Variabilita měření a statistická regulace procesu



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

Deskriptivní statistika 1

je daná vztahem v 0 Ve fyzice bývá zvykem značit derivaci podle proměnné t (podle času) tečkou, proto píšeme

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

OVMT Přesnost měření a teorie chyb

Národní informační středisko pro podporu jakosti

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

12. N á h o d n ý v ý b ě r

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

V. Normální rozdělení

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

Pravděpodobnostní modely

Náhodný výběr 1. Náhodný výběr

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Pravděpodobnost a aplikovaná statistika

MATICOVÉ HRY MATICOVÝCH HER

Odhady parametrů 1. Odhady parametrů

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

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

Elementární zpracování statistického souboru

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

NEPARAMETRICKÉ METODY

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

PRAVDĚPODOBNOST A STATISTIKA

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

VY_52_INOVACE_J 05 01

Intervalové odhady parametrů některých rozdělení.

Kapitola 2. Bohrova teorie atomu vodíku

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

Spolehlivost a diagnostika

Základní požadavky a pravidla měření

Zpracování a prezentace výsledků měření (KFY/ZPM)

1. Základy měření neelektrických veličin

2 STEJNORODOST BETONU KONSTRUKCE

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

1 ROVNOMĚRNOST BETONU KONSTRUKCE

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

P2: Statistické zpracování dat

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

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

Závislost slovních znaků

Národní informační středisko pro podporu kvality

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

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

8. Odhady parametrů rozdělení pravděpodobnosti

Pravděpodobnostní model doby setrvání ministra školství ve funkci

vají statistické metody v biomedicíně

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

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

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

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

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

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

b c a P(A B) = c = 4% = 0,04 d

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

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

Lineární a adaptivní zpracování dat. 9. Modely časových řad II.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Algoritmus RSA. Vilém Vychodil. 4. března Abstrakt

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

Národní informační středisko pro podporu kvality

Exponenciální funkce a jejich "využití" - A (Tato doplňková pomůcka nemůže v žádném případě nahradit systematickou matematickou přípravu.

Statistika pro metrologii

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

Vzorový příklad na rozhodování BPH_ZMAN

Intervalové odhady parametrů

Sekvenční logické obvody(lso)

3. Sekvenční obvody. b) Minimalizujte budící funkce pomocí Karnaughovy mapy

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.).

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

IAJCE Přednáška č. 12

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

8.2.1 Aritmetická posloupnost I

VLIV MODIFIKACE MATICE HMOTNOSTI NA VÝSLEDKY MODÁLNÍ ANALÝZY

8. Analýza rozptylu.

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C)

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Pravděpodobnost a aplikovaná statistika

HODNOCENÍ KVALITY MATERIÁLU PRI SÉRIOVÉ PRODUKCI ODLITKU Z NIKLOVÝCH SLITIN PRO NÁROCNÉ PROVOZNÍ PODMÍNKY

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

PRAVDĚPODOBNOST A STATISTIKA

Mendelova univerzita v Brně Statistika projekt

8.2.1 Aritmetická posloupnost

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

Testování statistických hypotéz

Popisná statistika. Zdeněk Janák 9. prosince 2007

Zhodnocení přesnosti měření

SROVNÁNÍ KOLORIMETRICKÝCH ZKRESLENÍ SNÍMACÍCH SOUSTAV XYZ A RGB Jan Kaiser, Emil Košťál xkaiserj@feld.cvut.cz

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

PRAVDĚPODOBNOST A STATISTIKA

4. PRŮBĚH FUNKCE. = f(x) načrtnout.

PRAVDĚPODOBNOST A STATISTIKA

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

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

Fotometrie a radiometrie Důležitou částí kvantitativního popisu optického záření je určování jeho mohutnosti

základní pojmy základní pojmy teorie základní pojmy teorie základní pojmy teorie základní pojmy teorie

1 Úvod { }.[ ] A= A A, (1.1)

Transkript:

Variabilita měří a statistická rgulac procsu Ig. Darja Noskivičová, CSc. Katdra kotroly a řízí jakosti, VŠB-TU Ostrava Abstrakt: Efktivost využití statistických mtod pro aalýzu a řízí procsů j odvislá mj. od účiosti měřícího systému a způsobilosti měřidl. Chyby měří mohou v vlké míř ovlivit schopost správě aalyzovat vlastí variabilitu procsu a vhodě s tak promítout do rozhodováí o ralizaci zásahů do procsu. Přdložý příspěvk s zabývá aalýzou vlivu chyb měří a účiost rgulačích diagramů a mtodikou aalýzy systmatické chyby měří (straost, založou a aplikaci rgulačích diagramů. Klíčová slova:, chyby měří, rgulačí diagramy, straost, variabilita měří. Úvod Každý závěr bo rozhodutí plyoucí z aplikac statistických mtod jsou podmíěy kvalitou aalyzovaých dat. Také účiost rgulačích diagramů j ovlivěa výskytm chyb měří. Chyby měří jsou spojy s objktiví xistcí variability měří. Druhy variability lz rozčlit do 5 katgorií: straost (systmatická chyba, opakovatlost, rprodukovatlost, stabilita, liarita. Chyba měří ε j dáa rozdílm mzi aměřou (mpirickou hodotou x i a pravou hodotou x měřé vličiy, tj. ε = x i x. ( Takto vyjádřá chyba s azývá chybou absolutí. Někdy s udává jako rlativí chyba ε r, pro ktrou platí: ε ε r ε =, popř. ε r =. (% ( x x Chyby měří mohou být způsoby: přsostí měřidl ( způsobo apř. dodržováím tolrací u jdotlivých součástí přístroj, chybami justac při motáži přístroj, špatou kostrukcí přístroj... talom použitým k kalibraci měřidla bo špatým sřízím měřidla měřicí silou, tlakm (můž vyvolat dformaci měřého objktu měřicí mtodou prostřdím (zjméa tplotou oprátorm (chyby zaviěé dokoalostí lidských smyslů, chyby z dbalosti, opatrosti, zalosti. Abstrahujm-li od hrubých chyb, způsobých apř. správým provdím měří, správým čtím údajů, použitím vadého přístroj apod., člím chyby měří do dvou základích skupi, a to a chyby systmatické (straost a chyby áhodé. Chyby systmatické jsou vyvoláy vlivy, ktré působí trval a jdozačě co do smyslu a vlikosti (apř. systmatické zaokrouhlováí hodot a vyšší hodoty, kostrukčí přsosti přístroj, přsosti ormálu, chyby pozorováí, vliv měřicí síly či tlaku, okolí tplota. Systmatická chyba j taková chyba, ktrá při opakovaém měří též hodoty daé vličiy za stjých podmík zůstává stjá (v absolutí hodotě i zaméku. Systmatické chyby člím a: - -

systmatické chyby zámé (mají určitou hodotu a zaméko a lz j odstrait vhodou korkcí, systmatické chyby zámé (mají určité zaméko a jsou zahruty do jistoty měří. Při výpočtu jistoty s s imi pracuj jako s áhodými chybami. Ozačím-li si vlikost systmatické chyby c, pak pro aměřou hodotu měřé vličiy platí: x i = x + c. (3 Protož pravé hodoty x přdstavují ralizac áhodé proměé X (měřé vličiy a aměřé hodoty x i přdstavují ralizac mpirické proměé X,, platí: X = X + c (4 V skutčosti tdy při statistickém vyhodocováí dat pracujm s mpirickou proměou X, ikoliv s pravou proměou X. Chyby áhodé jsou vyvoláy pravidlými áhodými vlivy, ktré působí dl okamžitých podmík jdotlivých měří. Chovají s jako áhodá proměá a lz j popsat pomocí ormálího rozdělí. Náhodé chyby s spolu s zámými systmatickými chybami zahrují do jistoty měří. Náhodé chyby měří můžm modlovat pomocí áhodé proměé V. Njčastěji s v praxi vyskytuj případ, kdy mzi zakm jakosti X a áhodou chybou měří V j aditiví vztah (Mittag,H.J. ad Ri,H., 993. Pak v skutčosti pracujm s áhodou proměou X = X + V.(Přdpokládá s, ž X a V jsou statisticky závislé proměé.. Chyby měří a účiost rgulačího diagramu Účiost rgulačího diagramu lz vyjádřit ásldově: Rgulačí mz jsou staovy v takové vzdálosti od střdí přímky, aby: sigál o tom, ž procs j statisticky stabilí (zvládutý, i když v skutčosti j statisticky stabilí, byl vydává co jméě často (co jmší riziko zbytčého sigálu α, sigál o tom, ž došlo k přípusté odchylc procsu, byl vydá co jdřív ( co jmší riziko chybějícího sigálu β, rsp. co jvětší pravděpodobost odhalí přípusté odchylky -β. Výzam rizik α a β, rsp. pravděpodobosti -β j patrý z obrázku. a b c µ j požadovaá průměrá úrovň rgulovaé vličiy µ j průměrá úrovň rgulovaé vličiy po změě procsu Obr. Riziko zbytčého sigálu α a riziko chybějícího sigálu β Hodota α s azývá riziko zbytčého sigálu a přdstavuj pravděpodobost zbytčého hldáí vymzitlého vlivu a základě iformac z rgulačího diagramu o tom, ž procs í v statisticky zvládutém stavu (apř. bod mimo akčí mz, i když v skutčosti - -

k žádé výzamé změě procsu došlo (obr. a. S tímto správým závěrm jsou spojy áklady a pokus ajít příčiu xistujícího problému. hodota β s riziko chybějícího sigálu a j to pravděpodobost, ž rgulačí diagram odhalí přípustou změu procsu včas (všchy body daého tstového kritéria lží uvitř rgulačích mzí a tvoří žádé áhodé sskupí. S tímto správým závěrm jsou zas spojy áklady vyvolaé tím, ž s do procsu včas zasáhlo. Na obr. b a c j situac zobraza pro posu střdí úrově rgulovaé vličiy z µ a µ. Hodota (-β, obcě azývaá silofukc tstu, zd vyjadřuj pravděpodobost dtkc přípusté změy procsu, ktrá má být včas odhala. Za přdpokladu, ž xistuj žádá chyba měří, lz riziko α (tj. jho pravou hodotu, staovit z vztahu: UCL µ LCL µ α = P(X > UCL + P(X < LCL = - Φ( + Φ(. (5 Pravděpodobost včasého odhalí přípusté odchylky v procsu -β (tj. pravou hodotu této pravděpodobosti pak určím z vztahu: UCL µ LCL µ -β = P(X > UCL + P(X < LCL = - Φ( + Φ(. (6 kd µ j přípustá úrovň střdí hodoty rgulovaé vličiy, µ j přípustá úrovň střdí hodoty rgulovaé vličiy, j přípustá směrodatá odchylka rgulovaé vličiy, UCL µ Φ( j hodota distribučí fukc ormovaého ormálího rozdělí v bodě UCL µ (. Chyby měří tdy ovlivňují rozhodováí o tom, zda j uté učiit zásah do procsu (apř. sřídit ho bo zda procs pochat bz zásahu. V další kapitol j provda aalýza změ rizika α a pravděpodobosti -β u rgulačího diagramu pro výběrové průměry ( x.. Rozbor vlivu systmatické chyby Působí-li pouz systmatická chyba měří c, pak v skutčosti pracujm s pravou áhodou vličiou X, al s mpirickou áhodou proměou X, pro ktrou platí: X = X + c (7 Systmatická chyba měří c působí již v fázi tvorby rgulačího diagramu Jstliž systmatická chyba c již kotamiovala hodoty měřé vličiy, z ichž byly vypočítáy střdí přímka, horí rgulačí mz a dolí rgulačí mz, pak pracujm s jjich pravou hodotou CL, UCL a LCL, al s jjich mpirickými hodotami CL, UCL a LCL, pro ktré platí: CL = CL + c, (8 UCL = UCL + c (9 LCL = LCL + c ( +Vyjdm-li z vztahů (5 a (6, upravých pro tstovací charaktristiku v rgulačím diagramu pro výběrové průměry ( x, pak mpirickou hodotu rizika zbytčého sigálu α a pravděpodobost odhalí přípusté odchylky (-β staovím z vztahů: - 3 -

UCL c ( µ c α =P( X > UCL + P( X < LCL = - Φ( + + / + LCL c ( µ c Φ( + + / ( UCL c ( µ c (-β =P( X > UCL +P( X < LCL =- Φ( + + / + LCL c ( µ c Φ( + + / (. Jak j vidět z vzorců ( a (, systmatická chyba c s vyruší. Z toho ply, ž v situaci, kdy systmatická chyba c ovlivila i výpočt střdí přímky a rgulačích mzí, platí: α = α (3 (-β = - β. (4 Systmatická chyba měří působila v fázi tvorby rgulačího diagramu Jstliž s systmatická chyba projví až po zavdí rgulačího diagramu, pracujm s pravými rgulačími mzmi UCL a LCL, al do rgulačího diagramu zazamávám hodoty tstovací charaktristiky X = X + c. Empirickou hodotu rizika zbytčého sigálu pak vypočtm dl vztahu: UCL ( µ c α = P( X > UCL + P( X < LCL = - Φ( + LCL ( µ c + Φ( +. (5 / / a mpirickou hodotu pravděpodobosti odhalí přípusté odchylky staovím dl vztahu: UC ( µ c (-β = P( X > UCL + P( X < LCL = - Φ( + LCL ( µ c + Φ( + (6 / / Z vztahů (5 a (6 ply, ž v tomto případě systmatická chyba c ovliví výši rizika zbytčého sigálu a pravděpodobosti odhalí přípusté odchylky. Jak pro c >. tak pro c < p platí: α > α (7 (-β > - β. (8. Rozbor vlivu áhodé chyby měří Njvýzamějším případm áhodé chyby j aditiví áhodá chyba, ktrou si ozačím V. Za přdpokladu, ž působí systmatická chyba měří, lz mpirickou proměou X popsat ásldově: X = X + V, (9 (přdpokládá s, ž X a V jsou statisticky závislé áhodé proměé. Pro pravou proměou X platí X~N( µ, a pro áhodou chybu V platí V~N(, V. Chyba V má žádý vliv a úrovň procsu µ. Na rozdíl od systmatické chyby má áhodá chyba vliv a účiost rgulačího diagramu jak v situaci, kdy jsou touto chybou kotamiováy již rgulačí mz použitého rgulačího diagramu, tak thdy, když áhodá chyba zač působit až v fázi aplikac rgulačího diagramu. - 4 -

Opět bud pro ilustraci použit rgulačí diagram pro výběrové průměry ( x. Jstliž působí áhodá chyba V, pak v skutčosti do rgulačího diagramu vyáším mpirické hodoty tstovací charaktristiky, tj. X = X + V, pro ktrou platí X ~N( µ, x. Zavdm-li vztah pro rlativí rozptyl chyby měří V r =, ( pak lz vyjádřit ásldově: x + V x = = x =. ( Náhodá chyba působí již v fázi tvorby rgulačího diagramu V tomto případě pracujm s mpirickými rgulačími mzmi UCL = µ + 3 x = µ + 3, ( LCL = µ 3 x = µ 3, (3 Riziko zbytčého sigálu pak staovím takto: α = P( X > UCL + P( X < LCL UCL µ LCL µ = - Φ ( (4 Platí: α = α. Empirickou hodotu pravděpodobosti včasého odhalí přípusté odchylky staovím dl vztahu: (-β = P( X > UCL + P( X < LCL UCL µ LCL µ = - Φ ( (5 Platí, ž pravděpodobost (-β < (-β a s rostoucím r jjí hodota klsá. Náhodá chyba působí až v fázi zavdí rgulačího diagramu: V tomto případě v rgulačím diagramu pracujm s pravými rgulačími mzmi UCL a LCL: UCL = µ + 3 x = µ + 3 (6 LCL = µ 3 x = µ 3. (7 Riziko zbytčého sigálu pak staovím z vztahu: α UCL µ LCL µ = P( X > UCL + P( X < LCL = - Φ (. (8 Platí, ž α > α a s rostoucím r. - 5 -

Pro určí pravděpodobosti odhalí přípusté odchylky použijm v tomto případě vztah: (-β UCL µ LCL µ = P( X > UCL + P( X < LCL = - Φ (. (9 Hodota (-β > (-β a s rostoucím r rost. 3. Mtodika aalýzy a staoví systmatické chyby (straosti pomocí rgulačích diagramů Výsldky kalibrac lz doplit o statistickou aalýzu dat získaých při kalibraci a umožit tak objktivější rozhodováí o sřízí měřícího přístroj. V litratuř (Pyzdk.T., 99 j popsáa ásldující mtodika založá a aplikaci rgulačích diagramů pro idividuálí hodoty a klouzavé průměry.. Změří sldovaého zak jakosti u talou bo vybraého produktu miimálě 5x (utost dodržt chroologii aměřých hodot, a jstliž jsou všchy hodoty stjé, al liší s od pravé hodoty j uté sřízí měřícího přístroj a pravou hodotu b v ostatích případch s pokračuj bodm.. Výpočt klouzavých průměrů z dvou po sobě aměřých hodot. 3. Sstrojí prosté tabulky čtostí hodot klouzavých průměrů, výpočt čtostí, kumulativích čtostí a kumulativích čtostí v %. 4. Výpočt hodot COF a COF p dl vztahů: R R 5 xt COF = +, (3 R j hodota klouzavého rozpětí, u íž kumulativí čtost v % přsahuj 5%, 5 R j hodota klouzavého rozpětí ásldující v tabulc čtosti po hodotě xt RC + COF 6 p =,.( + 3-6 - R. 5 RC j součt čtostí klouzavých rozpětí v zbývajících řádcích tabulky čtostí (počítáo od řádku pro R dál, 5 j počt hodot klouzavých průměrů. 5. Výpočt horí (UCL a dolí (LCL rgulačí mz pro rgulačí diagram pro idividuálí hodoty dl vztahů: UCL = x + 3 COF,.CV (3 LCL = x 3 COF,.CV (33 x j pravá hodota měřé vličiy, (3

CV j kritická hodota ormovaého ormálího rozdělí odpovídající hodotě COF p. 6. Výpočt střdí přímky a rgulačích mzí pro diagram pro klouzavé průměry. 7. Sstrojí rgulačích diagramů pro idividuálí hodoty a klouzavé průměry. 8. Aalýza rgulačích diagramů: a všchy hodoty v diagramu pro idividuálí hodoty lží uvitř rgulačích mzí í třba provádět rkalibraci měřidla. b ěktrá hodota v diagramu pro idividuálí hodoty lží mimo horí bo dolí rgulačí mz j třba kompzovat systmatickou chybu měří. c v diagramu pro idividuálí hodoty lží ěktré body jak mimo horí, tak mimo dolí rgulačí mz bo diagram pro klouzavé průměry vykazuj stabilitu přd rkalibrací měřidla j třba vyhldat a odstrait působí vymzitlé příčiy variability procsu měří. 4. Závěr Jak bylo ukázáo v kapitol tohoto příspěvku, systmatické i áhodé chyby ovlivňují účiost rgulačích diagramů. Působí-li daá chyba jak v fázi výpočtů rgulačích mzí, tak v fázi aplikac rgulačího diagramu, pak s měí pouz pravděpodobost odhalí přípusté odchylky procsu, rsp. riziko chybějícího sigálu. Jstliž však daá chyba působí až v fázi zavdí rgulačího diagramu, měí s jak riziko zbytčého sigálu, tak riziko chybějícího sigálu. Proto j třba tyto chyby miimalizovat, popř. miimalizovat jjich dopady a uvdá rizika. Systmatickou chybu lz aalyzovat pomocí mtodiky využívající rgulačích diagramů, ktrá j stručě popsaá v kapitol 3 v tomto příspěvku. Další typy variability (rprodukovatlost, opakovatlost lz aalyzovat apř. zámou mtodou R&R, ktrá také využívá rgulačích diagramů (blíž apř. (Pyzdk,T., 99. 5. Litratura KAZANUKA, T.: Th ffct of masurmt rror o th powr of charts. Joural of Quality tchology, vol. 8, o., April 986. MITTAG,H.J. AND RINNE,H.: Statistical mthods of quality assurac. Lodo: Chapma&Hall, 993. 647 s. MLČOCH,I. A SLIMÁK,I : Řízí kvality a strojírská mtrologi. Praha: SNTL/Alfa, 987. PYZDEK, T. 99. Pyzdk s Guid to SPC. Applicatios ad Spcial Topics (Vol.. Tusco, Arizoa: ASQC Quality Prss. Quality Publishig, Ic. ISBN -93-4- X. TOŠENOVSKÝ, J. A NOSKIEVIČOVÁ, D.: Statistické mtody pro zlpšováí jakosti. Ostrava: Motax,. 36 s. Kotakt a autora: E-mail: darja.oskivicova@vsb.cz - 7 -