Minőség-képességi index (Process capability)
|
|
- Dániel Sipos
- 7 évvel ezelőtt
- Látták:
Átírás
1 Minőség-képességi index (Process capability) Folyamatképesség példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ egység, a variancia négyzetgyökének becslése σ egység. Az előírás 250±5 egység. Mekkora a folyamatban a selejtarány? Számítsuk ki a folyamatképességi indexet! µ z fölső P( x > ) σ z alsó µ σ P( x < ) Folyamatképesség 69
2 µ- µ LNTL µ UNTL T Folyamatképesség 70 µ- LNTL µ+ UNTL µ T Folyamatképesség 71
3 µ- LNTL µ µ+ UNTL T Folyamatképesség 72 Korrigált minőség-képességi indexek: µ µ ; ; PK min, ( ) U, L µ- LNTL µ T K µ+ UNTL Ha + T 2 K µ T 2 Folyamatképesség 73
4 Módosított minőség-képességi index minőség-képességi index módosított minőség-képességi index m ( µ ) 2 6 τ 6 σ 2 + T 2 2 MSE E[ ( x T ) ] τ τ 2 σ 2 + ( µ T ) 2 rokon a Taguchi-féle négyzetes veszteségfüggvénnyel Folyamatképesség példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ egység, a variancia négyzetgyökének becslése σ egység. Az előírás 250±5 egység. Számítsuk ki a korrigált és módosított folyamatképességi indexeket! µ µ ; ; PK min, m ( µ ) 2 6 τ 6 σ 2 + T ( ) Folyamatképesség 75
5 Summary histogram -3.s(T) Variable: YS2 Mean: Sigma (Total): Sigma (Within): Specifications: Nominal Normal: p1.686 pk1.232 pl1.232 pu2.13 NOMINAL +3.s(T) s 100 i ( x i x) 99 2 Frequency Total Within µ σ specs: 250±5 Folyamatképesség 76 Advanced, normal Descriptive statistics Number beyond specs Statistic Mean Median 25th Percentile (Q25) 75th Percentile (Q75) Minimum Value Maximum Value Standard Deviation Variance Skewness Kurtosis Descriptive Statistics (PDATA1.STA) Variable:YS2 N 100 Value Variable: YS2, Distribution: Normal (PDATA1.STA) Specifications: Lower Nominal Upper Mean:248.66,Std.Dv: Observed Percent Expected Percent Observed Expected Above : Below : Total Folyamatképesség 77
6 14. példa Legyen egy gyártási folyamat valamely jellemzőjének előírt tartománya 100±1, a σ becslése s 0.2. Mekkorák a képességi indexek, és a termék mekkora része lesz kívül a tűrési tartományon (lesz fölött ill. alatt), ha µ becslése 100, 99.5 ill ? Folyamatképesség 78 Az eredmények: µ U L K µ z µ fölső > σ z µ alsó < σ Folyamatképesség 79
7 Egyoldali specifikáció 15. példa A. R. Tenner, I. J. DeToro: Total Quality Management, Addison-Wesley, 1992 Táppénz-kifizetések időzítésének képességvizsgálata. Tűréshatár: 14 napon belül kell kifizetni Sicksec.sta µ µ ; ; PK min, ( ) Folyamatképesség Variable: days Mean: Sigma (Total): Sigma (Within): Specifications: Nominal Normal: pk.4427 pu s(t) +3.s(T) Frequency Total Within Folyamatképesség 81
8 Folyamat-képesség és folyamat-teljesítmény, rövid és hosszú távú teljesítmény melyik σ? σ ST (short term) σ LT (long term) P ST P P LT Folyamatképesség 82 Ha a varianciát a csoportokon belüli (rövidtávú) ingadozásokból becsüljük (potential capability) Ha a csoportokon belüli és csoportok közötti ingadozást egyaránt figyelembe vesszük, a hosszútávú ingadozásról kapunk képet P P (process performance, folyamatteljesítmény ) PP Folyamatképesség 83
9 A mintából számított indexek bizonytalanok, adjunk rájuk konfidencia-intervallumot is! Advanced, normal fül Summary: urrent variable apability Index p - Lower I p - Upper I pk - Lower I pk - Upper I Z - benchmark Potential Z benchmark - Z benchmark - Z benchmark - Lower I Z benchmark - Upper I Overall Process Performance PPM < PPM > PPM Total Observed Process Performance PPM < PPM > PPM Total pm - Lower I pm - Upper I Process apability (PDATA1.STA) Variable: YS3 Value Pp - Lower I Pp - Upper I Ppk - Lower I Ppk - Upper I Z - benchmark Overall Z benchmark - Z benchmark Z benchmark - Lower I Z benchmark - Upper I Potential Process Performance PPM < PPM > PPM Total Process apability Variable: YS3 Value csak mintavételi bizonytalanságra számolunk, mérésire nem Folyamatképesség 84 Gép-képesség és folyamatképesség M 8σ (gép-képességi és gép-teljesítmény ill. folyamat-képességi és folyamat-teljesítmény indexek). A folyamat több részfolyamatból (gépből) áll. Hogy elfogadható (pl. 1.67) folyamatképességet kapjunk, a részfolyamatoknak jobbaknak kell lenniük. Folyamatképesség 85
10 Nem-normális eloszlások kezelése 1 µ- µ LNTL µ UNTL T A folyamat-képesség kvantitatív jellemzésekor a feladat az, hogy becsüljük az előírásoknak nem megfelelő termékek arányát. Ha 1 és a folyamat jól centrált, és az ingadozás normális eloszlású, a selejtarány És ha nem normális eloszlású? Folyamatképesség példa Ampulla-töltési folyamat Variable: JKIVTERF Mean: Sigma: Specifications: Nominal Normal: p1.193 pk.8276 pl1.559 pu s NOMINAL Frequency Folyamatképesség 87
11 P ( x < LNTL) P ( x > UNTL) χ 2 2 ( χ ) N LNTL(χ 2 2 ( χ) ) LNTL(N) UNTL(N) UNTL(χ ( χ 2 ) Folyamatképesség 88 P U p L p µ U µ p µ µ L p µ-re a mediánt, U p -re a % valószínűséghez (UNTL), L p -re a % valószínűséghez tartozó értéket (LNTL) helyettesítjük. Folyamatképesség 89
12 14 Variable: JKIVTERF Mean: Sigma: Non-Normal Fit; Skewness: Kurtosis: Specifications: Nominal (NOTE: Sigma limits are indicated at equivalent percentile values) Normal: p1.193 pk.8276 pl1.559 pu.8276 Non-Normal: p1.944 pk s +3.s Frequency Folyamatképesség 90
III. Képességvizsgálatok
Képességvizsgálatok 7 A folyamatképesség vizsgálata A 3 fejezetben láttuk, hogy ahhoz, hogy egy folyamat jellemzıjét a múltbeli viselkedése alapján egy jövıbeni idıpontra kiszámíthassuk (pontosabban, hogy
RészletesebbenIf 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,
RészletesebbenStatisztikai folyamatszabályozás Minitab szoftverrel
Statisztikai folyamatszabályozás Minitab szoftverrel A Minitab általános statisztikai szoftvert elsősorban statisztikai feladatok megoldására (oktatásra és minőségfejlesztésre) használják, és másodsorban
RészletesebbenDescriptive Statistics
Descriptive Statistics Petra Petrovics DESCRIPTIVE STATISTICS Definition: Descriptive statistics is concerned only with collecting and describing data Methods: - statistical tables and graphs - descriptive
RészletesebbenSTATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1
STATISZTIKAI ALAPOK Statisztikai alapok_eloszlások_becslések 1 Pulzus példa Egyetemista fiatalokból álló csoport minden tagjának (9 fő) megmérték a pulzusát (PULSE1), majd kisorsolták ki fusson és ki nem
RészletesebbenAZ SPC gyakorlati kérdései és alkalmazási tapasztalatai
AZ SPC gyakorlati kérdései és alkalmazási tapasztalatai Kemény Sándor BME Vegyipari Műveletek Tanszék kemeny@mail.bme.hu EOQ 006. szept. 1. 1 A gyakorlatban minden másképpen van? Helmholtz: Nincs praktikusabb
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenSTATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1
STATISZTIKAI ALAPOK Statisztikai alapok_eloszlások_becslések 1 Pulzus példa Egyetemista fiatalokból álló csoport minden tagjának (9 fő) megmérték a pulzusát (PULSE1), majd kisorsolták ki fusson és ki nem
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenMinőségellenőrzés. 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
RészletesebbenMinőségmenedzsment (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
RészletesebbenStatistical Process Control (SPC), Statisztikai Folyamatszabályozás
Statistical Process Control (), Statisztikai Folyamatszabályozás 1 2 2 A statisztikai folyamatszabályozás () koncepcióját először Dr Walter Shewhart fejlesztette ki a Bell laboratóriumokban, az 1920-as
RészletesebbenA biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat során a rendelkezésre álló adatok (statisztikai
RészletesebbenSzıdy 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.
RészletesebbenStatisztikai 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,
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p
RészletesebbenMINŐSÉGÜGYI 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
RészletesebbenA 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
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenIATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools):
APQP IATF 16949:2016 szabvány fontos kapcsolódó kézikönyvei (5 Core Tools): PPAP (Production Part Approval Process) Gyártás jóváhagyási folyamat APQP (Advanced Product Quality Planning and Control Plans)
RészletesebbenStatistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
RészletesebbenVitamin D 3 (25-OH) mérése Elecsys 2010 automatán
Vitamin D 3 (25-OH) mérése Elecsys 2010 automatán Jauk Anna Baranya Megyei Kórház Klinikai és Mikrobiológiai Laboratórium Pécs MOLSZE Kongresszus 2009.08.29. PÉCS D vitamin A D vitamin a napsütésnek kitett
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.
Hypothesis Testing Petra Petrovics PhD Student Inference from the Sample to the Population Estimation Hypothesis Testing Estimation: how can we determine the value of an unknown parameter of a population
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenSTATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
RészletesebbenGeokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka
Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:
RészletesebbenSTATISZTIKA. ( x) 2. Eloszlásf. 9. gyakorlat. Konfidencia intervallumok. átlag. 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% (cm)
Normális eloszlás sűrűségfüggvénye STATISZTIKA 9. gyakorlat Konfidencia intervallumok f σ π ( µ ) σ ( ) = e /56 p 45% 4% 35% 3% 5% % 5% % 5% Normális eloszlás sűrűségfüggvénye % 46 47 48 49 5 5 5 53 54
RészletesebbenGRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens
GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA
RészletesebbenÁltalánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg
LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott
RészletesebbenEgymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
Részletesebben4. A méréses ellenırzı kártyák szerkesztése
4. A méréses ellenırzı kártyák szerkesztése A kártyákat háromféle módon alkalmazhatjuk. Az elızetes adatfelvétel során a fı feladat az eloszlás paramétereinek (µ és σ ) becslése a további ellenırzésekhez.
RészletesebbenTöbb laboratórium összehasonlítása, körmérés
Több oratórium összehasonlítása, körmérés colorative test, round robin a rendszeres hibák ellenőrzése, számszerűsítése Statistical Manual of AOAC, W. J. Youden: Statistical Techniques for Colorative Tests,
Részletesebben6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenYou 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
RészletesebbenMINİSÉGSZABÁLYOZÁS. 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
RészletesebbenBIOMETRIA_ANOVA_2 1 1
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenKISTERV2_ANOVA_
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)
ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18) Előadó: Lakat Károly, L.K. Quality Bt. 2017 szeptember 27 EOQ MNB Szakbizottsági ülés Minitab 18 újdonságai Session ablak megújítása
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenFIT-jelentés :: Bajza József Általános Iskola 1046 Budapest, Bajza u. 2. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Bajza József Általános Iskola 1046 Budapest, Bajza u. 2. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása
RészletesebbenNormál eloszlás. Gyakori statisztikák
Normál eloszlás Átlag jól jellemzi az adott populációt folytonos eloszlás (pl. lottó minden szám egyszer fordul elő) kétkúpú eloszlás (IQ mindenki vagy zseni vagy félhülye, átlag viszont azt mutatja,
RészletesebbenFIT-jelentés :: Stromfeld Aurél Általános Iskola 1202 Budapest, Mártirok u OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Stromfeld Aurél Általános Iskola 1202 Budapest, Mártirok u. 205. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek
RészletesebbenStatisztikai becslés
Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,
RészletesebbenA biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézis Állítás a populációról (vagy annak paraméteréről) Példák H1: p=0.5 (a pénzérme
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
RészletesebbenFIT-jelentés :: Hild József Általános Iskola 1051 Budapest, Nádor u. 12. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Hild József Általános Iskola 1051 Budapest, Nádor u. 12. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása
RészletesebbenA KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke
A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA T.P.Lenke 2013.10.25. 2 Szignifikáns különbség Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
RészletesebbenKiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.
Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások
RészletesebbenNem. Cumulative Percent 1,00 férfi ,9 25,9 25,9 2,00 nı ,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Total ,0 100,0
Függelék II. Demográfia Nem Frequency Percent Percent Cumulative Percent 1,00 férfi 727 25,9 25,9 25,9 2,00 nı 2053 73,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Korcsoport Frequency Percent Percent
RészletesebbenFIT-jelentés :: 2008 Telephelyi jelentés 6. évfolyam :: Általános iskola József Attila Általános Iskola
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola 4030 Debrecen, Monostorpályi u. 63. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása Matematika
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
RészletesebbenFIT-jelentés :: Ölbey Irén Általános Iskola 4495 Döge, Osváth tér 6. OM azonosító: Telephely kódja: 004. Telephelyi jelentés
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Ölbey Irén Általános Iskola 4495 Döge, Osváth tér 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Dr. Török Béla Óvoda, Általános Iskola, Speciális Szakiskola, Egységes Gyógypedagógiai Módszertani Intézmény, Diákotthon és Gyermekotthon 1142 Budapest,
RészletesebbenSTATISZTIKA PRÓBAZH 2005
STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk
RészletesebbenDr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások
Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások Bevezetés A magas mérési szintű változók adataiból számolhatunk átlagot, szórást. Fontos módszerek alapulnak ezeknek a származtatott paramétereknek
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
RészletesebbenFIT-jelentés :: Petőfi Sándor Általános Iskola és Benedek Elek Tagiskola 2163 Vácrátót, Petőfi tér 6. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Petőfi Sándor Általános Iskola és Benedek Elek Tagiskola 2163 Vácrátót, Petőfi tér 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek
RészletesebbenFIT-jelentés :: Olcsai-Kiss Zoltán Általános Iskola 9900 Körmend, Thököly u. 31. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Olcsai-Kiss Zoltán Általános Iskola 9900 Körmend, Thököly u. 31. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenFIT-jelentés :: Gvadányi József Általános Iskola és Óvoda 3733 Rudabánya, Petőfi u. 22. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Gvadányi József Általános Iskola és Óvoda 3733 Rudabánya, Petőfi u. 22. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Fazekas - Istvánffy Általános Iskola és Alapfokú Művészetoktatási Intézmény 3525 Miskolc, Fazekas u. 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Würtz Ádám Társult Általános Iskola és Egységes Pedagógiai Szakszolgálat Fő Utcai Tagiskola 7090 Tamási, Fő u. 1. Matematika Országos kompetenciamérés
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Nyugat-Magyarországi Egyetem Öveges Kálmán Gyakorló Általános Iskola 9022 Győr, Gárdonyi u. 2-4. Matematika Országos kompetenciamérés 1 1 Átlageredmények
Részletesebben17. Folyamatszabályozás módszerei
17. Folyamatszabályozás módszerei 200. Egyéb módszerek A folyamatszabályozás alapjai Minőségképesség-elemzés Mérőeszköz-képességelemzés Ellenőrzőkártyák Bedzsula Bálint 247 Adatgyűjtő lap 200. A probléma
RészletesebbenMARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február
MARKETINGKUTATÁS II. Oktatási segédanyag Budapest, 2004. február Tartalomjegyzék ELŐSZÓ... 2 1 AZ SPSS-RŐL ÁLTALÁBAN... 3 1.1 DATA EDITOR... 3 1.2 VIEWER... 4 1.3 CHART EDITOR... 4 2 ADATBEVITEL... 5 2.1
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenA valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
RészletesebbenLOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála
LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)
RészletesebbenErdélyi Magyar Adatbank Biró A. Zoltán Zsigmond Csilla: Székelyföld számokban. Földtulajdon
Földtulajdon Van-e az Ön, illetve családja tulajdonában termőföld, erdő, rét? 41.1% igen 58.9% igen 133. ábra. Van-e az Ön, illetve családja tulajdonában termőföld, erdő, rét? Szántó Miként jutott hozzá
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola
FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Pázmány Péter Katolikus Egyetem Vitéz János Gyakorló Általános Iskola 2500 Esztergom, Helischer u. 5. Matematika Országos kompetenciamérés 1 1 Átlageredmények
Részletesebben8. A mérıeszközök képességvizsgálata 1
8. A mérıeszközök képességvizsgálata 1 A vizsgálat célja annak megállapítása, hogy a használt mérıeszköz elég kis hibával használható-e ahhoz, hogy vele a folyamatról információt szerezzünk. Az AIAG (Automotive
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Petőfi Sándor Általános Művelődési Központ és Könyvtár, Pedagógiai Szakszolgálat Iskolája 4765 Csenger, Ady Endre u. 13-15. Matematika Országos kompetenciamérés
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola
FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Kálmán Lajos Óvoda, Általános Iskola és Általános Művelődési Központ Vásárhelyi Pál Általános Iskolája és Alapfokú Művészetoktatási Intézménye 6000
RészletesebbenSztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
RészletesebbenNormális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenMiben különbözik a tranzakcionális Hat szigma a gyártásitól?
Miben különbözik a tranzakcionális Hat szigma a gyártásitól? Sződy Noémi EOQ Hat szigma szakbizottság 2011. Március 1. 1 Relevancia Működő vállalkozások száma Magyarországon ~ 700 ezer Szolgáltatóipar
RészletesebbenStatisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák
Statisztikai hipotézisvizsgálatok Paraméteres statisztikai próbák 1. Magyarországon a lakosság élelmiszerre fordított kiadásainak 2000-ben átlagosan 140 ezer Ft/fő volt. Egy kérdőíves felmérés során Veszprém
RészletesebbenStatisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
RészletesebbenErdélyi Magyar Adatbank Biró A. Zoltán Zsigmond Csilla: Székelyföld számokban. Lakáskörülmények
Lakáskörülmények Ön jelenleg hol lakik? önálló lakása van szüleinél 19.3 71.9 házastársa szüleinél rokonoknál ismerősöknél lakást bérel szobát bérel egyéb 4.3 0.5 0.3 2 0.5 1.3 0 10 20 30 40 50 60 70 80
RészletesebbenSTATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
RészletesebbenAnyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
RészletesebbenA mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv
Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenFIT-jelentés :: Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2008 8. évfolyam :: 8 évfolyamos gimnázium 2030 Érd, Széchenyi tér 1. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása Matematika
RészletesebbenA gyakorlat célja a fehér és a színes zaj bemutatása.
A gyakorlat célja a fehér és a színes zaj bemutatása. 1.@. FFT begyakorlása n = [:9]; % Harminc minta x = cos(*pi*n/1); % 1 mintát veszünk periodusonként N1 = 64; % Három módon számoljuk az FFT-t N = 18;
RészletesebbenFIT-jelentés :: Gábor Áron Általános Iskola 1196 Budapest, Nádasdy utca 98. OM azonosító: Intézményi jelentés. 8.
FIT-jelentés :: 2008 Gábor Áron Általános Iskola 1196 Budapest, Nádasdy utca 98. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot
RészletesebbenGyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.
Gyártástechnológia alapjai Méréstechnika rész Előadások (2.) 2011. 1 Méréstechnika előadás 2. 1. Mérési hibák 2. A hiba rendszáma 3. A mérési bizonytalanság 2 Mérési folyamat A mérési folyamat négy fő
Részletesebben