Define Measure Analyze Improve Control. F(x), M(ξ),
|
|
- Ágnes Dudás
- 9 évvel ezelőtt
- Látták:
Átírás
1 Six Sigma Minőségmenedzsment Statisztikai folyamatszabályozási (SPC) rendszer Erdei János Egy fegyelmezett és erősen mennyiségi szemléletű folyamatfejlesztési megközelítés, amely a gyártási, szolgáltatási vagy pénzügyi folyamatokban meghatározott mérőszámokon alapul. A projektek rendre egy öt fő lépésből álló folyamatot követnek : Define Measure Analyze Improve Control Forrás: Donald Baker, Statistical Thinking előadás, BME MBA Intenzív kurzus, f Normális (Gauss-) eloszlás ( x µ σ ( ) x = e σ π σ F( x ) = e σ π x ( x µ ) M(ξ) = µ D(ξ) = σ ) f(x) dx F(x),5 EMLÉKEZTETŐ µ Sokaság F(x), M(ξ), D(ξ). Mintavételi alapelvek Mintavétel EMLÉKEZTETŐ Következtetés F n (x), Me, s* Minta µ Következtetés hibái EMLÉKEZTETŐ Folyamatra ható zavarok A minta minősítése a sokaságról jó rossz jó Sokaság Nincs hiba ε Elsőfajú hiba, α rossz Másodfajú hiba, β Nincs hiba e Véletlen: állandóan jelenlevő, nagyszámú, a folyamatot csak kissé befolyásoló zavarok Veszélyes: időszakosan jelentkező, kis számban előforduló, a folyamatra nagy hatással lévő zavarok Kiugró érték : egyetlen, a többi értéktől jelentősen különböző adat
2 Szabályozottság fogalma Szabályozatlan a rendszer Képesség értelmezése Nem képes kielégíteni a vevő igényeit Szabályozott a rendszer Képes kielégíteni a vevő igényeit SPC rendszer felépítése Képességelemzések SPC Ellenőrzőkártyák Képesség és szabályozottság elemzés Hibaelemzések - Folyamatképesség elemzés - Gépképesség elemzés - Mérőeszköz-képesség elemzés Adat és információs bázis Képességelemzés módszerei - Grafikus ábrázolással - Minőségképesség-indexek segítségével - Gauss - papíros ábrázolással Gép Gép- v. folyamatképesség Folyamat Ember, gép, anyag, módszer, környezet idő Gép- vagy folyamatképesség? Különbség a mintavételben van. Cm n=5- Cmk n=5- n=5- n=5- n=5- n=5- n=5- Cp, Cpk
3 Grafikus képességelemzés Minőségképesség-indexek C p FTH ATH = σ C p = ± 3σ α =,7 % Elvárás a C p -vel szemben C p σ-ás Hibaarány határ [ppm], ±3 7,33 ± 3,5,7 ±5,57, ±, Minőségképesség-indexek C p = C p = C p FTH ATH = σ C pk index C pk µ ATH FTH µ = ; 3 σ 3 σ min C p, C pk indexek kapcsolata < C p < + - < C pk C p FTH-µ µ-ath Példa: C p =,3 C pk =,9 Értékeljük a folyamat minőségképességét. 3
4 Folyamatteljesítmény Pp, Ppk rövid távú vizsgálatok (Cp, Cpk) hosszú távú vizsgálat Six Sigma program célkitűzése A Föld kerületének mérése kb. m-es pontossággal 3 Ft-os beruházás kb. Ft-os pontossággal 99,73% jó jelentése: 5 elveszett levél óránként (USA) Naponta percig szennyezett ivóvíz Havonta óra áramszünet Hibaarány [ppm], σ mérőszám Szigma 5 Folyamatok teljesítménye Egyedi teljesítmény: minden lépés vagy komponens Folyamat teljesítménye: hibák a lépések vagy komponensek számának függvényében C pk hibaszám 8 3 [ppm] [ppm],85,7 3,5 3, Folyamatok szabályozása Ellenőrzőkártyás szabályozás Beavatkozás a folyamatba Információ a teljesítményről Beavatkozás a kimenetbe Döntés a A szabályozott jellemzô Szabályozott beavatkozásról és a beavatkozási határok jellemzô képegybevetése zése Folyamat - emberek - eszközök - anyagok - módszerek SPC rendszer Folyamat kimenete Beavatkozás a technológiai folyamat belsô törvényszeruségeinek ismeretében Ember Anyag Módszer Gép Eszköz Környezet Technológiai- és termékjellemzô mérése
5 Kártyák működésének elvi alapjai FTH FBH Beavatkozási határok tervezése FTH FBH ABH ATH ABH ATH Ellenőrzőkártyák fajtái Minősítéses kártyák np-kártya (selejtszám) c-kártya (hibaszám) p-kártya (selejtarány) u-kártya (fajlagos hibaszám) Méréses kártyák egyedi érték kártya átlag, medián kártya szórás, terjedelem kártya Egyéb speciális kártyák Beavatkozási határok számolása Szükséges alapadatok: - a célállapot statisztikai jellemzői F (x), M (ξ), D (ξ). - elsőfajú hiba, α - mintaszám, n - a β-hoz kapcsolódó alternatív (zavar) állapot statisztikai jellemzői F (x), M (ξ), D (ξ). A számítás gyakorlati menete Számolandó: - ABH, FBH beavatkozási határok - β, másodfajú hiba Beavatkozási határok számolása A számítás gyakorlati menete 3σ-ás modell ABH = középérték - 3 szórás FBH = középérték + 3 szórás Kényelmes, de vigyázzunk a β -ra!!! Példa Műanyag padló m -re eső felületi hibáinak átlagos száma db. A folyamatot szabályozni szeretnénk α=%-os elsőfajú hiba mellett.. Tervezze meg a beavatkozási határt!. Mekkora a másodfajú hiba mértéke, ha a hibaszám -re nő? 3. Tervezze meg a beavatkozási határt 3σ-ás modellel! A fenti zavarhatás fellépésekor, mekkora a másodfajú hiba? 5
6 Példa. rész Poisson-eloszlás Példa. rész p k k p k,353,,77,77, 3,8,9 5,3,,857,973 λ = α 3 5 k FBH = 5 p k k p k,83,733,,5, 3,95,95 5,53, 7,595 β =, 89 β λ = λ = 3 5 k Példa 3. rész 3σ-ás modell ABH= 3 =, ABH = FBH = + 3 =, FBH = 7 p k k = β =? =,889 Határok számolása 3 R FBH ( UCL ) = x + = x + A R d n 3 R ABH (LCL ) = x = x A R d n Kártyák használata A mérendő változó meghatározása Mintaelemszám meghatározása Előzetes mintavétel a paraméterek becslésére Határok számolása, ábrázolás Kártya alkalmazása Nem véletlen hatások Kiugró érték Eltolódás, elállítódás Folyamatos eltolódás, trend Ciklusok Keverék eloszlás Túl kis ingadozás
7 Mintázatok 9 egymás utáni pont a középső vonal egyik oldalán helyezkedik el. egymás utáni pont egyirányú menetet mutat. egymás utáni pont le-föl ingadozik. 3 egymás utáni pont közül az A zónában vagy azon kívül van. Mintázatok folyt. 5 egymás utáni pont közül a B zónába vagy azon kívülre esik 5 egymást követő pont a C zónában van. 8 egymást követő pont a C zónán kívül. Mintavétel Általános szabály: az alcsoport homogén legyen ne legyen benne középértéket befolyásoló hatás. ARL meghatározása ARL = Average Run Length, várható sorozathossz ARL = P ( határon kívülre esés) Szabályozott állapotban: ARL= /α Adott eltolódásnál: ARL= /(-β) ARL számolása α =,57 Szabályozott állapotban: ARL= /α = 8,97 β =,89 Adott eltolódásnál: ARL= /(-β) =,9 α =, 3σ-ás modell Szabályozott állapotban: ARL= /α = 7,39 β =,889 Adott eltolódásnál: ARL= /(-β) = 9, Átlag-kártya használata Több elemű mintát tudunk venni. Ha viszonylag nagyobb eltérések várhatók. Kis eltérések nem okoznak nagy gondot. Mintavételi költség viszonylag alacsony. A folyamat nem trend v. ciklikus jellegű. 7
8 Egyedi érték kártya (Mozgó terjedelem kártya) Szakaszos technológia Lassú gyártás Automatikus (%-os) ellenőrzés Drága a mérés Termékjellemző Egyedi érték kártya Ingadozás mérése a mozgó terjedelmekkel történik. MR i = xi xi ˆ σ = MR d n = Egyéb méréses kártyák Sávos ellenőrzőkártya Mozgóátlag kártya (MA) Exponenciálisan súlyozott mozgóátlag kártya (EWMA) Kumulált összegek kártya (CUSUM) Regressziós ellenőrző kártya stb. 8 8 Zone Chart of C 8 +3 StDev=59 + StDev=5 + StDev=53 _ X=5 - StDev=97 - StDev=9-3 StDev= Sample Minősítéses kártyák Minősítéses kártyák np-kártya (selejtszám) c-kártya (hibaszám) p-kártya (selejtarány) u-kártya (fajlagos hibaszám) Köszönöm a figyelmüket. 8
Minőségellenőrzés. Miről lesz szó? STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Minőségszabályozás. Mikor jó egy folyamat? Ellenőrzés Szabályozás
STATISZTIKAI FOLYAMATSZABÁLYOZÁS (SPC) Erdei János Miről lesz szó? Mit értünk folyamatok stabilitásán, szabályozottságán? Mit jelent a folyamatképesség, és hogyan mérhetjük azt? Hogyan vehetjük észre a
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
Erdei János. Minőség- és megbízhatóság menedzsment. villamosmérnöki kar menedzsment mellékszakirány
Budapesti Műszaki- és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállalkozásgazdaságtan Tanszék Erdei János egyetemi adjunktus Minőség- és megbízhatóság menedzsment
KVANTITATÍV MÓDSZEREK
KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...
Statisztikai módszerek
Statisztikai módszerek A hibaelemzı módszereknél azt néztük, vannak-e kiugró, kritikus hibák, amelyek a szabályozás kivételei. Ezekkel foglalkozni kell; minıségavító szabályozásra van szükség. A statisztikai
10. 11. Előadás A folyamatok szabályozása statisztikai alapon
10. 11. Előadás A folyamatok szabályozása statisztikai alapon 10. - Képességi és beállítottsági mutatók 11. - Szabályozókártyák BMF RKK BTRI Minőségirányítási Intézeti Tanszél 1 Folyamatok szabályozása
Matematika Tanszék MOE (PE MIK) MMAM143VB 1 / 34
Valószín½uségszámítás és matematikai statisztika Mihálykóné Orbán Éva Matematika Tanszék MOE (PE MIK) MMAM143VB 1 / 34 Valószín½uségi változók számérték½u jellemz½oi 1 várható érték 2 szórásnégyzet/szórás
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT Bedzsula Bálint gyakornok Menedzsment és Vállalatgazdaságtan Tanszék Q. épület A.314. bedzsula@mvt.bme.hu http://doodle.com/bedzsula.mvt Az előző előadás
Statisztikai folyamatszabályozás Minitab szoftverrel
Statisztikai folyamatszabályozás Minitab szoftverrel A Minitab általános statisztikai szoftvert elsősorban statisztikai feladatok megoldására (oktatásra és minőségfejlesztésre) használják, és másodsorban
2013.03.11. Az SPC alapjai. Az SPC alapjai SPC 5. 5. Az SPC (Statistic Process Control) módszer. Dr. Illés Balázs
SPC 5 5. Az SPC (Statistic Process Control) módszer Dr. Illés Balázs BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM ELEKTRONIKAI TECHNOLÓGIA TANSZÉK Az SPC alapjai SPC (Statistical Process Controll) =
Tájékoztató. Normális (Gauss-) eloszlás. Következtetés hibái. Mintavételi alapelvek. Minőségmenedzsment módszerek (SPC) 3σmás szabály.
Minőségmenedzsment módszerek (SPC) Erdei János Tájékoztató Előadó: Erdei János Tematika: Minőségmenedzsment módszerek Folyamatszabályozás logikája, eszközei, mintavételes átvételi minőség-ellenőrzés alapjai
11. Matematikai statisztika
11. Matematikai statisztika 11.1. Alapfogalmak A statisztikai minta valamely valószínűségi változóra vonatkozó véges számú független kisérlet eredménye. Ez véges sok, azonos eloszlású valószínűségi változó
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT
Minőségmenedzsment (módszerek) BEDZSULA BÁLINT Bedzsula Bálint gyakornok Menedzsment és Vállalatgazdaságtan Tanszék Q. épület A.314. bedzsula@mvt.bme.hu http://doodle.com/bedzsula.mvt Az előző előadás
Minőségirányítási rendszerek 8. előadás 2013.05.03.
Miőségiráyítási redszerek 8. előadás 2013.05.03. Miőségtartó szabályozás Elleőrző kártyák miősítéses jellemzőkre Két esete: A termékre voatkozó adat: - valamely jellemző alapjá megfelelő em megfelelő:
Cash Flow Navigátor Tanácsadó Kft. Képzések. Tel.: +36 30 650 7588 info@cashflownavigator.hu Skype: nfeher01
Cash Flow Navigátor Tanácsadó Kft. Képzések Tel.: +36 30 650 7588 info@cashflownavigator.hu Skype: nfeher01 A Cash Flow Navigátor Tanácsadó Kft. Cégjegyzékszám: 20 09 066702 Adószám: 13443715-2-20 Főtevékenység:
? Az adszorbens által megkötött mennyiség = x, X: telítettség, töltés, kapacitás. Adszorpció. m kg. A kötőerők
Adszorpció A kötőerők Szilárd anyagok felületén történő komponensmegkötés (oldatokból és gázelegyekből) Szilárd felületen történő sűrítés Fizikai~ Van der Waals-féle kötőerők Kondenzációs hő Könnyebb deszorpció
If Japan can why can t we? NBC News Folyamatos fejlesztés (continuous improvement) A management szerepe. 6 sigma 1. 6 sigma 2
The Origin of Six Sigma Excerpted from Harry, Mikel, and Schroeder, Richard,"Six Sigma - The Breakthrough Management Strategy Revolutionizing Corporation", Doubleday, New York, 2000, pp.9-11. Motorola,
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
specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat
ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző
Műszerek tulajdonságai
Műszerek tulajdonságai 1 Kiválasztási szempontok Műszerek kiválasztásának általános szempontjai mérendő paraméter alkalmazható mérési elv mérendő érték, mérési tartomány környezeti tényezők érzékelő mérete
MAGYAR RÉZPIACI KÖZPONT. 1241 Budapest, Pf. 62 Telefon 317-2421, Fax 266-6794 e-mail: hcpc.bp@euroweb.hu
MAGYAR RÉZPIACI KÖZPONT 1241 Budapest, Pf. 62 Telefon 317-2421, Fax 266-6794 e-mail: hcpc.bp@euroweb.hu Tartalom 1. A villamos csatlakozások és érintkezôk fajtái............................5 2. Az érintkezések
You created this PDF from an application that is not licensed to print to novapdf printer (
4.6 4. 4.8 4.4 4.0 4.6 4. 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 Run: Run: Run: Run: 4 Run: 5 Run: 6 4.6 4. 4.8 4.4 4.0 4.6 4. 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5
Budapesti Műszaki és Gazdaságtudományi Egyetem
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Menedzsment és Vállalatgazdaságtan Tanszék MINŐSÉGMENEDZSMENT ALAPJAI 11. előadás Folyamatszabályozás
KOCKÁZATKEZELÉS A REZGÉSDIAGNOSZTIKÁBAN TÖBBVÁLTOZÓS SZABÁLYOZÓ KÁRTYA SEGÍTSÉGÉVEL
KOCKÁZATKEZELÉS A REZGÉSDIAGNOSZTIKÁBAN TÖBBVÁLTOZÓS SZABÁLYOZÓ KÁRTYA SEGÍTSÉGÉVEL Dr. Kosztyán Zsolt Tibor, Pannon Egyetem, Kvantitatív Módszerek Intézeti Tanszék Katona Attila Imre, Pannon Egyetem,
A statisztika részei. Példa:
STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,
Six Sigma és Lean menedzselésének eszköze a Companion by Minitab
Six Sigma és Lean menedzselésének eszköze a Companion by Minitab Lakat Károly L.K.Quality Bt. EOQ MNB 2019 február 28. L.K. Quality Bt. EOQ MNB Hat Szigma, Lean és Statisztikai Módszerek 1 Minőségi topográfia
Szıdy Noémi Fekete Öves Tóth Csaba László Fekete Öves április 12.
Six Sigma Workshop Szıdy Noémi Fekete Öves Tóth Csaba László Fekete Öves 202. április 2. . Példa Ön egy biztonságtechnikai terméket gyárt, szerel össze. A készterméket vevıje külföldrıl, on-line ellenırzi.
MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK. Dr. Drégelyi-Kiss Ágota ÓE BGK
MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK Dr. Drégelyi-Kiss Ágota ÓE BGK e-mail: dregelyi.agota@bgk.uni-obuda.hu 1 STATISZTIKA CÉLJA Sokaság Következtetés bizonytalansága Véletlenszerű és reprezentatív mintavétel
Csak felvételi vizsga: csak záróvizsga: közös vizsga: Villamosmérnöki szak BME Villamosmérnöki és Informatikai Kar. 2011. május 31.
Név, felvételi azonoító, Neptun-kód: VI pont(90) : Cak felvételi vizga: cak záróvizga: közö vizga: Közö alapképzée záróvizga meterképzé felvételi vizga Villamomérnöki zak BME Villamomérnöki é Informatikai
GAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
Keverék összetételének hatása a benzinmotor üzemére
Keverék összetételének hatása a benzinmotor üzemére Teljesítmény Dús Szegény Légviszony Összeállította: Szűcs Gábor Dr. Németh Huba Budapest, 2013 Tartalom 1. Mérés célja... 3 2. A méréshez áttanulmányozandó
Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba
Kecskeméti Fıiskola GAMF Kar Informatika Tanszék Johanyák Zsolt Csaba 003 Tartalomjegyzék. Bevezetés.... A megbízhatóság fogalmai..... A termék idıtıl függı képességei...... Használhatóság /Üzemkészség/
A Hat Szigma bevezetésének tapasztalatai a Siemens Erőműtechnika Kft-nél
A Hat Szigma bevezetésének tapasztalatai a Siemens Erőműtechnika Kft-nél Sebestyén László 2004. november 16. Rekord nyereséget jelentett a Siemens 2004. november 11. csütörtök, 16:10 Szeptemberben végződött
MINİSÉGBIZTOSÍTÁS. 8. ELİADÁS Mérıeszköz megfelelıség Mérıeszköz-képesség vizsgálat. 2011. Április 4. Összeállította: Dr. Kovács Zsolt egyetemi tanár
MINİSÉGBIZTOSÍTÁS Összeállította: Dr. Kovács Zsolt egyetemi tanár 8. ELİADÁS Mérıeszköz megfelelıség Mérıeszköz-képesség vizsgálat 011. Április 4. NyME FMK Terméktervezési és Gyártástechnológiai Intézet
Energetikai minőségtanúsítvány összesítő
Energetikai minőségtanúsítvány 1 Energetikai minőségtanúsítvány összesítő Épület: Épületrész (lakás): Megrendelő: Tanúsító: 6. emelet 25. lakás Vértesy Mónika TÉ-01-63747 Az épület(rész) fajlagos primer
Gyakorló feladatok Anyagmérnök hallgatók számára
Gyakorló feladatok Anyagmérnök hallgatók számára. feladat Egy külkereskedelmi vállalat 7 ezer üvegből álló gyümölcskonzerv szállítmányt exportál. A nettó töltősúly ellenőrzése céljából egy 9 elemű véletlen
Mérőrendszer analízis és fejlesztés dióhéjban. alapok
CASH FLOW NAVIGÁTOR Tanácsadó K. Six Sigma különszám 3. 1-3 4 5-6 7-8 9 10 11 12 Folyama érkép 5 miért?,halszálka elkészítése diagram, vagy ok-okozat mátrix? - Mi a következő lépés? Kockázatkezelés FMEA
Instacioner kazán füstgázemisszió mérése
Instacioner kazán füstgáz mérése A légszennyezés jelentős részét teszik a háztartási tüzelőrendezések. A gázüzemű kombi kazán elsősorban CO, CO2, NOx és CxHy szennyezőanyagokat bocsát a légtér. zen füstgáz
Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 9. mérés: Röntgen-fluoreszcencia analízis. 2008. április 22.
Modern Fizika Labor Fizika BSc A mérés dátuma: 28. április 22. A mérés száma és címe: 9. mérés: Röntgen-fluoreszcencia analízis Értékelés: A beadás dátuma: 28. május 5. A mérést végezte: Puszta Adrián,
1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?
Matematikai statisztika példák Matematikai statisztika példák Normális eloszlás 1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? 2. Majmok ébredését
Modern Fizika Labor. Értékelés: A mérés dátuma: A mérés száma és címe: 2005.10.05. A Zeeman-effektus. A beadás dátuma: A mérést végezte:
Modern Fizika Labor A mérés dátuma: 005.10.05. A mérés száma és címe: 6. A Zeeman-effektus Értékelés: A beadás dátuma: 005.10.1. A mérést végezte: Orosz Katalin Tóth Bence 1 Az atomok mágneses momentuma
ÚTMUTATÓ A MÓDSZERTANI SZIGORLAT LETÉTELÉHEZ
Szolnoki Főiskola Üzleti Fakultás, 5000 Szolnok, Tiszaligeti sétány ÚTMUTATÓ A MÓDSZERTANI SZIGORLAT LETÉTELÉHEZ A 4/1996. (I. 18.) Korm. rendelet a közgazdasági felsőoktatás alapképzési szakjainak képesítési
Statisztikai alapismeretek (folytatás)
Statisztikai alapismeretek (folytatás) 3. elıadás (5-6. lecke) Az alapsokaság fıbb jellemzıi () 5. lecke Folytonos változó megoszlásának jellemzése A sokasági átlag és szórás Átlag és szórás tulajdonságai
Valószínűségszámítás
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Valószínűségszámítás programtervező informatikusok részére Eger, 010. szeptember 0. Tartalomjegyzék 1. Véletlen események...............................
Benzinmotor károsanyag-kibocsátásának vizsgálata
Benzinmotor károsanyag-kibocsátásának vizsgálata Összeállította: Bárdos Ádám Dr. Németh Huba Budapest, 2013 Tartalom 1. A mérés célja... 3 2. A méréshez ajánlott irodalom... 3 3. Az 1. számú fékterem bemutatása...
Minőségmenedzsment. 1. Minőséggel kapcsolatos alapfogalmak. Minőségmenedzsment - Török Zoltán - 2013. BKF és BKF SZKI
Minőségmenedzsment oktató: Török Zoltán, PMP Minőségmenedzsment 1. Minőséggel kapcsolatos alapfogalmak Bevezetés a tárgyba Mi a minőség? A minőségmenedzsment lényege, főbb tartalmi elemei Török Zoltán,
VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR
védőeryő az ismeretleek záporába VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR www.matektaitas.hu www.matektaitas.hu ifo@matektaitas.hu 1 védőeryő az ismeretleek záporába Kombiatorika Permutáció Ismétlés élküli permutáció
Modern Fizika Labor. Értékelés: A mérés dátuma: A mérés száma és címe: 2005.11.30. A röntgenfluoreszcencia analízis és a Moseley-törvény
Modern Fizika Labor A mérés dátuma: 2005.11.30. A mérés száma és címe: 9. A röntgenfluoreszcencia analízis és a Moseley-törvény Értékelés: A beadás dátuma: 2005.12.14. A mérést végezte: Orosz Katalin Tóth
10. Valószínűségszámítás
. Valószínűségszámítás.. Események A valószínűségszámítás nagyon leegyszerűsítve események bekövetkezésének valószínűségével foglalkozik. Példák: Ha egy játékban egy dobókockával dobunk, akkor a kockadobás
A közlekedés társadalmi költségei és azok általános és közlekedési módtól függő hazai sajátosságai
Dr. Tánczos Lászlóné - Dr. Bokor Zoltán A közlekedés társadalmi költségei és azok általános és közlekedési módtól függő hazai sajátosságai Az EU több kutatási programja foglalkozik a közlekedés társadalmi
Komputer statisztika gyakorlatok
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Komputer statisztika gyakorlatok Eger, 2010. október 26. Tartalomjegyzék Előszó 4 Jelölések 5 1. Mintagenerálás 7 1.1. Egyenletes
Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit,
II. Hipotézisvizsgálat Lényege: A sokaság valamely paraméteréről állítunk valamit, majd az állításunk helyességét vizsgáljuk. A hipotézisvizsgálat eszköze: a statisztikai próba Menete: 1.Hipotézisek matematikai
Járműpark üzemeltetési rendszere vizsgálatának Markov típusú folyamatmodellje
Széchenyi Isván Egyeem Járműpark üzemeleési rendszere vizsgálaának Markov ípusú folyamamodellje Dr. Zvikli Sándor f. anár Széchenyi Isván Egyeem, Győr Közlekedésudományi konferencia Győr, 2 március 24-25
5. Egyszerre feldobunk egy-egy szabályos hat-, nyolc-, és tizenkét oldalú dobókockát.
1. feladatsor 1. (a) Igazolja, hogy tetszőleges A, B, C eseményekre fennáll, hogy (A B) (A C) = A (B + C)! (b) Sorolja fel a valószínűség-számítás axiómáit! (a) c=? (4) (b) D(ξ)=? (0.4714) { c x 5 (c)
ÚTMUTATÓ (IRÁNYELV) ÉPÜLETFENNTARTÁSI K+F ALAPÍTVÁNY. M3/03 melléklet
ÉPÜLETFENNTARTÁSI K+F ALAPÍTVÁNY M3/03 melléklet ÚTMUTATÓ (IRÁNYELV) A magasépítésből származó, újra hasznosítható építési, bontási és gyártói selejt hulladékok cement kötőanyaggal való felhasználására
A 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése
A 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése Készítette: Dél-alföldi Regionális Innovációs Ügynökség Közhasznú Egyesület Vezetői
Bemenet modellezése II.
Bemenet modellezése II. Vidács Attila 2005. november 3. Hálózati szimulációs technikák, 2005/11/3 1 Kiszolgálási id k modellezése Feladat: Egy bemeneti modell felállítása egy egy kiszolgálós sorbanállási
Méréssel kapcsolt 3. számpélda
Méréssel kapcsolt 3. számpélda Eredmények: m l m 1 m 3 m 2 l l ( 2 m1 m2 m l = 2 l2 ) l 2 m l 3 = m + m2 m1 Méréssel kapcsolt 4. számpélda Állítsuk össze az ábrán látható elrendezést. Használjuk a súlysorozat
KÍSÉRLET A STATISZTIKA II. TANTÁRGY SZÁMÍTÓGÉPPEL TÁMOGATOTT TÖMEGOKTATÁSÁRA BALOGH IRÉN VITA LÁSZLÓ
KÍSÉRLET A STATISZTIKA II. TANTÁRGY SZÁMÍTÓGÉPPEL TÁMOGATOTT TÖMEGOKTATÁSÁRA A szerzők rövid cikkükben amellett érvelnek, hogy a bevezető jellegű statisztikai kurzusokban célszerűbb az Excelt használni,
Statisztika, próbák Mérési hiba
Statisztika, próbák Mérési hiba ÁTLAG SZÓRÁS KICSI, NAGY MIN, MAX LIN.ILL LOG.ILL MEREDEKSÉG METSZ T.PROBA TREND NÖV Statisztikai függvények Statisztikailag fontos értékek Számtani átlag: ŷ= i y i /n Medián:
Bevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: mintavételi vonatkozások és modelljellemzés Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Harmadik
Feladatok és megoldások a 6. heti eladshoz
Feladatok és megoldások a 6. heti eladshoz Építőkari Matematika A3 1. Ha E(X = 1 és D 2 (X = 5, határozzuk meg (a E[(2 + X 2 ], (b D 2 (4 + 3X értékét. 2. Legyenek X 1, X 2,... független azonos eloszlású
OC-görbe, működési jelleggörbe, elfogadási jelleggörbe
1 OC-görbe, működési jelleggörbe, elfogadási jelleggörbe Németül: OC-kurve, Annahmekennlinie, OC-Funktion Angolul: Operating characteristic curve Franciául: Caractéristique de fonctionnement, courbe d
Matematikai statisztikai elemzések 2.
Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,
Radarmeteorológia. Makra László
Radarmeteorológia Makra László TARTALOM Bevezetés Interpretáció A radarok története Radar hardver Hogyan működik? Elmélet Gyakorlat Visszaverődési kép Radartípusok 1-2. Hagyományos radar Doppler radar
Statisztikai módszerek alkalmazása az orvostudományban. Szentesi Péter
Statisztikai módszerek alkalmazása az orvostudományban Szentesi Péter Az orvosi munkahipotézis ellenőrzése statisztikai módszerekkel munkahipotézis mérlegelés differenciáldiagnosztika mi lehet ez a más
Energetikai minőségtanúsítvány összesítő
Energetikai minőségtanúsítvány 1 Energetikai minőségtanúsítvány összesítő Épület: Épületrész (lakás): 1 emelet 4. Megrendelő: Tanúsító: Vértesy Mónika TÉ-01-63747 Az épület(rész) fajlagos primer energiafogyasztása:
Matematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József
Matematika III. 8. A szórás és a szóródás egyéb Prof. Dr. Závoti, József Matematika III. 8. : A szórás és a szóródás egyéb Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
Villamos kapcsolókészülékek BMEVIVEA336
Villamos kapcsolókészülékek BMEVIVEA336 Szigetelések feladatai, igénybevételei A villamos szigetelés feladata: Az üzemszerűen vagy időszakosan különböző potenciálon lévő vezető részek (fém alkatrészek
Képzés leírása. Képzés megnevezése: Statisztikai folyamat szabályozás (SPC) Jelentkezés
Képzés megnevezése: Statisztikai folyamat szabályozás (SPC) Jelentkezés Mi a képzés célja és mik az előnyei? A képzés célja, hogy a résztvevőknek azonnal használható, üzem-közelien gyakorlatias statisztikai
(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását 1.1369.
Enying Város Önkormányzata Képviselő-testületének 20/2010. (X. 05.) önkormányzati rendelete az Enying Város Önkormányzatának 2100. évi költségvetéséről szóló 7/2010. (II. 26.) önkormányzati rendelete módosításáról
A tételhez használható segédeszközöket a vizsgaszervező biztosítja.
A vizsgafeladat ismertetése: Egy kiválasztott gumi jellemző fizikai és kémiai, feldolgozás és alkalmazástechnikai tulajdonságainak ismertetése; Adott gumitermék gyártásához anyag, gép és szerszám választása,
1. A MÉRNÖKI TERVEZÉS ELMÉLETE
MA_1 1. A MÉRNÖKI TERVEZÉS ELMÉLETE Minden mérnöki tervezéshez elméleti ismeretek szükségesek, amelyek nemcsak műszaki részletismereteket ölelnek fel, hanem tágabb körű tudást is tartalmazniuk kell. A
Véletlenszám-generátorok
Véletlenszám-generátorok 1. Lineáris kongruencia generátor megvalósítása: (a) Készítsen lineáris kongruencia generátort az paraméterekkel, rnd_lcg néven. (b) Nyomtasson ki 20 értéket. legyen. (a, c, m,
Tómács Tibor. Matematikai statisztika
Tómács Tibor Matematikai statisztika Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Matematikai statisztika Eger, 01 Szerző: Dr. Tómács Tibor főiskolai docens Eszterházy Károly
1. Termodinamika. 1.1. Az ideális gázok állapotváltozásai
. Termodinamika.. Az ideális gázok állapotváltozásai... Egy hengerben 000 cm3 térfogatú, atm nyomású, 7 oc hõmérsékletû levegõ van. Mekkora lesz a levegõ nyomása,ha hõmérsékletét állandó térfogaton -3
Atomfizikai összefoglaló: radioaktív bomlás. Varga József. Debreceni Egyetem OEC Nukleáris Medicina Intézet 2010. 2. Kötési energia (MeV) Tömegszám
Egy nukleonra jutó kötési energia Atomfizikai összefoglaló: radioaktív bomlás Varga József Debreceni Egyetem OEC Nukleáris Medicina Intézet Kötési energia (MeV) Tömegszám 1. 1. Áttekintés: atomfizika Varga
Csavarkötés mérése ), (5) μ m a menetes kapcsolat súrlódási tényezője, β a menet élszöge. 1. Elméleti alapok
GEGE-AGG labormérések Csavarkötés mérése. Elméleti alapok Csavarkötéseknél az összekapcsolt alkatrészek terhelés alatti elmozdulásának megakadályozása céljából előfeszítést kell alkalmazni, amelynek nagyságát
Valószínűség-számítás II.
Valószínűség-számítás II. Geometriai valószínűség: Ha egy valószínűségi kísérletben az események valamilyen geometriai alakzat részhalmazainak felelnek meg úgy, hogy az egyes események valószínűsége az
KVANTITATÍV MÓDSZEREK
Budapesti Műszaki és Gazdaságtudományi Egyetem Gazdaság- és Társadalomtudományi Kar Üzleti Tudományok Intézet Dr. Kövesi János, Erdei János, Dr. Tóth Zsuzsanna Eszter KVANTITATÍV MÓDSZEREK Példatár Budapest,
X. Szigetelésdiagnosztikai Konferencia
X. Szigetelésdiagnosztikai Konferencia Villamos szigetelések vizsgálata, transzformátorok és villamos forgógépek villamos diagnosztikája, megszakítók, védelmi relék tesztelése. alállomási mérések /Földelés
FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE
FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE 1. Egy alkalmassági vizsgálat adatai szerint a vizsgált személyeken 0,05 valószínűséggel mozgásszervi és 0,03 valószínűséggel érzékszervi
Országos Közegészségügyi Központ 2016. 1. kiadás
Módszertani útmutató a Legionella által okozott fertőzési kockázatot jelentő közegekre, illetve létesítményekre vonatkozó kockázat értékeléséről és a kockázatcsökkentő beavatkozásokról Országos Közegészségügyi
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével
Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése
Név- és tárgymutató 10. FEJEZET
10. FEJEZET Név- és tárgymutató 5S módszer 124 635-ös módszer 118 A(t) 188, 190, 196, 206 ABC-elemzés lásd Pareto-elemzés adatok elemzése 52, 76, 157, 162 affinitás-diagram 123 ajánlat 46 ÁKFN-modell 198
Kockázati folyamatok. Sz cs Gábor. Szeged, 2012. szi félév. Szegedi Tudományegyetem, Bolyai Intézet
Kockázati folyamatok Sz cs Gábor Szegedi Tudományegyetem, Bolyai Intézet Szeged, 2012. szi félév Sz cs Gábor (SZTE, Bolyai Intézet) Kockázati folyamatok 2012. szi félév 1 / 48 Bevezetés A kurzus céljai
Országzászlók (2015. május 27., Sz14)
Országzászlók (2015. május 27., Sz14) Írjon programot, amely a standard bemenetről állományvégjelig soronként egy-egy ország zászlójára vonatkozó adatokat olvas be! Az egyes zászlóknál azt tartjuk nyilván,
dinamikus tömörségméréssel Útügyi Napok Eger 2006.09.13-15. Subert
Hatékony minőség-ellenőrzés dinamikus tömörségméréssel Útügyi Napok Eger 2006.09.13-15. Subert Hagyományos tömörség-ellenőrző módszerek MSZ 15320 ÚT 2-3.103 MSZ 14043-7 Földművek tömörségének meghatározása
EGYENLETEK, EGYENLŐTLENSÉGEK, EGYENLETRENDSZEREK
X. Témakör: feladatok 1 Huszk@ Jenő X.TÉMAKÖR EGYENLETEK, EGYENLŐTLENSÉGEK, EGYENLETRENDSZEREK Téma Egyenletek, egyenlőtlenségek grafikus megoldása Egyszerűbb modellalkotást igénylő, elsőfokú egyenletre
A méretezés alapjai II. Épületek terheinek számítása az MSZ szerint SZIE-YMMF 1. Erőtani tervezés 1.1. Tartószerkezeti szabványok Magyar Szabvány: MSZ 510 MSZ 15012/1 MSZ 15012/2 MSZ 15020 MSZ 15021/1
Fizika I, Villamosságtan Vizsga 2005-2006-1fé, 2006. jan. 12. Név:. EHA Kód:
E-1 oldal Név:. EHA Kód: 1. Írja fel a tölté-megmaradái (folytonoági) egyenletet. (5 %)... 2. Határozza meg a Q = 6 µc nagyágú pontzerű töltétől r = 15 cm távolágban az E elektromo térerőég értékét, (
MONITOR: JÖVEDELEM, SZEGÉNYSÉG, ELÉGEDETTSÉG. (Előzetes adatok)
MONITOR: JÖVEDELEM, SZEGÉNYSÉG, ELÉGEDETTSÉG (Előzetes adatok) Szerződésszám: VI-SZ/296/2/2005 IX-18/33/4/2005. Budapest, 2005. december Készült a TÁRKI Rt. és a Miniszterelnöki Hivatal között 2005. szeptember
4. mérés Jelek és jelvezetékek vizsgálata
4. mérés Jelek és jelvezetékek vizsgálata (BME-MI, H.J.) Bevezetés A mérési gyakorlat első része a mérésekkel foglalkozó tudomány, a metrológia (méréstechnika) néhány alapfogalmával foglalkozik. A korszerű
Energetikai minőségtanúsítvány összesítő
Energetikai minőségtanúsítvány 1 Energetikai minőségtanúsítvány összesítő Épület: Megrendelő: Tanúsító: Kovács Pál és Társa. Kft. 06-1-388-9793 (munkaidőben) 06-20-565-8778 (munkaidőben) Az épület(rész)
Elektromágneses terek gyakorlat - 6. alkalom
Elektromágneses terek gyakorlat - 6. alkalom Távvezetékek és síkhullám Reichardt András 2015. április 23. ra (evt/hvt/bme) Emt2015 6. alkalom 2015.04.23 1 / 60 1 Távvezeték
Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
matematikai statisztika 2006. október 24.
Valószínűségszámítás és matematikai statisztika 2006. október 24. ii Tartalomjegyzék I. Valószínűségszámítás 1 1. Véletlen jelenségek matematikai modellje 3 1.1. Valószínűségi mező..............................
Sztochasztikus folyamatok 1. házi feladat
Sztochasztikus folyamatok 1. házi feladat 1. Egy borfajta alkoholtartalmának meghatározására méréseket végzünk. Az egyes mérések eredményei egymástól független valószínûségi változók, melyek normális eloszlásúak,
Statisztika I. 6. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 6. előadás Előadó: Dr. Ertsey Imre GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE szorosan kapcsolódik a szóródás elemzéshez, elméleti
HITELESÍTÉSI ELŐÍRÁS KIPUFOGÓGÁZ ELEMZŐK HE 59-2013
HITELESÍTÉSI ELŐÍRÁS HE 59-2013 TARTALOMJEGYZÉK 1. AZ ELŐÍRÁS HATÁLYA 3 2. MÉRTÉKEGYSÉGEK, JELÖLÉSEK 3 3. ALAPFOGALMAK 3 3.1 Infravörös sugárzáselnyelés 3 3.2 Elektrokémiai gázérzékelés 4 4. MEGHATÁROZÁSOK