Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaImre Bogdán Megváltozta több, mint 9 éve
1
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/3 2014.10.08.
2
Múlt alkalom… Direkt mérések kiértékelése: Pontbecslés Független mérések eredményei Hibaeloszlás feltételezése Kiértékelési elv Pl. ML Statisztika Pontbecslés Statisztika, mint a valószínűségi változók függvénye, maga is valószínűségi változó Kellenek az eloszlás paraméterei
3
Még egy kis Maximum Likelihood…. Tetszőleges eloszlású mérések kombinálhatók L maximuma szolgáltatja az ML becslést p-re Múltkor láttuk….Normális eloszlású mérések esetén az átlag szolgáltatta az ML. becslést
4
Gauss-eloszlás
5
Egyenletes eloszlás
7
Pareto
8
Szokásos megközelítés még az un. Konfidencia intervallum Pl. a statisztika mint val. vál. sűrűség függvénye Torzítatlanság esetén a várható érték, a mérendő mennyiség várható értéke
11
Vektorra n-1 ortogonális vektor
12
Elég a szumma egy tagjától való függetlenséget belátni
19
A mérési adatkiértékelés általános sémája Mérési adatokMatematikai modell Illesztési kritérium Statisztikai elv Hibamodell Fizikai modell Illesztés eredménye Paraméterek Paraméterek kov. Mátrixa Konfidencia intervallumok Az illesztett paraméterek is valószínűségi változók √ √√ √
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.