Mérések adatfeldolgozási gyakorlata vegyész technikusok számára

Slides:



Advertisements
Hasonló előadás
I. előadás.
Advertisements

Petrovics Petra Doktorandusz
3. Két független minta összehasonlítása
Kenés és tömítés tárgyhoz Miskolci Egyetem
Gazdaságelemzési és Statisztikai Tanszék
Csoportosítás megadása: Δx – csoport szélesség
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag November 7., 9.
Virtuális méréstechnika
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag November 7., 9.
A megoldás főbb lépései:
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Microsoft Excel 2010 Gyakoriság.
Közlekedésstatisztika
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
4. előadás.
III. előadás.
A középérték mérőszámai
SPSS leíró statisztika és kereszttábla elemzés (1-2. fejezet)
További vektor, mátrix algoritmusok
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Egytényezős variancia-analízis
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Biostatisztika, MS Excel
Statisztika.
Középpontban a fejlődés
Készítette: Horváth Zoltán (2012)
Kvantitatív módszerek
Valószínűségszámítás
EREDMÉNYEK, ADATOK FELDOLGOZÁSA
Mérések.
Többváltozós adatelemzés
Lineáris regresszió.
Adatleírás.
BISEL Biotikus Index a Középiskolai Oktatásban.
I. előadás.
Statisztikai alapfogalmak
Kvantitatív módszerek
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
x1 xi 10.Szemnagyság: A szemnagyság megadásának nehézségei
Alapfogalmak, adatforrások, szűrés
Mérés és adatgyűjtés laboratóriumi gyakorlat
A számítógépes elemzés alapjai
Statisztikai és logikai függvények
Huffman kód.
2. Házi feladat „Digitális kép szűrése”. A feladat I. Az előzően beszerzett digitális kép szűrése Szűrés –Átlagoló szűrés 5×5-ös kernellel –Medián-szűrés.
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
100-as szög méreteinek gyakorisága (n = 100) db mm Gyakoriság grafikon (adott méretű esetek db.)
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Kvantitatív módszerek MBA és Számvitel mesterszak
Becsléselmélet - Konzultáció
Adatelemzési gyakorlatok
Nemparaméteres próbák
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Oktatóbemutató címe Előadó: Név.
A évi kompetenciamérés FIT-jelentéseinek új elemei
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
5. előadás.
4. Kiugró adatok kezelése
5. Kalibráció, függvényillesztés
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Rangsoroláson és pontozáson alapuló komplex mutatók
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
3. osztályban.
Előadás másolata:

Mérések adatfeldolgozási gyakorlata vegyész technikusok számára Alapfogalmak http://tp1957.atw.hu/m_a_gy_1.ppt 2017. 09. 04.

Tartalom Bevezetés az adatelemzés-, ábrázolásba Hagyományos módszerek Mérési adatok fogalma Adatrögzítés, táblázatkészítés Mért és számított adatok oszlopok, sorok Adattípusok A mérési eredmények értékelésének módszerei Átlag, hiba, szórás Mérési adatok statisztikai értékelése

Adatelemzés, ábrázolás 1. Hisztogram Hányszor fordul elő az adott mérési adat (gyakoriság) Hőmérséklet mérés (Miskolc-tapolcai tavasbarlang termál forrása)

Adatelemzés, ábrázolás 2. Hisztogram Hányszor fordul elő az adott mérési adat vagy annál kisebb érték (összegzett, ku- mulált gyakoriság) Hőmérséklet mérés (Miskolc-tapolcai tavasbarlang termál forrása) összegzett, kumulált értékek 500 400 300 200 100 hőmérséklet 29 30 31 32 °C

1. házi feladat A következő mérési adataink vannak: 3,41; 3,35; 3,47; 3,59; 3,37; 3,53; 3,46; 3,47; 3,46; 3,43; 3,42. Készítsen az adatokból hisztogramot, amin az adatok előfordulásának száma van függőlegesen (oszlopok); b) az adatok előfordulásának összegzett száma van függőlegesen (lépcsők). Beadás 2017. 09. 11-ig e-mailben a tihanyi@petrik.hu címre vagy papíron (az iskolában).

Az 1. házi feladat megoldása Az a) feladat (gyakorisági hisztogram): A b) feladat (összegzett gyakorisági hisztogram): Ez így elég furcsa és nem csak nem szép, de az információ tartalma is „gyenge”. Emiatt nem így szokás ábrázolni az adatokat, hanem osztályokba sorolva (ld. következő dia).

Osztályokba sorolás A mérési adatainkat sorba rendezzük, megszámoljuk (n). Pl. az előbbi feladatban a legkisebb adat 3,35, a leg-nagyobb 3,59 volt. Ezek különbsége a terjedelem. A terjedelmet k darab, h szélességű osztályra osztjuk. Az osztályok számának meghatározására sokféle szabályt találtak ki, a legegyszerűbb négyzetgyök-szabály: Használhatjuk a következő táblázatot is: Mérések száma Osztályok száma <50 5..7 50..100 6..10 100..250 7..12 >250 10..20

Az 1. házi feladat másik megoldása A terjedelem 0,24, a darabszám 11, soroljunk 5 osztályba: így az oszlopszélesség lehet 0,05.

Adatelemzés, ábrázolás 3. A szitaelemzés- kor kapott áthul- lási görbe is összegzett gya- korisági hiszto- gram (csak az oszlopok helyett pontokat tettek fel), de az osz- lopok nem azonos széles- ségűek és a skála nem lineáris. Kép: http://www.tankonyvtar.hu/hu/tartalom/tamop425/0033_SCORM_MFFTT600341/content/12/5_1/12_7abra.jpg