MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

Podobné dokumenty
Odhady parametrů 1. Odhady parametrů

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

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

P2: Statistické zpracování dat

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

PRAVDĚPODOBNOST A STATISTIKA

Náhodný výběr 1. Náhodný výběr

V. Normální rozdělení

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

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

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

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů

12. N á h o d n ý v ý b ě r

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Pravděpodobnostní model doby setrvání ministra školství ve funkci

2 STEJNORODOST BETONU KONSTRUKCE

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

vají statistické metody v biomedicíně

Deskriptivní statistika 1

1 ROVNOMĚRNOST BETONU KONSTRUKCE

Pravděpodobnost a aplikovaná statistika

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

Úloha II.S... odhadnutelná

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Pravděpodobnost a aplikovaná statistika

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Zhodnocení přesnosti měření

17. Statistické hypotézy parametrické testy

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

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

Kvantily. Problems on statistics.nb 1

Úloha III.S... limitní

8. Odhady parametrů rozdělení pravděpodobnosti

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

2. Náhodná veličina. je konečná nebo spočetná množina;

Národní informační středisko pro podporu jakosti

OVMT Přesnost měření a teorie chyb

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

1 Úvod { }.[ ] A= A A, (1.1)

VaR analýza citlivosti, korekce

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Teorie chyb a vyrovnávací počet. Obsah:

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Přednášky část 7 Statistické metody vyhodnocování dat

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

7. Odhady populačních průměrů a ostatních parametrů populace

13 Popisná statistika

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Statistika pro metrologii

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Národní informační středisko pro podporu kvality

Závislost slovních znaků

1. Měření ve fyzice, soustava jednotek SI

Dynamická pevnost a životnost Statistika

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

Číselné charakteristiky náhodných veličin

8. Analýza rozptylu.

Pravděpodobnost a aplikovaná statistika

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

VY_52_INOVACE_J 05 01

Pravděpodobnostní modely

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

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

1. Měření ve fyzice, soustava jednotek SI

Popisná statistika. Zdeněk Janák 9. prosince 2007

6. Posloupnosti a jejich limity, řady

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

3. Charakteristiky a parametry náhodných veličin

4. B o d o v é o d h a d y p a r a m e t r ů

Seriál XXX.II Zpracování dat fyzikálních měření

Testování statistických hypotéz

Systém intralaboratorní kontroly kvality v klinické laboratoři (SIKK)

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

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

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

NEPARAMETRICKÉ METODY

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

Chyby přímých měření. Úvod

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

Pravděpodobnost vs. statistika. Data. Teorie pravděpodobnosti pracuje s jednou nebo více teoretickými náhodnými

14. B o d o v é o d h a d y p a r a m e t r ů

Testování statistických hypotéz

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

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

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Vzorový příklad na rozhodování BPH_ZMAN

n-rozměrné normální rozdělení pravděpodobnosti

a další charakteristikou je četnost výběrového souboru n.

Problémy hodnocení výkonnosti a způsobilosti řízení procesů v rámci nesplnění normality rozdělení dominantního znaku jakosti

Transkript:

PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ STATISTICAL ASSESSMENT POSSIBILITIES OF QUANTITATIVE FIRE TESTS RESULTS FOR THE CERTIFICATION NEEDS AND THE CONFORMITY ASSESSMENT OF PRODUCTS Otto DVOŘÁK odvorak@mvcr.cz Abstract The paper deals with possible procedures to assessmet quatitative results of test determiatio of fire techical characteristics of substaces ad materials, the qualitative parameters of fightig meas or extiguishig agets measured uder repeatibility coditios. Such a procedure, amog others, is applicable for certificatio / coformity assessmet, based o test verificatio of their qualitative parameters. Keywords Fire Techical Characteristics, flammable substaces ad materials, fire fightig products, extiguishig agets, quatitative qualitative parameters, test determiatio, statistical assessmet, certificatio, coformity assessmet. Statistické posouzeí kvatitativích výsledků zkušebích staoveí jakostích parametrů výrobků Kvalita materiálových výrobků, techických prostředků PO a hasiv může být charakterizováa měřitelou jakostí vlastostí apř. M, která má u kvalitího výrobku určitou hodotu apř. M O. Pokud při ověřováí vlastosti M při certifikaci/posuzováí shody byla u dodaého vzorku výrobku zjištěa hodota M = M O, je potvrzea jeho kvalita a certifikát mu může být uděle. V opačém případě, pokud je M < M O = M O Δ, ebo když M > M O = M O + Δ, epotvrdila se jeho jakost a certifikát mu uděle být emůže. Zkušebí ormovaá metoda obvykle vyžaduje měřeí vlastosti výrobku M opakovaě -krát s kokrétími číselými výsledky X, X,, X. Výsledky X i (i =,,,) ejsou rovy M, ale mají hodoty X i = M + ε i, kde ε i jsou ejistoty měřeí. Pokud jsou tyto ejistoty avzájem ezávislé a mají ormálí rozděleí se středí hodotou Θ a s rozptylem σ, respektive směrodatou odchylkou σ, potom lze použít k hodoceí výsledků zkoušek ásledující postup:

THE SCIENCE FOR POPULATION PROTECTION 0/008 PŘÍSPĚVKY Určí se tzv iterval spolehlivosti (též kofidečí iterval) pro hodotu M tak, aby platilo: P(M M) = α/, tj. P(M > M) = α/, P( M M) = α/, tj. P( M < M) = α/, tj. P(M M M ) = α, Pravděpodobost, že iterval ebude obsahovat skutečou hodotu je α. Číslo (- α), zvoleé podle závažosti ásledků omylů (zpravidla 0,90 ebo 0,95 či 0,99), je tzv. koeficiet spolehlivosti (též kofidečí koeficiet). Jeho doplěk do, rový α, je tzv. risiko omylu. Za daých předpokladů (ormalita rozděleí chyb) má iterval spolehlivosti tvar M = x - μ α/, M = x + μ α/ Kde x je aritmetický průměr výsledků, x = (x + x + +x ) a μ α/ je tzv kvatil stadardího ormálího rozděleí, defiovaý vztahem Φ ( μ α/ ) = π α / e z μ α. dz = Pro ejběžější hodoty α (0, ebo 0,05 či 0,0) jsou velikosti těchto kvatil uvedey v ásledující tabulce α α / Μ α/ 0,0 0,995,576 0,05 0,975,960 0, 0,950,645 0, 0,900,8 Rozhodováí o způsobilosti výrobku k daému účelu by mohlo být ásledující: M > M H = M 0 + Δ, eí vyloučea možost, že M > M H, proto výrobek esplňuje kvalitativí kritérium a elze ho schválit, M < M D = M 0 Δ, eí vyloučea možost M < M D. Opět výrobek esplňuje kvalitativí kritérium a elze ho schválit, M D <M< M < M H s vysokou pravděpodobostí je M mezi přípustými hodotami M D a M H a proto lze výrobek schválit. Stupeň ochray proti možým omylům lze vyjádřit takto: - Je-li ve skutečosti M > M H = M 0 + Δ, potom s vysokou pravděpodobostí (předem zvoleou) α / bude M < M D a výrobek je potřebé eschválit.

PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 - Je-li ve skutečosti M = M 0 (M se rová ideálí hodotě M 0 ), potom s vysokou pravděpodobostí α bude M D < M< M 0 < M < M H a výrobek lze schválit. Nepříjemá/erozhodá situace může astat, když iterval spolehlivosti (M, M ) obsahuje jak hodotu M 0, tak i ěkterou z hodot M D, M H. V tom případě elze vyloučit ai možost M = M 0 (ideálí hodota), ai M < M D (M má příliš ízkou hodotu), případě M > M H (M má příliš vysokou hodotu). Této situaci se lze vyhout, když se zvolí počet měřeí tak, aby délka itervalu spolehlivosti d = M M byla meší ež Δ, tj. když se položí 4μ. σ α / = mi {k, k Δ } Jedoduchým výpočtem se lze přesvědčit, že v tomto případě eí možé, aby iterval (M, M ) obsahoval ideálí hodotu M 0 a zároveň ěkterou z hodot M D ebo M H. Pokud však hodota σ, charakterizující variabilitu výsledků chyb měřeí, ebude záma, musí se odhadout z výsledků měřeí X, X,, X podle vzorce s =. i= ( X X i i= kde X _ =. i X _ ) Iterval spolehlivosti potom je, M = x _ - t, α/. β M = x _ β + t, α/. kde t, α/ je tzv. 00 α/ % kritická hodota Studetova t-rozděleí s (-) β stupi volosti []. Délka itervalu spolehlivosti (M - M ) = t, α/. samozřejmě eí záma. Je závislá a hodotě β, která bude zjištěa měřeím. Nelze tudíž zjistit potřebý počet opakovaých měřeí. Východiskem z této situace je ásledující dvoustupňový postup pro určeí itervalu spolehlivosti předem daé délky:. uskutečí se opakovaých měřeí sledovaé veličiy X a ásledě se vypočítají základí statistické ukazatele výsledku 3

THE SCIENCE FOR POPULATION PROTECTION 0/008 PŘÍSPĚVKY x = (x + x + +x ) a směrodatá odchylka s = _. ( X X ), i i=. vypočte se délka itervalu spolehlivosti při těchto hodotách d = M - M = s. t -,α/. Je-li d Δ. postupuje se stejě jako v případě, kdy je záma σ s hodotou β a místo σ. 3. Jestliže v. kroku vyjde d > Δ, provede se dalších měřeí X +, X +,,X + X + a vypočte se ový aritmetický průměr x = + (x + x + +x + X + + X + ), x je aritmetický průměr všech = + měřeí. Iterval spolehlivosti ( M, M ) se určí jako M = x - Δ, M = x + Δ, Počet dodatečých potřebých měřeí se určí tak, aby bylo β ( + ) t -,α/. Δ Závěr O. století se předpovídá, že bude Stoletím kvality. Zlepšeí kvality výrobků bezesporu vyžaduje ejeom jejich správé, přesé a estraé zkoušeí podle meziárodě uzávaých zkušebích metod, ale též správé používáí statistických metod při hodoceí aměřeých výsledků. V plé míře to platí pro obor požárí ochray a jeho hlaví disciplíy včetě požárího zkušebictví, certifikace a výzkumu a vývoje. Résumé It is predicted about the st cetury that it will be "The cetury of quality". Without questio the products quality improvemet demads ot oly the correct, accurate ad fair testig accordig to the respected iteratioal test methods, but also the statistical methods used properly durig the assessmet of 4

PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 measured results. It is valid fully for the fire protectio field ad its mai braches icludig the fire testig, the certificatio ad research ad developmet. Literatura [] MELOUN, M., MILITKÝ, J. Statistické zpracováí experimetálích dat. Praha: PLUS, 994. [] Pozámky z kozultace s Ig. J. Machkem, CSc., MFF Praha, 004. [3] JANKO, J. Statistické tabulky. Praha: Nakladatelství ČAV, 958. 5