,89 D málo ovoce 21,80 A datum 1,36 C rez na víčku 0, E B D A C
8 Statistické nástroje v provozním řízení Histogram Pravděpodobnostní rozdělení (Gauss)
9 Příklad: kontrola hmotnosti baleného čaje Parametr: hmotnost balení Specifikace parametru: Nominální hodnota: 100 g Cílová střední hodnota: 100,6 g Tolerance: ± 2 g Dolní toleranční mez: 98,6 g Horní toleranční mez: 102,6 g Časový interval: 1 vzorek každých 5 minut (celkem 25 vzorků) Zjistit: 1. dodržení tolerančních mezí 2. posoudit způsobilost balicího procesu 3. zhodnotit riziko nedodržení min. hmotnosti 4. navrhnout opatření ke zlepšení procesu
10 Naměřeno č. hmotnost 1 100, ,3 3 99, ,5 5 99,9 6 99, , , , , , , , , , , , , , , , , , , ,7 Příklad: kontrola hmotnosti baleného čaje tříděno 99,2 99,3 99,4 99,4 99,5 99,5 99,6 99,6 99,6 99,7 99,9 99,9 99,9 100,1 100,1 100,3 100,4 100,4 100,5 100,5 100,5 100,6 101,1 101,1 101,3 minimum dolní kvartil (25%) medián (50% kvantil) horní kvartil (75%) maximum 101,5 100,5 99,5 98,5 hmotnost Časový trend? Časový průběh Centrování procesu ve vztahu ke specifikaci?
11 Statistické nástroje v řízení kvality HISTOGRAM podskup. četnost 1 99,0-99, ,5-99, ,0-100, ,5-100, ,0-101,49 3 celk em 25 Výrazná asymetrie histogramu: málo reprezentativních dat zvláštní (ne-náhodné) příčiny , ,
12 Statistické nástroje v řízení kvality Histogram vykazuje dvě maxima, resp. sníženou četnost mimo okraje: Možná příčina: sledovaný soubor je nehomogenní vliv více než jednoho faktoru (např. výrobky z různých šarží, na různých strojích, z různých surovin, aj.)
13 Statistické nástroje v řízení kvality Vousaté krabičky: znázornění distribuce hodnot v souboru
14 Statistické nástroje v provozním řízení Náhodné rozptýlení: Směrodatná odchylka průměrné hodnoty klesá limitně k nule pro nekonečný počet opakování
15 Způsobilost procesu 99,73 % 95,44 % 68,26 % sigma - 3s - 2s - 1s + 1s X + 2s + 3s
16 Způsobilost procesu 99,73 % 95,44 % 68,26 % sigma - 3s - 2s - 1s + 1s X t o l e r a n č n í p o l e + 2s + 3s LTL specifikace UTL Vejde se celá oblast rozptylu do tolerančního pole? Jaké je riziko vybočení?
17 Způsobilost procesu (capability) s X-3s X+3s 0,60 98,3 101,8 cp = (UTL - LTL) / 6s c p = 1,12 c pk = 0,81!!! způsobilost s ohledem na centrování
18 c pk = (UTL X) / 3s c pk = (X LTL) / 3s Způsobilost a nastavení procesu z vypočtených hodnot c pk bereme v úvahu menší hodnotu Pokud je průměrná hodnota procesu totožná s cílovou hodnotou, tak c p = c pk (systematická chyba je dokonale eliminována): Program kvality počet neshodných na 1 mil. kusů c p ( ppm ) 1 3 s ,33 4 s 63 1,67 5 s 0,57 2,0 6 s 0,002 Pokud není c pk > 1,0 je třeba uplatnit 100% kontrolu!
19 Regulační diagram (Control chart) W.A.Shewhart ( ): zavedení jednoduchých statistických nástrojů do průmyslové sériové výroby (implementace v USA, léta), přechod od pasivní kontroly k řízení procesu na základě jeho měření J.O.Westgard (*1941): quality expert and author of the popularly-known "Westgard Rules" see Vladimir.Kocourek@vscht.cz
20 Regulační diagram (Control chart) Horní regulační mez Dolní regulační mez
21 Statistické řízení procesů Proces, jehož přijatelné kolísání je způsobeno pouze náhodnými příčinami se označuje jako statisticky zvládnutý....takový proces je predikovatelný a odpovídá účelu. Tzv. zvláštní příčiny (vymezitelné) příčiny vyvolávají v procesu neočekávané a nežádoucí změny. Tyto příčiny je nutné identifikovat a eliminovat. Vlivem zvláštních příčin se proces ocitá v tzv. statisticky nezvládnutém stavu ČSN ISO :2002 Směrnice pro uplatňování statistické regulace procesu (SPC) Část 1: Prvky SPC
22 Regulační diagram (Control chart)
23 Regulační diagram (Control chart) Regulační diagram průměrů Phe σ + 2σ 25 horní regulační mez horní varovná mez 20-2σ 15-3σ dolní varovná mez dolní regulační mez 10
24 Regulační diagram (Control chart) 2,5 + 3σ + 2σ 2,0 Regulační diagram průměrů: Ant horní regulační mez horní varovná mez 1,5-2σ - 3σ 1,0 dolní varovná mez dolní regulační mez 0,5
25 Shewhartův regulační diagram Westgardova pravidla detekce zvláštních příčin Proces je ve (statisticky) zvládnutém stavu Proces je ve (statisticky) nezvládnutém stavu
26 Regulační diagram - pravidla 1 bod vybočuje mimo regulační mez nebo 2 body po sobě jsou mimo varovné meze Opatření k nápravě
27 Regulační diagram - pravidla 4 body po sobě leží mimo +1σ nebo - 1σ 2 body po sobě jsou mimo varovné meze Opatření k nápravě
28 Regulační diagram - pravidla 3 body po sobě leží mimo +1σ nebo - 1σ, z toho 1 bod mimo varovné meze 7 bodů po sobě stoupá nebo 7 bodů po sobě klesá Opatření k nápravě
29 Shewhartův regulační diagram Nelsonova pravidla (1984) - viz ISO 8258: 1 3s (min. 1 bod mimo 3σ) 9 a více bodů na jedné straně 6 a více lineárně roste nebo klesá 2 body ze 3 2s 4 z 5 více než 1σ na jednu stranu 15 bodů do 1σna jednu stranu 14 bodů a více osciluje 8 hodnot mimo 1σ na obou stranách průměru Opatření k nápravě
30 Regulační diagram sestrojení a využití 1. Přípravná fáze: Zvládnout proces Provést séri úvodních měření Vypočítat střední hodnotu souboru a směrodatnou odchylku s - po vyloučení odlehlých hodnot! Vynést do grafu násobky s (určit varovné a regulační meze) 2. Rutinní fáze: zahájit využívání diagramu 3. Na základě aktualizovaných dat přehodnotit střední hodnotu a regulační meze
31 Regulační diagram chemická analýza x1, s1 x2, s2 x3, s3 x4, s4 úvodní série má reflektovat variabilitu a střední hodnotu v delším časovém období! každý kontrolní bod je zpravidla průměr ze 2 až 5 opakovaných měření (n = 2 až 5) x5, s5 pro konstrukci mezí se použije směrodatná odchylka průměrné hodnoty SD = S x / n X, (S), SD n musí zůstat konstaní (pro každý bod v diagramu nutno provádět vždy stejný počet opakování) Shewhart X-chart
32 ,0 2,5 2,0 1,5 1,0 0,5 0,0 Regulační diagram průměrů a rozpětí Regulační diagram průměrů Phe n = 2 Regulační diagram ROZPĚT Í HRM = D 4 * R viz ČSN ISO 8258:1994 ug/kg
33 Regulační diagram komerční SW (příklad)
34 Analýza potravin: Identifikace zvláštních příčin - Uveďte možné příčiny nežádoucích stavů popsaných na předchozích obrázcích pro: 1. Stanovení chininu v nápoji metodou HPLC-UV 2. Stanovení olova v sušeném mléku metodou GF-AAS po mineralizaci na suché cestě Analýza potravin: Uveďte možné příčiny driftu střední hodnoty kontrolního vzorku pro: 1. Stanovení chlorfenolů v podzemní vodě metodou GC-ECD 2. Stanovení triazinových herbicidů v čistírenském kalu (GC-MS)
35 Druhy kontrolních vzorků A. Slepé vzorky bez matrice: pro kontrolu vlivu kontaminace prostředí, zařízení a používaných materiálů (čistota v prostředí laboratoře). B. Slepé vzorky matricové: jako předchozí tam, kde je dostupná matrice prostá analytů a lze se domnívat, že matrice může analýzu ovlivnit. C. Slepé vzorky pro kontrolu rozpouštědel a laboratorních materiálů: zpravidla pro kontrolu čistoty extrakčního rozpouštědla, extrakčních patron, filtrů apod.
36 Druhy kontrolních vzorků D. Referenční materiál (matricový): pro kontrolu výtěžnost a případně prokázání návaznosti. E. Slepý vzorek s přídavkem standardu ( spikovaný ): pro běžnou kontrolu výtěžnosti a tam, kde není k dispozici matricový referenční materiál. Postupy pro přídavek analytu ( spike ) a vhodné koncentrační hladiny jsou specifikovány v jednotlivých zkušebních metodách. F. Duplikát: opakovaná analýza téhož (reálného) vzorku. Nejméně každý x-tý vzorek z celkového počtu pozitivních vzorků nebo každý 20. vzorek (5 %). G. Standardní přídavek k pozitivnímu vzorku: lze použít pro konfirmaci pozitivního nálezu. Zařazuje se jen podle potřeby.
Inovace 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,
VíceStatistické řízení jakosti. Deming: Klíč k jakosti je v pochopení variability procesu.
Statistické řízení jakosti Deming: Klíč k jakosti je v pochopení variability procesu. SŘJ Statistická regulace výrobního procesu Statistická přejímka jakosti měřením srovnáváním měřením srovnáváním - X
VíceAnalytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality
Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality RNDr. Alena Mikušková FN Brno Pracoviště dětské medicíny, OKB amikuskova@fnbrno.cz Analytické znaky laboratorní metody
VíceStatistické řízení jakosti - regulace procesu měřením a srovnáváním
Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistická regulace výrobního procesu (SPC) SPC = Statistical Process Control preventivní nástroj řízení jakosti, který na základě včasného
VíceChyby spektrometrických metod
Chyby spektrometrických metod Náhodné Soustavné Hrubé Správnost výsledku Přesnost výsledku Reprodukovatelnost Opakovatelnost Charakteristiky stanovení 1. Citlivost metody - směrnice kalibrační křivky 2.
VíceStatistické regulační diagramy
Statistické regulační diagramy Statistickou regulací procesu měření rozumíme jeho udržení ve statisticky zvládnutém stavu. Jen tak se zabezpečí shoda výsledků měření se specifickými požadavky na měření.
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),
VícePRINCIPY ZABEZPEČENÍ KVALITY
(c) David MILDE, 2013 PRINCIPY ZABEZPEČENÍ KVALITY POUŽÍVANÁ OPATŘENÍ QA/QC Interní opatření (uvnitř laboratoře): pravidelná analýza kontrolních vzorků a CRM, sledování slepých postupů a možných kontaminací,
VíceNárodní informační středisko pro podporu kvality
Národní informační středisko pro podporu kvality Využití metody bootstrapping při analýze dat II.část Doc. Ing. Olga TŮMOVÁ, CSc. Obsah Klasické procedury a statistické SW - metody výpočtů konfidenčních
VíceRegulační diagramy (Control charts, Shewhart s diagrams)
Regulační diagramy (Control charts, Shewhart s diagrams) diagram spolu s horní nebo/a dolní í, do kterého se zakreslují hodnoty nějakého statistického ukazatele pro řadu výběrů nebo podskupin, obvykle
VíceNárodní informační středisko pro podporu kvality
Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem
Vícepřesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod
přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod Měření Pb v polyethylenu 36 různými laboratořemi 0,47 0 ± 0,02 1 µmol.g -1 tj. 97,4 ± 4,3 µg.g -1 Měření
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
VíceRegulační diagramy (RD)
Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému.
VíceISO 8258 je první ze čtyř norem ISO, které budou věnovány metodám statistické regulace. Zbývající tři, které jsou nyní v přípravě, jsou
ČESKÁ NORMA MDT 658.562.012.7:519.233 Duben 1994 SHEWHARTOVY REGULAČNÍ DIAGRAMY ČSN ISO 8258 01 0271 Shewhart control charts Cartes de contrôle de Shewhart Shewhart-Qualitätsregelkarten Tato norma obsahuje
VíceVybrané praktické aplikace statistické regulace procesu
ČSJ, OSSM Praha, 19. 4. 2012 Vybrané praktické aplikace statistické regulace procesu Prof. Ing. Darja Noskievičová, CSc. Katedra kontroly a řízení jakosti Fakulta metalurgie a materiálového inženýrství
VíceNejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík
Nejistota měř ěření, návaznost a kontrola kvality Miroslav Janošík Obsah Referenční materiály Návaznost referenčních materiálů Nejistota Kontrola kvality Westgardova pravidla Unity Referenční materiál
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
VíceNárodní informační středisko pro podporu kvality
Národní informační středisko pro podporu kvality STATISTICKÁ REGULACE POMOCÍ VÝBĚROVÝCH PRŮMĚRŮ Z NENORMÁLNĚ ROZDĚLENÝCH DAT Ing. Jan Král, RNDr. Jiří Michálek, CSc., Ing. Josef Křepela Duben, 20 Co je
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
VíceTuhá alterna,vní paliva validace metody pro stanovení obsahu biomasy podle ČSN EN Ing. Šárka Klimešová, Výzkumný ústav maltovin Praha, s.r.o.
Tuhá alterna,vní paliva validace metody pro stanovení obsahu biomasy podle ČSN EN 15 440 Ing. Šárka Klimešová, Výzkumný ústav maltovin Praha, s.r.o. Předchozí přednáška popsala laboratorní metodu jako
VíceTématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky Navazující magisterské studium studijní obor "Management jakosti" školní rok 2013/2014 Integrované systémy managementu A 1. Koncepce a principy integrovaných
VícePožadavky kladené na úřední laboratoře v oblasti kontroly potravin
SZPI Požadavky kladené na úřední laboratoře v oblasti kontroly potravin Petr Cuhra (VŠCHT, 1.2.2013) Státní zemědělská a potravinářská inspekce Za Opravnou 6, Praha 5, petr.cuhra@szpi.gov.cz www.szpi.gov.cz
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2010/2011 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
VíceTématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor "Management kvality"
Tématické okruhy pro státní závěrečné zkoušky Navazující magisterské studium studijní obor "Management kvality" školní rok 2016/2017 Integrované systémy managementu A 1. Koncepce a principy integrovaných
VíceEkonomické aspekty statistické regulace pro vysoce způsobilé procesy. Kateřina Brodecká
Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy Kateřina Brodecká Vysoce způsobilé procesy s rozvojem technologií a důrazem kladeným na aktivity neustálého zlepšování a zeštíhlování
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
VíceKvalita v laboratorní a kontrolní praxi
Kvalita v laboratorní a kontrolní praxi Část: Rozhodování o shodě se specifikací (limitem) Vladimír Kocourek Praha, 2016 Shoda se specifikací / limitem Posuzování shody se specifikací / limitem Cílem měření
VíceNormy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008)
Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Ing. Vratislav Horálek, DrSc., předseda TNK 4 při ČNI 1 Terminologické normy [1] ČSN ISO 3534-1:1994 Statistika Slovník
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
Více1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter
NORMY A STANDARDY KVALITY 1) Jsou normy v ČR závazné a jaká je jejich úloha? normy nejsou v ČR závazné od roku 2000 od roku 2000 mají pouze doporučující charakter pokud u výrobku, který byl vyroben podle
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
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
VíceZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI
ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI SPŠ na Proseku 4-1 Ing. A. Styblíková, Ing. L. Procházka - pevně stanovený soubor grafických technik napomáhajících při řešení problémů s kvalitou - jedná se o 7 nástrojů
VíceStatistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží
Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Zdeněk Karpíšek Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky. Statistika je logická a přesná metoda, jak nepřesně
VíceStřední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně
Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2Management
VícePopisná statistika. Statistika pro sociology
Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky
VíceNová doporučení o interní kontrole kvality koagulačních vyšetření. RNDr. Ingrid V. Hrachovinová, Ph.D. Laboratoř pro poruchy hemostázy, ÚHKT Praha
Nová doporučení o interní kontrole kvality koagulačních vyšetření RNDr. Ingrid V. Hrachovinová, Ph.D. Laboratoř pro poruchy hemostázy, ÚHKT Praha Proč vnitřní kontrola kvality (VKK) ve vyšetření hemostázy?
VíceKalibrace analytických metod
Kalibrace analytických metod Petr Breinek BC_Kalibrace_2010 Měřící zařízení (zjednodušeně přístroje) pro měření fyzikálních veličin musí být výrobci kalibrovaná Objem: pipety Teplota (+37 C definovaná
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
VícePRINCIPY ZABEZPEČENÍ KVALITY
PRINCIPY ZABEZPEČENÍ KVALITY (C) DAVID MILDE, 013 POUŽÍVANÁ OPATŘENÍ QA/QC Interní opatření (uvnitř laboratoře): pravidelná analýza kontrolních vzorků a CRM, sledování slepých postupů a možných kontaminací,
VíceObecné zásady interpretace výsledků - chemické ukazatele
Obecné zásady interpretace výsledků - chemické ukazatele Ivana Pomykačová Konzultační den SZÚ Hodnocení rozborů vody Výsledek měření souvisí s: Vzorkování, odběr vzorku Pravdivost, přesnost, správnost
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství
1 PŘÍLOHA KE KAPITOLE 11 2 Seznam příloh ke kapitole 11 Podkapitola 11.2. 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
VícePrincipy zajištění spolehlivosti. Zdenek Kubíček
ZÁKLADY OBECNÉ A KLINICKÉ BIOCHEMIE 2004 Principy zajištění spolehlivosti Zdenek Kubíček kapitola ve skriptech - 4.1.3 Definice kvality Chemický měřící proces je podle definice analytický postup definované
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
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
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
VíceAnalýza způsobilosti procesů. Studijní opory
Operační program Vzdělávání pro konkurenceschopnost PROJEKT Integrovaný systém modulární počítačové podpory výuky ekonomicko-technického zaměření CZ.1.07/2.2.00/28.0300 Analýza způsobilosti procesů Studijní
VíceNárodní informační středisko pro podporu kvality
Národní informační středisko pro podporu kvality 1 STATISTICKÉ PŘEJÍMKY CHYBY PŘI APLIKACI A JEJICH DŮSLEDKY Ing. Vratislav Horálek, DrSc. 2 A. NEPOCHOPENÍ VLASTNÍHO CÍLE STATISTICKÉ PŘEJÍMKY (STP) STP
VícePŘÍRUČKA ŘEŠENÝCH PŘÍKLADŮ
1999-2011 PŘÍRUČKA ŘEŠENÝCH PŘÍKLADŮ EFFIVALIDATION 3 EffiChem your validation software Lesní 593, 679 71 Lysice http://www.effichem.com 2/57 EffiChem můţe vlastnit patenty, podané ţádosti o patenty, ochranné
VíceKALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)
KALIBRACE Chemometrie I, David MILDE Definice kalibrace: mezinárodní metrologický slovník (VIM 3) Činnost, která za specifikovaných podmínek v prvním kroku stanoví vztah mezi hodnotami veličiny s nejistotami
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
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
VíceKalibrace analytických metod. Miroslava Beňovská s využitím přednášky Dr. Breineka
Kalibrace analytických metod Miroslava Beňovská s využitím přednášky Dr. Breineka Měřící zařízení (zjednodušeně přístroje) pro měření fyzikálních veličin musí být výrobci kalibrovaná Objem: pipety Teplota
VíceRozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r)
Rozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r) Bohumil Maroš 1. Úvod Regulační diagram je nejefektivnější nástroj pro identifikaci stability, resp. nestability procesu. Vhodně
VíceLean Six Sigma Logistics Využití statistických metod ke zlepšení logistických proces
Lean Six Sigma Logistics Využití statistických metod ke zlepšení logistických proces Eva Jarošová Institut ekonomiky provozu a technických v d Obsah Základní pojmy Oblasti pro využití statistických nástroj
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
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
VíceKatedra řízení podniku (FES)
Katedra řízení podniku (FES) Řízení kvality 2. Autor: Ing. Ludvík FILIP březen 2015 Shrnutí požadavků na politiku a cíle kvality Požadavky normy ČSN EN ISO 9001:2009 5.3 Politika kvality Vrcholové vedení
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
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
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
VíceMezilaboratorní porovnávací zkoušky jeden z nástrojů zajištění kvality zkoušení. Lenka Velísková, ITC Zlín Zákaznický den,
Mezilaboratorní porovnávací zkoušky jeden z nástrojů zajištění kvality zkoušení Lenka Velísková, ITC Zlín Zákaznický den, 17. 3. 2011 Zákazník požadavek na zjištění vlastností nebo parametrů výrobku /
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
VíceSW podpora při řešení projektů s aplikací statistických metod
SW podpora při řešení projektů s aplikací statistických metod Jan Král, Josef Křepela Úvod Uplatňování statistických metod vyžaduje počítačovou podporu. V současné době je rozšiřována řada vynikajících
VíceValidace sérologických testů výrobcem. Vidia spol. s r.o. Ing. František Konečný IV/2012
Validace sérologických testů výrobcem Vidia spol. s r.o. Ing. František Konečný IV/2012 Legislativa Zákon č. 123/2000 Sb. o zdravotnických prostředcích ve znění pozdějších předpisů Nařízení vlády č. 453/2004
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
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
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
VíceTématické okruhy pro státní závěrečné zkoušky. magisterské studium
Tématické okruhy pro státní závěrečné zkoušky magisterské studium studijní obor "Řízení jakosti" školní rok 2009/2010 Management jakosti A 1. Koncepce managementu jakosti, charakteristiky a účel, normy
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
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceKomutabilita referenčních materiálů a bias měření v laboratorní medicíně
Komutabilita referenčních materiálů a bias měření v laboratorní medicíně B.Friedecký, J.Kratochvíla, SEKK Pardubice Komutabilita-vlastnost RM Je podmíněna přiměřeností matrice RM a dostatečností její shody
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
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
VíceInformační technologie a statistika 1
Informační technologie a statistika 1 přednášející: konzul. hodiny: e-mail: Martin Schindler KAP, tel. 48 535 2836, budova G po dohodě martin.schindler@tul.cz naposledy upraveno: 21. září 2015, 1/33 Požadavek
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.
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,
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
VíceStatistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát
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
VíceÚvod do potravinářské legislativy Lekce 8: kritické body ve výrobě potravin, systémy HACCP a managementu bezpečnosti
Úvod do potravinářské legislativy Lekce 8: kritické body ve výrobě potravin, systémy HACCP a managementu bezpečnosti Ústav analýzy potravin a výživy prof. ing. Vladimír Kocourek, CSc. a doc. ing. Kamila
VíceSystém kritických bodů HACCP. Kamila Míková
Systém kritických bodů HACCP Kamila Míková SYSTÉMY KVALITY A ZDRAVOTNÍ NEZÁVADNOSTI Systémy managementu kvality ISO 9001 : 2008 Požadavky na management kvality HACCP kvalita (ISO 9001) Pouze zdravotní
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
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
VíceVýznam a způsob přípravy vzorků pro okruţní rozbory. Miroslav Perný
Význam a způsob přípravy vzorků pro okruţní rozbory Miroslav Perný Kontrola kvality analytických výsledků PŘESNOST SPRÁVNOST ANALYTICKÝ VÝSLEDEK INFORMACE O KONCENTRACI HLEDANÉHO ANALYTU METODY CHEMICKÉ
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.
VícePROCES REALIZACE ANALÝZY
PROCES REALIZACE ANALÝZY Vznik požadavku na analýzu a související vazby Analytický proces soubor vztahů mezi: a) požadavky zadavatele b) náklady na provedení analýzy c) vlastním analytickým postupem Důvod
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,
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
VíceRegulace výrobního procesu v soft. Statistica
Regulace výrobního procesu v soft. Statistica Newsletter Statistica ACADEMY Téma: Regulační diagramy, možnosti softwaru Typ článku: Teorie, návod V tomto článku bychom Vám rádi ukázali další typy analýz,
VíceČESKÁ TECHNICKÁ NORMA
ČESKÁ TECHNICKÁ NORMA ICS 03.120.30 Srpen 2014 Regulační diagramy Část 3: Přejímací regulační diagramy ČSN ISO 7870-3 01 0272 Control charts Part 3: Acceptance control charts Cartes de contrôle Partie
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 KALIBRACE
VíceNormy ČSN,ČSN ISO a ČSN EN
Normy ČSN,ČSN ISO a ČSN EN z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2013) Ing. Vratislav Horálek, DrSc. předseda TNK 4 při ÚNMZ 1 A Terminologické normy 2 [1] ČSN ISO 3534-1:2010 Statistika
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,
VíceÚloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
Více