Analiza niepewności pomiarów Zagadnienia statystyki matematycznej

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

ESTYMACJA PRZEDZIAŁOWA
Ocena dokładności i trafności prognoz
Statystyka Wojciech Jawień
hasło: student Szymon Drobniak pokój konsultacje: wtorek 13-14
Estymacja. Przedziały ufności.
Zmienne losowe i ich rozkłady
BUDOWA MODELU EKONOMETRYCZNEGO
Estymacja przedziałowa
Statystyka w doświadczalnictwie
hasło: student Joanna Rutkowska Aneta Arct
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Analiza korelacji.
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 5 Przedziały ufności
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 4 Przedziały ufności
Metody Przetwarzania Danych Meteorologicznych Wykład 4
Test t-studenta dla pojedynczej próby
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Jednoczynnikowa analiza wariancji (ANOVA)
Hipotezy statystyczne
Analiza współzależności cech statystycznych
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
Analiza wariancji jednoczynnikowa.
dr hab. Dariusz Piwczyński
Elementy Rachunku Prawdopodobieństwa i Statystyki
Hipotezy statystyczne
Projekt wykonany przez studentów I roku ARI Politechniki Wrocławskiej:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Kilka wybranych uzupelnień
Błędy i niepewności pomiarowe II
Planowanie badań i analiza wyników
Dopasowanie rozkładów
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Metody Matematyczne w Inżynierii Chemicznej Podstawy obliczeń statystycznych.
Wykład 5 Przedziały ufności
Rozkład wariancji z próby (rozkład  2 ) Pobieramy próbę x 1,x 2,...,x n z rozkładu normalnego o a=0 i  =1. Dystrybuanta rozkładu zmiennej x 2 =x 1 2.
Weryfikacja hipotez statystycznych
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Estymatory punktowe i przedziałowe
Konsultacje p. 139, piątek od 14 do 16 godz.
Testowanie hipotez Jacek Szanduła.
Model trendu liniowego
STATYSTYKA – kurs podstawowy wykład 5 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
ze statystyki opisowej
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Estymacja parametrów populacji. Estymacja polega na szacowaniu wartości parametrów rozkładu lub postaci samego rozkładu zmiennej losowej, na podstawie.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Testy nieparametryczne
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Statystyka matematyczna
Statystyka matematyczna
METROLOGIA Statystyczne metody poprawienia dokładności
Jednorównaniowy model regresji liniowej
Zmienna losowa. Wybrane rozkłady zmiennej. Przedział ufności.
Analiza niepewności pomiarów
Monte Carlo, bootstrap, jacknife
Zapis prezentacji:

Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl

Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej losowej Pytania kontrolne ? zmienna losowa wariancja odchylenie standardowe odchylenie standardowe eksperymentalne estymator rozkład prawdopodobieństwa zgodność, obciążenie, efektywność jeżeli przedziały klas → 0 oraz n →∞ to wielobok liczebności → krzywej rozkładu prawdopodobieństwa

Dla rozkładu normalnego mamy: Interpretacja graficzna prawdopodobieństwa wystąpienia cechy populacji w przedziale <a,b> Dla rozkładu normalnego mamy: 2019-01-01 Szczecin; Paweł Majda

Odchylenie standardowe i jego wpływ na kształt krzywej Gaussa Graficzna interpretacja odchylenia standardowego dla rozkładu normalnego Wpływ wartości odchylenia standardowego na kształt krzywej rozkładu normalnego a) krzywa rozkładu normalnego b) pierwsze i drugie różniczkowanie krzywej rozkładu normalnego 2019-01-01 Szczecin; Paweł Majda

Standardowy (standaryzowany) rozkład normalny N(0,1) Carl Friedrich Gauss 1777-1855 2019-01-01 Szczecin; Paweł Majda

Krzywa rozkładu jednostajnego (równomiernego, prostokątnego) Rozkład prostokątny wykorzystywany jest często do szacowanie niepewności standardowej metodą typu B dla granicznego błędu dopuszczalnego przyrządu pomiarowego MPE (ang. maximum permissible error). Przyjmuje się wówczas a=|MPE| oraz 2019-01-01 Szczecin; Paweł Majda

Krzywa rozkładu trójkątnego 2019-01-01 Szczecin; Paweł Majda

Rozkład t-Studenta dla n-1=2, 5 i 10 stopni swobody oraz rozkład N(0,1) William Sealy Gosset, 1876-1937 (pseudonim Student) 2019-01-01 Szczecin; Paweł Majda

Pytanie – ile razy powtarzać eksperyment? Wpływ liczby stopni swobody oraz poziomu istotności a na wartość zmiennej standaryzowanej rozkładu t-Studenta Pytanie – ile razy powtarzać eksperyment? Program Excel oblicza wartość statystyki t-Studenta (dla przedziału dwustronnego) jako funkcję: „ =ROZKŁAD.T.ODW(a;n-1) ”. 2019-01-01 Szczecin; Paweł Majda

Centralne twierdzenie graniczne rachunku prawdopodobieństwa Jedno z najważniejszych twierdzeń rachunku prawdopodobieństwa, uzasadniające powszechne występowanie w przyrodzie rozkładów zbliżonych do rozkładu normalnego. Jeżeli i wszystkie Xi mają rozkłady normalne, to rozkład Y także jest normalny. Jednakże nawet jeżeli rozkłady Xi nie są normalne to rozkład Y, na mocy CTG, można aproksymować rozkładem normalnym (przy założeniu, że zmienne Xi są niezależne. Na podstawie CTG można w wielu sytuacjach zakładać, że zmienna losowa, którą jesteśmy właśnie zainteresowani, ma rozkład normalny. Wartość zmiennej standaryzowanej splotu rozkładów jest ścisłym sposobem wyznaczania współczynnika rozszerzenia dla niepewności rozszerzonej pomiaru !!!!!!!!!!!!!!!!!!!

Rozważania praktyczne Rozkład prostokątny m=0,5 Liczba próbek 10 Liczba próbek 100 Liczba próbek 1000 2019-01-01 Szczecin; Paweł Majda

Rozważania praktyczne Rozkład normalny m=10; s=1 Liczba próbek 10 Liczba próbek 100 Liczba próbek 1000 2019-01-01 Szczecin; Paweł Majda

Rozważania praktyczne Rozkład Weibulla l=10 – parametr skali k=40 – parametr kształtu Dla k=3.4 przypomina rozkład normalny Liczba próbek 10 Liczba próbek 100 Liczba próbek 1000 2019-01-01 Szczecin; Paweł Majda

Rozważania praktyczne – wiarygodność oszacowania niepewności pomiaru Przedział ufności odchylenia standardowego czyli także niepewności pomiaru gdzie: n<30 – liczna pomiarów, – odchylenie standardowe populacji generalnej, s – odchylenie standardowe z próby, (1-a) – poziom ufności, c2 – wartość krytyczna rozkładu chi-kwadrat dla określonego poziomu istotności i liczby stopni swobody. s = 1 a = 0,05 2019-01-01 Szczecin; Paweł Majda

Dziękuję za uwagę 2019-01-01 Szczecin; Paweł Majda