Hanthy László Tel.:

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Hanthy László Tel.: 06 20 9420052"

Átírás

1 Hanthy László Tel.:

2 Néhány probléma a gyártási folyamatok statisztikai szabályzásával kapcsolatban

3 Miben kellene segíteni az SPC alkalmazóit? Hanthy László T: 06(20)

4 Megválaszolandó kérdések Mit tekintsünk statisztikailag stabil folyamatnak? Hogyan szabályozhatjuk a valóságos előállítási folyamatokat? Hogyan kezdhetünk neki egy folyamat szabályozásának? Mit tegyünk a speciális problémák kezelésére?

5 Stabilitás? A statisztikai stabilitás fogalma helyett az autóipari szerzők az uralt uralt, vagy a minőségképes kifejezést is használják. Az a folyamat, minőségképes, amely bizonyíthatóan képes az előre meghatározott követelmények teljesítésére, és mért értékei a tűréshatárokon belül vannak. (VDA 4) E folyamat a szabályzókártya beavatkozási határain belül marad, és képességindexe is megfelel a követelményeknek. EOQ-előadás Hanthy László

6 Folyamat véletlen zavarokkal Az idei deális Shewhart- folyamat: Idő Idő t µ t4, σ t4 µ t3, σ t3 σ(t) = konstans µ t2, σ t2 µ(t) = konstans µ t1, σ t1

7 Példák a veszélyes (?) zavarokra σ(t) = konstans µ(t) konstans Idő Idő t µ t2, σ µ t3, σ µ t5, σ µ t4, σ µ t2, σ t2 µ t3, σ t3 µ t4, σ t4 µ t5, σ t5 Idő Idő t σ(t) konstans µ t1, σ µ t1, σ t1 µ(t) konstans EOQ-előadás Hanthy László

8 Ezeket kell szabályozni! A hagyományos értelemben vett statisztikailag stabil folyamatok nem léteznek csak egyeseket az alkalmazott matematikai eszközök segítségével annak tekinthetünk. Mérési Mérési módszer módszer Kiértékelés Kiértékelés Környezet Környezet Ember Ember Geometria Geometria Mérőeszköz Mérőeszköz Anyag Anyag Technológia Technológia X kimenet

9 Valóságos gyártási folyamatok EOQ-előadás Hanthy László

10 Folyamatmodellek az ISO/DIS (DIN Folyamatmodellek 55319) szerint A modell betűjele A B C D Folyamathelyzet µ=áll. µ= áll. µ áll. µ áll. Folyamatszórás σ= áll. σ áll. σ= áll. σ áll.

11 A-típusú folyamatmodellek Jele Tulajdonság A szúró- próbák eloszlása sa Eredmény -eloszlás µ=áll., σ= áll. A1 normál normál A2 nem normál, egy- vagy több- csúcsú nem normál, egy- vagy több- csúcsú EOQ-előadás Hanthy László

12 Példák folyamattípusokra Normál eloszlású folyamat (A1)

13 Példák folyamattípusokra Nem normál eloszlású folyamat (A2) EOQ-előadás Hanthy László

14 B-típusú folyamatmodell Jele Tulajdonság A szúró- próbák eloszlása sa Eredmény -eloszlás µ=áll., σ áll. B nem normál, egy- csúcsú normál, vagy más, egy- csúcsú A szórás véletlen- szerűen változik

15 C-típusú folyamatmodellek Jele Tulajdonság A szúró- próbák eloszlása sa Eredmény -eloszlás µ áll., σ= áll. C1 A középérték véletlen- szerűen (normál- eloszlással) szór normál normál C2 A középérték véletlen- szerűen szór normál nem normál, egy- csúcsú EOQ-előadás Hanthy László

16 C-típusú folyamatmodellek Jele Tulajdonság A szúró- próbák eloszlása sa Eredmény -eloszlás µ áll., σ= áll. C3 A középérték szisztemati- kusan változik (pl. trend, ciklikusság) normál tetszőle- ges, általában egy- csúcsú eloszlás C4 A középérték szisztemati- kusan és véletlensze- rűen változik normál tetszőle- ges, általában több- csúcsú eloszlás

17 Példák folyamattípusokra Ingadozó középértékű, állandó szórású folyamat (C3) EOQ-előadás Hanthy László

18 Példák folyamattípusokra Ingadozó középértékű, állandó szórású folyamat (C4)

19 D-típusú folyamatmodell Jele Tulajdonság A szúró- próbák eloszlása sa Eredmény -eloszlás µ áll., σ áll. D tetszőle- ges, általában több- csúcsú eloszlás tetszőle- ges, általában több- csúcsú eloszlás Mind a középérték, mind a szórás szisztemati- kusan és véletlensze- rűen változik EOQ-előadás Hanthy László

20 Példák folyamattípusokra Ingadozó középértékű, és szórású, instabil folyamat (D)

21 A folyamatmodellek gyakorisága (egy német felmérésből) 1000 folyamatból, 11 gyárból D - nem képes 23% A1 2% A2 2% C1 és C2 36% D - képes 32% C3 és C4 5% EOQ-előadás Hanthy László

22 Az SPC helye Hatékony -ság 100%-os ellenőrzés Mintavételes ellenőrzések Ellenőrzés a mérési bizonytalansággal csökkentett tűrésre Ellenőrzés (etalonnal v. mérőeszközzel) tűrésre Ellenőrzés kombinált minőségszabályzó-kártyával Ellenőrzés mérési értékkártyával (egyszerű szabályzókártya) Ellenőrzés tűrésre

23 Követelmények a folyamatszabályozással kapcsolatban (ipari sorozatgyártás) Egyszerű interpretálhatóság az alkalmazók számára Interpretálhatóság szoftverrel Automatikus kalkuláció (minél nagyobb arányban) Minimális első fajú hiba Egyértelmű szabályok az alkalmazásra és a bevezetés fázisára EOQ-előadás Hanthy László

24 Követelmények a folyamatszabályozással kapcsolatban Egyszerű interpretálhatóság, kezelhetőség az alkalmazók számára A CUSUM-kártya a versenyből kizárva; Maradnak azok a kártyák, melyekben a folyamat megfelelősége a határokkal történő összeméréssel derül ki. A helyzetkártyán csak a nominális átlag (vagy medián) ) szerepeljen! (short( run-kártyák kizárva illetve szoftver alkalmazásakor feleslegesek)

25 Követelmények a folyamatszabályozással kapcsolatban Interpretálhatóság szoftverrel Szubjektív stabilitáskritériumok, mint pl: láthatóan nem véletlenszerű alakzatok a kártyában kizárva EOQ-előadás Hanthy László

26 Követelmények a folyamatszabályozással kapcsolatban Automatikus kalkuláció (minél nagyobb arányban) A határok számítása legyen megoldható a bevitt mérési eredményekből és/vagy a tűréshatárokból

27 Követelmények a folyamatszabályozással kapcsolatban Minimális első fajú hiba Biztosítani kell a módszer elfogadottságát Speciális szabályzókártyák, melyek kínosan pontos peremfeltételeket igényelnek, (pl. regressziós ellenőrzőkártya) kizárva EOQ-előadás Hanthy László

28 Követelmények a folyamatszabályozással kapcsolatban Alkalmazható szabályzókártyák: Folyamatalapú (Shewhart( Shewhart-)kártyák normális nem normális eloszlásra (Pearson( Pearson-kártyák) Tűrésalapú helyzetkártyák (átvételi kártyák) megadott selejthányad megakadályozására, vagy a megadott folyamatképességi indexre kalkulálva EWMA-kártyák elsősorban a mozgó minták elemzésére (?)

29 A folyamatszabályzáshoz javasolt módszerek az autóipari előírásokkal összehasonlítva Folyamattípus (altípus) SPC-kézikönyv VDA 4 Ringbuch Javasolt szabályzási módszerek A normál eloszlás egyszerű Shewhartszabályzókártya egyszerű Shewhartszabályzókártya egyszerű Shewhartszabályzókártya A nem normál eloszlás nincs módszer megemlítve nincs módszer megemlítve Pearson-féle szabályzókártya B nem szabályozható nem szabályozható egyszerű Shewhartvagy Pearsonszabályzókártya, szükség esetén szakaszokra kalkulált beavatkozási határokkal

30 C a minták eloszlása normális nem szabályozható kibővített Shewhartszabályzókártya, vagy elfogadókártya kibővített Shewhartszabályzókártya, vagy átvételi kártya C a minták eloszlása nem normális nem szabályozható nem, vagy korlátozottan szabályozható kibővített Shewhart-, vagy átvételi középértékkártya, Pearson-féle szóráskártya D a minták eloszlása nem normális nem szabályozható nem szabályozható kibővített Shewhart-, vagy átvételi középértékkártya folyamatszakaszokra kalkulált beavatkozási határokkal, Pearson-féle, vagy szakaszos kiértékeléssel készített Shewhart-szóráskártya

31 Automatikus technológiák Automatikus technológiák

32 Az SPC szakaszai Fázisok: A folyamat előzetes elemzése milyen modellbe tartozik? melyek a befolyásoló tényezők? megfelelő-e e a mérőrendszer? milyen mintavétel javasolt, és lehetséges (fázisonként)? Adatgyűjtés alkalmazzunk előzetes szabályzókártyát, vagy sem? milyen kiegészítő adatokat naplózzunk? hogyan biztosítsuk a folyamatképességet? milyen szabályok vonatkozzanak a személyzetre?

33 Az SPC szakaszai Fázisok: Előzetes szabályzókártya elemzés: összehasonlítás a 0-hipotézissel0 ideiglenesen tűrés alapú kártyák alkalmazása speciális eljárás folyamatsérülések esetén Folyamatos folyamatszabályzás- és elemzés a kártyahatárok után-igazítása részletes elemzés keretében rendszeres kiértékelés FOLYAMATELEMZÉS, FOLYAMATFEJLESZTÉS standard, de folyamatspecifikus szabályok alkalmazása EOQ-előadás Hanthy László

34 Speciális problémák a folyamatszabályozásban A folyamatképesség biztosítása átvételi kártya, α-hiba kontra a kártyk rtyában leképezett matematikai modell Folyamatos, 1-elemű 1 mintavétel (mozgó mintaképzés) mintanagyság, kártyatípus- és interpretáció! Több folyamat keveredik (termékek pl. több szerszámfészekből) mintavételi módszer, terjedelemkártya Nem megfelelő mérőeszköz-felbontás terjedelemkártya

35 A fő kérdés Miért nincs Magyarországon (és nem csak itt) valóságos folyamatelemzésen alapuló folyamatszabályzás csak a 6σ-projektekben, 6 csak bújócskázás a statisztikával? (Show Program for Customer) Az Az üzleti környezet A (a (a mindenképpen betartandó) folyamatképesség (tűrés) mumusa A képzés felelőssége EOQ-előadás Hanthy László

STATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69)

STATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69) STATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69) 1. AZ ISO SZABVÁNYOK TÉRKÉPE 2. A SZABVÁNYOK BEMUTATÁSA 3. HASZNÁLATI TANÁCSOK 4. A STATISZTIKAI SZABVÁNYOK ÉS AZ ISO 9001 5. JAVASLATOK

Részletesebben

Kontrol kártyák használata a laboratóriumi gyakorlatban

Kontrol kártyák használata a laboratóriumi gyakorlatban Kontrol kártyák használata a laboratóriumi gyakorlatban Rikker Tamás tudományos igazgató WESSLING Közhasznú Nonprofit Kft. 2013. január 17. Kis történelem 1920-as években, a Bell Laboratórium telefonjainak

Részletesebben

A képzés elvégzése tökéletes alapot nyújt a lean menedzsment megismeréséhez is.

A képzés elvégzése tökéletes alapot nyújt a lean menedzsment megismeréséhez is. MINŐSÉGMENEDZSMENT A KÉPZÉSRŐL Minőségmenedzsment képzésünk segítségével a résztvevők az alapfogalmak megismerésén túl többek között az általános, szabványos (ISO 9000-es sorozat) és az ágazat-specifikus

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem. Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:

Részletesebben

Egy lehetséges tartalomjegyzék TÜV 100

Egy lehetséges tartalomjegyzék TÜV 100 A TÜV 100 egy olyan fogalomgyûjtemény, amely a minõséget oktató felsõoktatási intézmények számára a TÜV Rheinland Akadémia által meghirdetett "Minõségügyi rendszerreferens" és "Minõségügyi rendszerfejlesztõ"

Részletesebben

A Q-DAS CAMERA koncepció fázisai

A Q-DAS CAMERA koncepció fázisai Q-DAS - fıbb referenciák 32012.09.25. Q-DAS-ismertetı Q-DAS - fıbb referenciák 4 Q-DAS-ismertetı A Q-DAS CAMERA koncepció fázisai COLLECTING (adatgyőjt jtés) procella Q-DAS -adatformátumok Folyamat-ismeret

Részletesebben

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

FOLYAMATSZABÁLYOZÁS a Wescast Hungary-nél

FOLYAMATSZABÁLYOZÁS a Wescast Hungary-nél FOLYAMATSZABÁLYOZÁS a Wescast Hungary-nél Dózsa Zoltán folyamat fejlesztési szakértő 2006. November 23 (EOQ-MNB Hat Szigma Szakbizottság ülésére) Tartalom Bemutatkozás Személyes Cég Termék A Wescast termelő

Részletesebben

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Khi-négyzet eloszlás. Statisztika II., 3. alkalom Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Információtartalom vázlata

Információtartalom vázlata 1. Ön azt a feladatot kapta munkahelyén, hogy mutassa be tanuló társainak, hogyan épül fel a korszerű logisztikai rendszer, és melyek a feladatai. Miről fog beszélni? Információtartalom vázlata - logisztika

Részletesebben

A Six Sigma és a destra

A Six Sigma és a destra A Six Sigma és a destra A Q-DAS termékek felhasználhatósága a Six Sigma projektekben Hanthy László T&T Quality Kft. Q DAS - Experts in Statistics 2 www.ttq.hu 1 A Q-DAS szoftverrendszer rövid bemutatása

Részletesebben

Folyamatképes gyártási folyamatok a Roto lövői gyárában 2014.06.26

Folyamatképes gyártási folyamatok a Roto lövői gyárában 2014.06.26 Folyamatképes gyártási folyamatok a Roto lövői gyárában 1 Bevezetés Statisztikai folyamatszabályozás 2 A hibaköltségek nagyobbak, mint gondolnánk Cél A hibák nagyon nagy ráfordítást jelentenek. Csak kis

Részletesebben

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának? Statisztika 2015. május 08. D csoport Név Neptun kód 1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik pályázatnál 320 pályázóból 42 nyert, a másik pályázatnál

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

Gondolatok a belső auditorok felkészültségéről és értékeléséről Előadó: Turi Tibor vezetési tanácsadó, CMC az MSZT/MCS 901 szakértője

Gondolatok a belső auditorok felkészültségéről és értékeléséről Előadó: Turi Tibor vezetési tanácsadó, CMC az MSZT/MCS 901 szakértője Gondolatok a belső auditorok felkészültségéről és értékeléséről Előadó: Turi Tibor vezetési tanácsadó, CMC az MSZT/MCS 901 szakértője 1 Az előadás témái Emlékeztetőül: összefoglaló a változásokról Alkalmazási

Részletesebben

Levegőtisztaság-védelmi mérések, aktuális és várható szabályok

Levegőtisztaság-védelmi mérések, aktuális és várható szabályok Levegőtisztaság-védelmi mérések, aktuális és várható szabályok KSZGYSZ konferencia 2012. május 22. Bibók Zsuzsanna Tartalom A 2011-ben hatályba lépett jogszabályok új előírásai; 306/2011.(XII.23.)kormányrendelet,

Részletesebben

Varianciaanalízis 4/24/12

Varianciaanalízis 4/24/12 1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása

Részletesebben

17. Folyamatszabályozás módszerei

17. Folyamatszabályozás módszerei 17. Folyamatszabályozás módszerei 200. Egyéb módszerek A folyamatszabályozás alapjai Minőségképesség-elemzés Mérőeszköz-képességelemzés Ellenőrzőkártyák Bedzsula Bálint 247 Adatgyűjtő lap 200. A probléma

Részletesebben

Gyártástechnológia alapjai Méréstechnika rész 2011.

Gyártástechnológia alapjai Méréstechnika rész 2011. Gyártástechnológia alapjai Méréstechnika rész 2011. 1 Kalibrálás 2 Kalibrálás A visszavezethetőség alapvető eszköze. Azoknak a műveleteknek az összessége, amelyekkel meghatározott feltételek mellett megállapítható

Részletesebben

Ellenőrizze folyamata stabilitását!

Ellenőrizze folyamata stabilitását! Ellenőrizze folyamata stabilitását!, avagy mindig készítsen gyors spc grafikont cp / cpk elemzés előtt Lean Six Sigma projektjében Lean Six Sigma projekt végrehajtása során kevésbé tapasztalt folyamatfejlesztők

Részletesebben

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek 1. Felületi érdesség használata Felületi érdesség A műszaki rajzokon a geometria méretek tűrése mellett a felületeket is jellemzik. A felületek jellemzésére leginkább a felületi érdességet használják.

Részletesebben

Iskolai jelentés. 10. évfolyam szövegértés

Iskolai jelentés. 10. évfolyam szövegértés 2008 Iskolai jelentés 10. évfolyam szövegértés Az elmúlt évhez hasonlóan 2008-ban iskolánk is részt vett az országos kompetenciamérésben, diákjaink matematika és szövegértés teszteket, illetve egy tanulói

Részletesebben

STATISZTIKA PÉLDATÁR

STATISZTIKA PÉLDATÁR STATISZTIKA PÉLDATÁR www.matektanitas.hu www.matektanitas.hu info@matektanitas.hu 1 Minden feladat csak szöveges válasszal együtt ad teljes értékű megoldást! Becslés 1. feladat Az alábbi táblázat megadja

Részletesebben

Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények

Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények Varga István szoftverfejlesztő, projektvezető - HNS Műszaki Fejlesztő Kft. Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények A 2006-ben kidolgozott SPC szoftver minőségprofil szempontrendszeréből

Részletesebben

QualcoDuna jártassági vizsgálatok - A 2014. évi program rövid ismertetése

QualcoDuna jártassági vizsgálatok - A 2014. évi program rövid ismertetése QualcoDuna jártassági vizsgálatok - A 2014. évi program rövid ismertetése Szegény Zsigmond WESSLING Közhasznú Nonprofit Kft., Jártassági Vizsgálati Osztály szegeny.zsigmond@qualcoduna.hu 2014.01.21. 2013.

Részletesebben

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

Képfeldolgozó rendszerek a méréstechnikában

Képfeldolgozó rendszerek a méréstechnikában Képfeldolgozó rendszerek a méréstechnikában www.falcon-vision.com GYÁRTÓSORI ELLENÔRZÉS MINÔSÉGBIZTOSÍTÁS FOLYAMATDIAGNOSZTIKA www.falcon-vision.com Termékeink felhasználási köre Képfeldolgozó mérôrendszerek

Részletesebben

SPC egyszerően, olcsón, eredményesen

SPC egyszerően, olcsón, eredményesen SPC egyszerően, olcsón, eredményesen Rába Tivadar Six Sigma Black Belt BorgWarner Turbo System April 7, 2007 1 Mi az SPC? Miért pont SPC? Tán Show Program for Costumer? Szakértık Statisztikai folyamat

Részletesebben

HAT SZIGMA FEKETEÖVES SZAKEMBEREK ISMERETANYAGA

HAT SZIGMA FEKETEÖVES SZAKEMBEREK ISMERETANYAGA HAT SZIGMA FEKETEÖVES SZAKEMBEREK ISMERETANYAGA Az alábbi témafelsorolás a hat szigma feketeöves szakemberek tudásanyagát tartalmazza. Az egyes témakörökhöz fűzött megjegyzések a megkövetelt ismeretszintet

Részletesebben

Nemparametrikus tesztek. 2014. december 3.

Nemparametrikus tesztek. 2014. december 3. Nemparametrikus tesztek 2014. december 3. Nemparametrikus módszerek Alkalmazásuk: nominális adatok (gyakoriságok) esetén, ordinális adatok esetén, metrikus adatok esetén (intervallum és arányskála), ha

Részletesebben

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:

Részletesebben

Mérési hibák. 2008.03.03. Méréstechnika VM, GM, MM 1

Mérési hibák. 2008.03.03. Méréstechnika VM, GM, MM 1 Mérési hibák 2008.03.03. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség általánosított

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció 3D számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr.

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

ELŐSZÓ. 4 AZ ADATGYŰJTÉSBEN RÉSZTVEVŐK IPARÁGI MEGOSZLÁSA. 5 AZ ADATGYŰJTÉSBEN SZEREPLŐ ÉPÜLETEK JELLEMZŐI, TERÜLETI ADATAI. 20 KUTATÁS FOLYTATÁSA.

ELŐSZÓ. 4 AZ ADATGYŰJTÉSBEN RÉSZTVEVŐK IPARÁGI MEGOSZLÁSA. 5 AZ ADATGYŰJTÉSBEN SZEREPLŐ ÉPÜLETEK JELLEMZŐI, TERÜLETI ADATAI. 20 KUTATÁS FOLYTATÁSA. Tartalomjegyzék ELŐSZÓ... 4 AZ ADATGYŰJTÉSBEN RÉSZTVEVŐK IPARÁGI MEGOSZLÁSA... 5 AZ ADATGYŰJTÉSBEN SZEREPLŐ ÉPÜLETEK JELLEMZŐI, TERÜLETI ADATAI... 6 FAJLAGOS TERÜLETHASZNÁLAT... 8 ÉVES KÖLTSÉGEK MEGOSZLÁSA

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 8. rész: Statisztikai eszköztár: Alapfokú statisztikai ismeretek Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Nyolcadik rész Statisztikai eszköztár: Alapfokú statisztikai

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Vizsgálati jegyzőkönyvek általános felépítése

Vizsgálati jegyzőkönyvek általános felépítése Vizsgálati jegyzőkönyvek általános felépítése 1. Intézményi és személyi adatok 1. Megbízó intézmény neve és címe 2. Megbízó képviselőjének neve és beosztása 3. A vizsgáló intézmény illetve laboratórium

Részletesebben

Kérdıívek, tesztek I. Kérdıívek

Kérdıívek, tesztek I. Kérdıívek Kérdıívek, tesztek I. Kérdıívek Kérdıíves vizsgálat céljára alkalmas témák A kérdıíves vizsgálatok alkalmasak leíró, magyarázó és felderítı célokra. Leginkább olyan kutatásban használják, amelyekben az

Részletesebben

Statisztikai alapfogalmak

Statisztikai alapfogalmak Statisztika I. KÉPLETEK 2011-2012-es tanév I. félév Statisztikai alapfogalmak Adatok pontossága Mért adat Abszolút hibakorlát Relatív hibakorlát Statisztikai elemzések viszonyszámokkal : a legutolsó kiírt

Részletesebben

WIL-ZONE TANÁCSADÓ IRODA

WIL-ZONE TANÁCSADÓ IRODA WIL-ZONE TANÁCSADÓ IRODA Berényi Vilmos vegyész, analitikai kémiai szakmérnök akkreditált minőségügyi rendszermenedzser regisztrált vezető felülvizsgáló Telefon és fax: 06-33-319-117 E-mail: info@wil-zone.hu

Részletesebben

Megfelelőségi határértékek az étrend-kiegészítőknél Uniós ajánlás a kompetens hatóságoknak

Megfelelőségi határértékek az étrend-kiegészítőknél Uniós ajánlás a kompetens hatóságoknak Megfelelőségi határértékek az étrend-kiegészítőknél Uniós ajánlás a kompetens hatóságoknak Horányi Tamás Magyarországi Étrend-kiegészítő Gyártók és Forgalmazók Egyesülte Étrend-kiegészítők, gyógyhatású

Részletesebben

Centura Szövegértés Teszt

Centura Szövegértés Teszt Centura Szövegértés Teszt Megbízhatósági vizsgálata Tesztfejlesztők: Megbízhatósági vizsgálatot végezte: Copyright tulajdonos: Bóka Ferenc, Németh Bernadett, Selmeci Gábor Bodor Andrea Centura Kft. Dátum:

Részletesebben

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) 5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van

Részletesebben

FoodManufuture FP7 projekt

FoodManufuture FP7 projekt FoodManufuture FP7 projekt Virtuális és kibővített (augmented) valóság - Élelmiszeripari igények és alkalmazási lehetőségek dr. Sebők András Campden BRI Magyarország FoodManufuture workshop Budapest, Vidékfejlesztési

Részletesebben

FOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA

FOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA FOLYAMATAUDIT JELENTÉS ELEKTRONIKUS VÁLTOZATA 1.0 VERZIÓ A program alkalmazási környezete A program felépítése, tulajdonságai A program további tulajdonságai A program ára A program szállítása, telepítése

Részletesebben

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak1: b) Mo = 1857,143 eft A kocsma tipikus (leggyakoribb) havi bevétele 1.857.143 Ft. c) Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak2: b) X átlag = 35 Mo = 33,33 σ = 11,2909 A = 0,16 Az

Részletesebben

Variancia-analízis (folytatás)

Variancia-analízis (folytatás) Variancia-analízis (folytatás) 7. elıadás (13-14. lecke) Egytényezıs VA blokk-képzés nélkül és blokk-képzéssel 13. lecke Egytényezıs variancia-analízis blokkképzés nélkül Az átlagok páronkénti összehasonlítása(1)

Részletesebben

LAMBDA-MED Kft. elektroanalitikai csoport

LAMBDA-MED Kft. elektroanalitikai csoport Mátrafüttyös, 2007. november 09. 1/4 oldal Solitrode kémiai megfelelőségvizsgálata Az ellenőrzés tárgya: Solitrode (kombinált ph-elektród Pt1000 hőérzékelővel) Gyártó: Metrohm Típusa: 6.0228.000 Gyári

Részletesebben

TANTÁRGYI ÚTMUTATÓ. Statisztika 1.

TANTÁRGYI ÚTMUTATÓ. Statisztika 1. I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Statisztika 1. TÁVOKTATÁS Tanév 2014/2015 II. félév A KURZUS ALAPADATAI Tárgy megnevezése: Statisztika 1. Tanszék: Módszertani Tantárgyfelelős neve: Sándorné Dr. Kriszt

Részletesebben

Minitab 17 újdonságai. Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma

Minitab 17 újdonságai. Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma Minitab 17 újdonságai Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma Minitab 17! Minitab 17 számos újdonságot és fejlesztést nyújt beleértve a következőket: Regression DOE Assistant Példák

Részletesebben

Záróvizsga szakdolgozat. Mérési bizonytalanság meghatározásának módszertana metallográfiai vizsgálatoknál. Kivonat

Záróvizsga szakdolgozat. Mérési bizonytalanság meghatározásának módszertana metallográfiai vizsgálatoknál. Kivonat Záróvizsga szakdolgozat Mérési bizonytalanság meghatározásának módszertana metallográfiai vizsgálatoknál Kivonat Csali-Kovács Krisztina Minőségirányítási szakirány 2006 1 1. Bevezetés 1.1. A dolgozat célja

Részletesebben

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS ACCREDITATION OF TESTLab CALIBRATION AND EXAMINATION LABORATORY XXXVIII. Sugárvédelmi Továbbképző Tanfolyam - 2013 - Hajdúszoboszló Eredet Laboratóriumi

Részletesebben

FELSZÍN ALATTI VIZEK RADONTARTALMÁNAK VIZSGÁLATA ISASZEG TERÜLETÉN

FELSZÍN ALATTI VIZEK RADONTARTALMÁNAK VIZSGÁLATA ISASZEG TERÜLETÉN FELSZÍN ALATTI VIZEK RADONTARTALMÁNAK VIZSGÁLATA ISASZEG TERÜLETÉN Készítette: KLINCSEK KRISZTINA környezettudomány szakos hallgató Témavezető: HORVÁTH ÁKOS egyetemi docens ELTE TTK Atomfizika Tanszék

Részletesebben

Dr. Kanyó Ferenc, Bauer Márton. A tűzoltók fizikai állapotfelmérések új alapjai

Dr. Kanyó Ferenc, Bauer Márton. A tűzoltók fizikai állapotfelmérések új alapjai Dr. Kanyó Ferenc, Bauer Márton A tűzoltók fizikai állapotfelmérések új alapjai A tűzoltók fizikai állapotfelmérésének helyzetét napjainkban az teszi kivételesen aktuálissá, hogy jelenleg is folyik az előkészítése

Részletesebben

GCF 1.1 Gas Consumption Forecast

GCF 1.1 Gas Consumption Forecast GCF 1.1 Gas Consumption Forecast A szabadpiaci gáz-kereskedelem alapja a forrás- és a fogyasztói oldali menetrendek tervezése, operatív levezénylése és elszámolása. Az energia kereskedelem a jövõre vonatkozik,

Részletesebben

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1 Jelgenerálás virtuális eszközökkel (mágneses hiszterézis mérése) LabVIEW 7.1 3. előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 EA-3/1 Folytonos idejű jelek diszkrét idejű mérése A mintavételezési

Részletesebben

Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények

Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények Az SPC rendszerekkel szemben támasztott felhasználói többletkövetelmények Varga István varga@hns.eu HNS Műszaki Fejlesztő Kft. 9027 Győr, Gesztenyefa u. 4. www.hns.eu/spc A 2006-ben kidolgozott SPC szoftver

Részletesebben

OPPONENSI V É L E M É N Y

OPPONENSI V É L E M É N Y OPPONENSI V É L E M É N Y Hegedűs Csaba: Kockázatalapú döntések támogatása a megfelelőség értékelésében a mérési bizonytalanság figyelembevételével című doktori (PhD) értekezéséről 1. ÁTFOGÓ ÉRTÉKELÉS

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4. EURÓPAI ÉRETTSÉGI 2010 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2010. Június 4. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

HAT SZIGMA ZÖLDÖVES SZAKEMBEREK ISMERETANYAGA

HAT SZIGMA ZÖLDÖVES SZAKEMBEREK ISMERETANYAGA HAT SZIGMA ZÖLDÖVES SZAKEMBEREK ISMERETANYAGA Az alábbi témafelsorolás a hat szigma zöldöves szakemberek tudásanyagát tartalmazza. Az egyes témakörökhöz fűzött zárójeles megjegyzések a megkövetelt ismeretszintet

Részletesebben

Akusztikai tervezés a geometriai akusztika módszereivel

Akusztikai tervezés a geometriai akusztika módszereivel Akusztikai tervezés a geometriai akusztika módszereivel Fürjes Andor Tamás BME Híradástechnikai Tanszék Kép- és Hangtechnikai Laborcsoport, Rezgésakusztika Laboratórium 1 Tartalom A geometriai akusztika

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Tartalom és mutatók 1/1

Tartalom és mutatók 1/1 Tartalom és mutatók 1/1 1/1 Tartalom 1 Tartalom és mutatók 1/1 Tartalom 1/2 Szerzôk 1/3 Ellenôrzô lap 2013. február 2 A vállalati stratégia, rendszer és folyamat minôségtudatos fejlesztése 2/1 Tartalom

Részletesebben

305/2011 EU rendelet ill. 275/2013 kormányrendelet alkalmazása. CREATON Hungary Kft.

305/2011 EU rendelet ill. 275/2013 kormányrendelet alkalmazása. CREATON Hungary Kft. 305/2011 EU rendelet ill. 275/2013 kormányrendelet alkalmazása CREATON Hungary Kft. 1. Kerámia tetőcserepek 2. Sík- és hullámpala 3. Szerelt homlokzatburkolatok Kerámia tetőcserepek Legfontosabb változások

Részletesebben

Energia- & teljesítmény mérők

Energia- & teljesítmény mérők Energia- & teljesítmény mérők 1194 Budapest, Mészáros Lőrinc u. 130/b Tel.: 06 (1) 288 0500 Fax: 06 (1) 288 0501 www.lsa.hu ELNet GR/PQ Villamos fogyasztásmérő és hálózat analizátor - pontosság: 0,2% (speciális

Részletesebben

DOWN-KÓR INTRAUTERIN SZŰRÉSI LEHETŐSÉGEI. 2013 szeptemberi MLDT-tagozati ülésen elhangzottak

DOWN-KÓR INTRAUTERIN SZŰRÉSI LEHETŐSÉGEI. 2013 szeptemberi MLDT-tagozati ülésen elhangzottak DOWN-KÓR INTRAUTERIN SZŰRÉSI LEHETŐSÉGEI 2013 szeptemberi MLDT-tagozati ülésen elhangzottak 21-es triszómia: Mi az a Down kór Down-kór gyakorisága: 0,13% Anya életkora (év) 20 25 30 35 40 45 49 Down-kór

Részletesebben

Az értékelés során következtetést fogalmazhatunk meg a

Az értékelés során következtetést fogalmazhatunk meg a Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre

Részletesebben

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek

Részletesebben

A Feldspar fordító, illetve Feldspar programok tesztelése

A Feldspar fordító, illetve Feldspar programok tesztelése A Feldspar fordító, illetve Feldspar programok tesztelése [KMOP-1.1.2-08/1-2008-0002 társfinanszírozó: ERFA] Leskó Dániel Eötvös Loránd Tudományegyetem Programozási Nyelvek és Fordítóprogramok Tanszék

Részletesebben

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói Etalonok, kalibrálás, rekalibrálás, visszavezethetőség, referencia eljárások Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói etalon Mérték, mérőeszköz, anyagminta vagy

Részletesebben

Bevezetés a statisztikába

Bevezetés a statisztikába Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 9. Bevezetés a statisztikába Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

Bánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary

Bánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary optimalizáló eljárás, Csendes Tibor, Palatinus Endre és Lévai Balázs László Szegedi Tudományegyetem Szeptember 28-30, 2011, Balatonöszöd, Hungary Közmegvilágítási feladat Adott egy megvilágítandó terület,

Részletesebben

KOCKÁZATALAPÚ DÖNTÉSEK TÁMOGATÁSA A MÉRÉSI BIZONYTALANSÁG FIGYELEMBEVÉTELÉVEL HEGEDŰS CSABA 1

KOCKÁZATALAPÚ DÖNTÉSEK TÁMOGATÁSA A MÉRÉSI BIZONYTALANSÁG FIGYELEMBEVÉTELÉVEL HEGEDŰS CSABA 1 KOCKÁZATALAPÚ DÖNTÉSEK TÁMOGATÁSA A MÉRÉSI BIZONYTALANSÁG FIGYELEMBEVÉTELÉVEL HEGEDŰS CSABA 1 Összefoglalás: A tevékenységirányításban a döntések nagy része mérési eredményekre épül, azonban ezek a döntések

Részletesebben

Szárazjeges tisztítás hatásai hegesztő szerszámokon 2012 GESTAMP 0

Szárazjeges tisztítás hatásai hegesztő szerszámokon 2012 GESTAMP 0 Szárazjeges tisztítás hatásai hegesztő szerszámokon 2012 GESTAMP 0 Karbantartás Szárazjeges tisztítás hatásai hegesztő szerszámokon Október 2014. október 15. Készítette: Kemény Béla Gestamp Hungária Kft

Részletesebben

III. Népegészségügyi Konferencia, Megnyitó 2012. A 2011. év szűrővizsgálatainak eredményei. Pádár Katalin

III. Népegészségügyi Konferencia, Megnyitó 2012. A 2011. év szűrővizsgálatainak eredményei. Pádár Katalin III. Népegészségügyi Konferencia, Megnyitó 2012. A 2011. év szűrővizsgálatainak eredményei Pádár Katalin Programstatisztika 2010-2011 Összesen 332 helyszínen o 2010: 144 o 2011: 192 1 229 616 átfogó vizsgálat

Részletesebben

OPPONENSI VÉLEMÉNY. Hegedűs Csaba. című, a Pannon Egyetem Gazdálkodás- és Szervezéstudományok Doktori Iskolára benyújtott doktori disszertációjáról

OPPONENSI VÉLEMÉNY. Hegedűs Csaba. című, a Pannon Egyetem Gazdálkodás- és Szervezéstudományok Doktori Iskolára benyújtott doktori disszertációjáról OPPONENSI VÉLEMÉNY Hegedűs Csaba Kockázatalapú döntések támogatása a megfelelőség értékelésben a mérési bizonytalanság figyelembevételével című, a Pannon Egyetem Gazdálkodás- és Szervezéstudományok Doktori

Részletesebben

Kilencedikes kompetencia alapú bemeneti mérés matematikából 2008 őszén

Kilencedikes kompetencia alapú bemeneti mérés matematikából 2008 őszén Kilencedikes kompetencia alapú bemeneti mérés matematikából 2008 őszén Póta Mária 2009. 0 1 i e π 1 A matematikai eszköztudás kompetencia alapú mérése Méréssorozat első fázisa, melynek a hozzáadott értéket

Részletesebben

BOC Information Technologies Consulting GmbH. Minőségmenedzsment

BOC Information Technologies Consulting GmbH. Minőségmenedzsment Minőségmenedzsment Bäckerstraße 5/3, A- 1010 Wien Tel: +43-513 27 36-0 Fax: +43-513 27 36-5 http://www.boc-hu.com E-Mail: boc@boc-hu.com AZ ADONIS ÉS A MINŐSÉGMENEDZSMENT / ISO 9000:2000 A sikeres és dinamikus

Részletesebben

Kommunikáció az intelligens háztartási készülékekkel

Kommunikáció az intelligens háztartási készülékekkel Kommunikáció az intelligens háztartási készülékekkel Bessenyei Tamás tamas.bessenyei@powerconsult.hu.11.27. Intelligens Energiarendszerek 1 Mit tekintünk intelligens készüléknek? A be-/kikapcsolás időpontja

Részletesebben

MUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január

MUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január MUNKAGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi

Részletesebben

A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata Borsa Béla FVM Mezőgazdasági Gépesítési Intézet 2100 Gödöllő, Tessedik S.u.4. Tel.: (28) 511 611 E.posta: borsa@fvmmi.hu A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

Részletesebben

A benchmarking fogalma

A benchmarking fogalma Benchmarking Dr. Koczor Zoltán 1 A fogalma Összevetésként használt szervezet Felhasznált erőforrások ESZKÖZÖK CÉLOK Belső folyamatszabályozás Dr. Koczor Zoltán 2 1 A célja Értékelnünk kell a jelenlegi

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

Statisztikai szoftverek esszé

Statisztikai szoftverek esszé Statisztikai szoftverek esszé Dávid Nikolett Szeged 2011 1 1. Helyzetfelmérés Adott egy kölcsön.txt nevű adatfájl, amely információkkal rendelkezik az ügyfelek életkoráról, családi állapotáról, munkaviszonyáról,

Részletesebben