Histogram OA a VOŠ Příbram

Slides:



Advertisements
Podobné prezentace
Statistika.
Advertisements

Statistické funkce v tabulkovém kalkulátoru Excel MS
Histogram představuje grafické zobrazení intervalového zobrazení četnosti znaku jakosti slouží k názornému zobrazení „struktury“ naměřených dat hranice.
Analýza experimentu pro robustní návrh
Sedm základních nástrojů managementu jakosti
Třídění dat OA a VOŠ Příbram. Třídění  rozdělení jednotek souboru do takových skupin, aby co nejlépe vynikly charakteristické vlastnosti zkoumaných jevů.
Projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR.
Statistické řízení procesů
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Paretův diagram důležitý nástroj manažerského rozhodování, který umožňuje stanovit priority při řešení problémů s jakostí napomáhá oddělit podstatné faktory.
Hodnocení způsobilosti procesů
Odhady parametrů základního souboru
Hodnocení způsobilosti měřících systémů
Regulační diagram je to základní grafický nástroj statistické regulace procesu, který umožňuje posoudit statistickou zvládnutost procesu statisticky zvládnutý.
POPISNÁ STATISTIKA ZPRACOVÁNÍ DAT Výpočet výběrových charakteristik
Statistika I 2. cvičení.
Charakteristiky variability
VY_32_INOVACE_ 14_ sčítání a odčítání do 100 (SADA ČÍSLO 5)
Národní informační středisko
Dělení se zbytkem 6 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Popisná statistika - pokračování
BOX - PLOT OA a VOŠ Příbram.
Statistika Vypracoval: Mgr. Lukáš Bičík
Jazyk vývojových diagramů
Analýza způsobilosti procesů a výrobních zařízení
Charakteristiky polohy hodnoty znaku - čísla popisující polohu znaku na číselné ose -můžeme zvolit: -Aritmetický průměr -Modus, medián -Harmonický průměr.
Tloušťková struktura porostu
1 Národní informační středisko pro podporu jakosti.
Dělení se zbytkem 8 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Zásady pozorování a vyjednávání Soustředění – zaznamenat (podívat se) – udržet (zobrazit) v povědomí – představit si – (opakovat, pokud se nezdaří /doma/)
TRUHLÁŘ II.ročník Výrobní zařízení Střední škola stavební Teplice
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
Projekt Anglicky v odborných předmětech, CZ.1.07/1.3.09/
Odhady parametrů základního souboru
Elektronické měřicí přístroje
ŘÍZENÍ JAKOSTI A SPOLEHLIVOSTI Věra Pelantová Pavel Fuchs verze 2009
Statistická analýza únavových zkoušek
KONTROLNÍ PRÁCE.
1 Nedodržení předpokladu normality v regulačním diagramu.
Paretův diagram Ing. Zdeněk Aleš, Ph.D. prof. Ing. Václav Legát, DrSc.
Statistické výpočty v MATLABu
Popisná statistika III
Opakování.
Experimentální fyzika I. 2
Popisné statistiky. Výskyt strupovitosti se zdá být ve vztahu s obsahem některých chemických prvků “ve slupkách“ hlíz. Některé odrůdy trpí strupovitostí.
Metrologie   Přednáška č. 5 Nejistoty měření.
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
Normální rozdělení a ověření normality dat
REGIONÁLNÍ ANALÝZA Cvičení 2 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Maximální chyba nepřímá měření hrubý, řádový odhad nejistoty měření
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
IV..
Základy popisné statistiky
Sedm základních nástrojů řízení jakosti. Kontrolní tabulky Vývojové diagramy Histogramy Diagramy příčin a následků Paretovy diagramy Bodové diagramy Regulační.
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
Inovace bakalářského studijního oboru Aplikovaná chemie CZ.1.07/2.2.00/ Tento projekt je spolufinancován Evropským sociálním.
Statistika 1.cvičení. Základní informace Ing. Daniela Krbcová Materiály ze cvičení, přednášky Skripta k předmětu,
Ukládání dat biodiverzity a jejich vizualizace
Chyby měření / nejistoty měření
STATISTICKÉ CHARAKTERISTIKY
Základy zpracování geologických dat Rozdělení pravděpodobnosti
METODOLOGIE MAGISTERSKÉ PRÁCE
Spojitá a kategoriální data Základní popisné statistiky
Základní zpracování dat Příklad
Statistika a výpočetní technika
Analýza kardinálních proměnných
Autor: Honnerová Helena
Základy statistiky.
Základy popisné statistiky
Transkript prezentace:

Histogram OA a VOŠ Příbram „Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky“

Histogram představuje grafické zobrazení intervalového zobrazení četnosti znaku slouží k názornému zobrazení „struktury“ naměřených dat hranice intervalů ni xD1 xH1 ………………………... xDk xHk ni … četnost v intervalu i i = 1 … k k … počet intervalů xDi … dolní hranice i - tého intervalu xHi … horní hranice i - tého intervalu

Postup sestrojení histogramu Uspořádání dat od nejmenší po největší hodnotu. i 1 2 3 4 5 6 7 8 9 10 x(i) 41 42 43 44 45 46 47 i 11 12 13 14 15 16 17 18 19 20 x(i) 47 48 49 i 21 22 23 24 25 26 27 28 29 30 x(i) 49 50 51 52 53 i 31 32 33 34 35 36 37 38 39 40 x(i) 54 55 57 58 60 Nalezení maximální a minimální hodnoty. xmin = 41 xmax = 60

Postup sestrojení histogramu Výpočet variačního rozpětí R. R = xmax - xmin = 60 – 41 = 19 Stanovení počtu intervalů (tříd) k: n > 100 k = [10 log (n)] 40 < n ≤ 100 n ≤ 40 k = [1 + 1,4426 ln (n)] = [1 + 1,4426 ln (40)] = 6,32  7 Poznámka: Volba počtu intervalů může být intuitivní na základě zkušeností. Výpočet šířky intervalů h. h = R / k = 19 / 7 = 2,71  3

Postup sestrojení histogramu Volba dolní hranice prvního intervalu xD1 . xD1 = xmin = 41 Stanovení dolních xDi a horních hranic xHi všech intervalů. Interval xDi xHi ) ni 1 41 44 4 2 47 3 50 14 53 5 56 8 6 59 7 62

Postup sestrojení histogramu Interval ni 1 4 2 3 14 5 8 6 7 ni 14 8 5 4 4 4 1 41 44 47 50 53 56 59 60 hranice intervalů

… střední hodnota hranice intervalů ni

Gaussova křivka (tvar normálního rozdělení) … střední hodnota ni Gaussova křivka (tvar normálního rozdělení) hranice intervalů

Histogram zvonovitého tvaru Je obrazem normálního rozdělení. Působí pouze náhodné příčiny variability. Dvouvrcholový histogram Působí i vymezitelné příčiny variability: - spojení dvou souborů získaných za různých podmínek. Působí i vymezitelné příčiny variability: výsledek součtu několika rozdělení, neúplný výrobní předpis, nedodržení výrobního předpisu. Histogram plochého tvaru Hřebenový histogram Působí i vymezitelné příčiny variability: nesprávné zaokrouhlování hodnot, nesprávné zařazování do tříd, chyby měření. Useknutý histogram Působí i vymezitelné příčiny variability: rozlišovací schopnost přístroje, nesprávně zařazená analýza dat (vytřídění neshodných jednotek před měřením). Histogram s izolovanými hodnotami Působí i vymezitelné příčiny variability: chyby při přepisování, chyby při měření.

Histogram –využití analýzy dat v Excelu Postup nástroj–analýza dat - histogram Vstupní oblast - úsek s údaji Hranice tříd - úsek - horní meze intervalů Možnosti výstupu - stejný list- „klik“ na volné místo Dále dle potřeby: Zaškrtnout-Vytvořit graf Zaškrtnout - kumulativní percentní podíl Zaškrtnout - pareto (graf sestupně seřazený)

Co vše lze vyčíst z histogramu Odhad polohy a rozptýlení hodnot sledovaného znaku jakosti či parametru procesu. Odhad tvaru rozdělení sledovaného znaku jakosti či parametru procesu. Identifikace změn v procesu srovnáním histogramů mezi sebou nebo analýzou tvaru histogramu (možné působení vymezitelných vlivů). Oblasti použití histogramu Prvotní informaci o způsobilosti procesu. Při průběžné kontrole ve výrobním procesu Při analýze přesnosti a stability výkonu strojů, apod.