1 / 26

Mérési pontosság (hőmérő)

Mérési pontosság (hőmérő). Pontossága: -80…+20 °C → ±(0,176-0,0028 * hőmérséklet) °C +20…+60 °C → ±(0,064+0,0028 * hőmérséklet) °C. Analóg hőmérő. Elektromos analóg hőmérő. Amplitúdókvantálás A/D. Mérési hibák. hiszterézis kvantálás kalibrációs függvény. A statisztika feladata.

jase
Télécharger la présentation

Mérési pontosság (hőmérő)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Mérési pontosság (hőmérő) Pontossága: -80…+20 °C → ±(0,176-0,0028 * hőmérséklet) °C +20…+60 °C → ±(0,064+0,0028 * hőmérséklet) °C

  2. Analóg hőmérő

  3. Elektromos analóg hőmérő

  4. Amplitúdókvantálás A/D

  5. Mérési hibák • hiszterézis • kvantálás • kalibrációs függvény

  6. A statisztika feladata • Mennyire hihetők a kísérletek, megfigyelések megállapításai? • Mennyiben játszik szerepet a véletlen? • Minta alapján becslés, válasz valószínűségi állítás formájában • Aktív statisztika (megfigyelések, mérések tervezése, kísérlettervezés)

  7. Statisztikai módszerek • Sztochasztika • Valószínűségszámítás • Megfigyelések értékelése • Bizonytalanság okainak felderítése • Döntéshozatal

  8. Valószínűségek • Véletlen esemény: előfordulása bizonytalan (se nem biztos, se nem lehetetlen) • P(E) bekövetkezési valószínűség (0,00-1,00) • Relatív gyakoriság (%)

  9. Függetlenség • Komplementer (kiegészítő) esemény • Feltételes valószínűség • Sztochasztikus függetlenség

  10. Ismérv, alapsokaság, minta • Kvantitatív és kvalitatív ismérvek • Összes lehetséges előfordulás = alapsokaság • Mintavétel: olcsó, gyors, egzakt

  11. Véletlen mintavétel, szisztematikus hiba • Minden elem egymástól függetlenül és azonos valószínűséggel kerül a mintába (véletlen számok) • Előnye: a belőle származtatott statisztikai mutatók csak a véletlen eltérést mutatják az alapsokaság mutatójához képest • Szelekció • Reprezentativitás

  12. Paraméter • Minta adataiból az alapsokaság adatira következtetünk • Az alapsokaság jellemző értékeit paraméternek nevezzük (görög betűvel jelöljük) • A minta középértékből alapsokaság középértékére következtetünk • Megbízhatósági intervallum • Statisztikai próba

  13. Véletlen minta előállítása • Véletlen szám generátor • Pszeudó véletlen szám generátor • Rnd() függvény • Excel Vél() függvénye • VÉL()*(b-a)+a

  14. Mintavételi eljárások • N=1500 és 3000 között • Egynemű (homogén) alapsokaság mintái • Nem egynemű (heterogén) alapsokaság mintái • Csoportba rendezett (csomók) • Nem rendezett csoportba (rétegképzés) • Blokk képzés (homogén csoportok kialakítása

  15. Statisztikai becslés • Valamely paraméter ismeretlen (feltételezett) tényleges értékének közelítő megadása egy statisztikai függvénnyel. Elvileg bármelyik statisztikai függvény tekinthető becslésnek, valójában csak azokat használjuk, amelyeknek megvannak a jó becslés legfontosabb tulajdonságai

  16. A jó becslés kritériumai • Torzítatlanság (várható érték) • Pontosság (szórás) • Konzisztencia

  17. Torzítatlan és konzisztens becslés • Olyan becslés, amelynek várható értéke az igazi paraméter (torzítatlan) • Olyan becslés, amely a minta n elemszámának növekedésével (n ) a paraméter igazi értékéhez konvergál sztochasztikusan (erős konzisztencia esetén 1 valószínűséggel)

  18. Pontos és torzítatlan becslés

  19. Pontos és torzított becslés

  20. Pontatlan és torzítatlan becslés

  21. Pontatlan és torzított becslés

  22. Centrális mutatók • Átlag (várható érték) • Medián (középső adat, gyakran helyettesíti a számtani közepet) • Módusz (leggyakrabban előforduló elem)

  23. Szóródási mutatók • Helyzeti: • Maximum (standardizált értéke) • Minimum (standardizált értéke) • Terjedelem (max.-min.) • Kvartilisek (negyedelők) • Interkvartilis (Q3-Q1)/2 • Számított: • Szórás • Variancia • Az átlag standard hibája • A medián standard hibája

  24. Nem paraméteres eljárások

  25. Paraméteres eljárások 1.

  26. Paraméteres eljárások 2. SZÓRÁS

More Related