Slides:



Advertisements
Hasonló előadás
Események formális leírása, műveletek
Advertisements

Hipotézis-ellenőrzés (Statisztikai próbák)
I. előadás.
A MINŐSÉG MEGTERVEZÉSE
II. előadás.
Statisztika II. I. Dr. Szalka Éva, Ph.D..
BECSLÉS A sokasági átlag becslése
Kvantitatív módszerek
Rangszám statisztikák
ERP Integrált vállalatirányítási rendszer
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Valószínűségszámítás
Két változó közötti összefüggés
Statisztikai folyamatszabályozás
Becsléselméleti ismétlés
Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 11. Előadás.
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Mintavételes eljárások
Valószínűségszámítás
Regresszióanalízis 10. gyakorlat.
Kvantitatív módszerek
NATO minőségbiztosítási követelmények a tervezésre, fejlesztésre és gyártásra Termék Műszaki kiszolgálás, karbantartás, javítás Csomagolás,
Hipotézisvizsgálat (1. rész) Kontingencia táblák
Nem-paraméteres eljárások, több csoport összehasonlítása
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek
A LOGISZTIKAI RENDSZEREK MINŐSÉGBIZTOSÍTÁSA
Könyvvizsgálat alapjai
Matematikai alapok és valószínűségszámítás
Budapesti Műszaki és Gazdaságtudományi Egyetem Biokémiai és Élelmiszertechnológiai Tanszék Mintavétel Élelmiszeranalitika előadás december 3.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Az F-próba szignifikáns
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Az elemzés és tervezés módszertana
Valószínűségszámítás
Gazdaságstatisztika Bevezetés szeptember 11.
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Alapsokaság (populáció)
Hipotézis vizsgálat.
Adatleírás.
t A kétoldalú statisztikai próba alapfogalmai
Mintavételes eljárások
I. előadás.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
Minőségbiztosítás II_6. előadás
Minőségbiztosítás II_4. előadás
Termék Műszaki kiszolgálás, karbantartás, javítás Rendszeresítés, üzembehelyezás Elosztás, tárolás Leselejtezés, kivonás, megsemmisítés.

1 Statisztikai folyamatszabályozás D R. TÓTH ZSUZSANNA ESZTER M ENEDZSMENT ÉS VÁLLALATGAZDASÁGTAN TANSZÉK ÜZLETI TUDOMÁNYOK INTÉZET GAZDASÁG - ÉS TÁRSADALOMTUDOMÁNYI.
Mintavétel.
Eredetileg a statisztika matematikai eszközöket igénybe vevő államháztartástant jelentett, vagyis azon módszerek gyűjteményét és elméletét, amelyek segítségével.
Statisztikai folyamatszabályozás
Statisztikai folyamatszabályozás
Statisztikai folyamatszabályozás
Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
I. Előadás bgk. uni-obuda
Hipotézisvizsgálatok Paraméteres próbák
Kockázat és megbízhatóság
Statisztikai folyamatszabályozás (a diasort készítette Kotsis Ágnes)
Valószínűségi változó, eloszlásfüggvény
1.3. Hipotézisvizsgálat, statisztikai próbák
Előadás másolata:

Mintavételes átvételi ellenőrzés Döntés a tétel átvételéről vagy visszautasításáról beszállítótól érkezett tétel másik részlegből érkezett tétel kiszállítandó tétel Nem paraméterbecslés, hanem hipotézisvizsgálat A gyártási folyamatra csak közvetett a befolyása A tételt darabokból állónak (pl. 1000 csapágy) tekintjük

ellenőrzés nélküli elfogadás teljes átvizsgálás mintavételes ellenőrzés A teljes átvizsgálás sem hibamentes!

A mintavételes ellenőrzés igen indokolt, ha a vizsgálat roncsolásos; amikor a 100%-os ellenőrzés nagyon drága lenne, vagy a gyártási és értékesítési folyamatot súlyosan késleltetné; ha a 100%-os ellenőrzés hiba-aránya az emberi tévedések lehetősége miatt elég magas ahhoz, hogy a sokelemű tételnél a hibás elem átengedésének kockázata nagyobb legyen, mint a mintavételes ellenőrzésnél; ha a beszállító minőség-története jó, ezért a korábbi 100%-os ellenőrzést enyhíteni akarjuk, de az ellenőrzés teljes mellőzése nem lenne megnyugtató; ha a termékfelelősség súlyos (pl. gyógyszer, egészségügyi eszköz), a mégoly kiváló képességű beszállítói folyamat ellenére a termék folytonos figyelemmel kísérése elengedhetetlen

A 100%-os ellenőrzéssel összehasonlítva a mintavételes ellenőrzés előnyei: rendszerint kevésbé költséges, mivel kevesebb elemet kell megvizsgálni; a terméket kevésbé bolygatják, ezért kisebb a sérülés veszélye; roncsolásos vizsgálatnál is alkalmazható; kisebb erőforrás-igénnyel elvégezhető; gyakran lényegesen csökkenti az ellenőrzési hiba arányát; az egész tétel visszautasítása (ahelyett, hogy a kiválogatott hibás elemeket küldenénk vissza) a szállítót jobban rászorítja a minőség javítására.

A mintavételes ellenőrzés hátrányai a 100%-os átvételi ellenőrzéssel szemben: a mintavételi véletlen következtében van esélye annak, hogy jó tételt visszautasítsunk (elsőfajú hiba) és rossz tételt átvegyünk (másodfajú hiba); kevesebb információhoz jutunk a termék (illetve az azt előállító gyártási folyamat) statisztikai tulajdonságairól; tervezést és gondos dokumentálást igényel.

A mintavételes ellenőrzési eljárás hipotézisvizsgálat: a tételre (a sokaságra) vonatkozó feltételezés elfogadásáról vagy elutasításáról döntünk a minta alapján. A nullhipotézis a sokaság (tétel) valamely paraméterére vonatkozik, pl. a selejtes egyedek p arányára. Elsőfajú hiba: ha egy tételt visszautasítunk, pedig megfelelő (a szállító kockázata: producer's risk). Másodfajú hiba: ha a tételt átvesszük, pedig nem megfelelő (a vevő kockázata: consumer's risk). minősítéses méréses

17. példa N=1000 elemű tétel, benne a selejtes elemek aránya p=0.01 (1%). A tételből 80 elemű mintát veszünk. Átvételi előírás: fogadjuk el a tételt, ha a selejtes darabok száma 2 vagy kisebb (elfogadási határ vagy átvételi szám, c ill. Ac), és utasítsuk vissza, ha annál nagyobb (visszautasítási határ, r ill. Re). Mi a valószínűsége annak, hogy visszautasítsunk egy tételt, amelyben p=0.01, vagyis mekkora az elsőfajú hiba  valószínűsége?

Binomiális eloszlás: Akkor használható, ha a vett minta eleme kétféle lehet („igen/nem”). Az „igen” esemény bekövetkezésének valószínűsége p [(1-p) a kiegészítő eseményé], n kísérletből x sikeres. A k-adik mintaelem ugyanolyan eséllyel legyen „igen”, mint a k+1-edik - visszatevés! A gyakorlatban nem szokás a vett mintaelemeket visszatenni, ekkor a binomiális eloszlás csak közelítés, amely n<<N esetén teljesen jogos.

Mi a valószínűsége annak, hogy átvegyünk egy tételt, amelyben p=0 Mi a valószínűsége annak, hogy átvegyünk egy tételt, amelyben p=0.05, vagyis mekkora a másodfajú hiba  valószínűsége?

Számoljuk ki a tétel elfogadásának Pa valószínűségét különböző p értékekre (c=2), és rajzoljuk meg belőle a működési jelleggörbét!

Működési jelleggörbe

Példánkban AQL=1%, LQ=5%

A működési jelleggörbe menete függ az n mintaelemszámtól és a c elfogadási határtól. c=0 kedvezőtlen (ha p=0.01)

Ha a tétel minden elemét megvizsgálnánk (n=N), =0,  =0

szigorúság ellenőrzési fokozat

Két- és többlépcsős ellenőrzési tervek (ha p<<p0 vagy p>>p0) n1, az első minta elemszáma; c1, (Ac1) az első minta elfogadási határa (átvételi száma); r1, (Re1) az első minta elutasítási határa (visszautasítási száma); n2, a második minta elemszáma; c2, (Ac2) a második minta elfogadási határa (átvételi száma); r2, (Re2) a második minta elutasítási határa (visszautasítási száma); D1, az első mintában talált selejtes elemek száma; D2, a második mintában talált selejtes elemek száma.