Statistická analýza únavových zkoušek

Slides:



Advertisements
Podobné prezentace
Základní statistická analýza dat z pre- a klinických studií
Advertisements

Statistika.
Histogram představuje grafické zobrazení intervalového zobrazení četnosti znaku jakosti slouží k názornému zobrazení „struktury“ naměřených dat hranice.
Statistická indukce Teorie odhadu.
Testování statistických hypotéz
Limitní věty.
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
Odhady parametrů základního souboru
Cvičení 6 – 25. října 2010 Heteroskedasticita
POPISNÁ STATISTIKA ZPRACOVÁNÍ DAT Výpočet výběrových charakteristik
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Národní informační středisko pro podporu kvality.
1 Hodnocení geologických dat pomocí matematické statistiky Petr Čoupek 740/742/ IT spec.
Obsah prezentace Náhodná proměnná Rozdělení náhodné proměnné.
Tloušťková struktura porostu
také Gaussovo rozdělení (normal or Gaussian distribution)
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Jak správně interpretovat ukazatele způsobilosti a výkonnosti
Vybraná rozdělení spojité náhodné veličiny
Odhady parametrů základního souboru
Toolbox analýzy a modelování stochastických systémů b Ústav teorie informace a automatizace, AVČR b Oddělení stochastické informatiky b Ing. Petr Salaba.
Systém rizikové analýzy při statickém návrhu podzemního díla Jan Pruška.
Metody predikce životnosti
Matematické metody v ekonomice a řízení II 4. Metoda PERT
Lineární regresní analýza
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Statistické výpočty v MATLABu
Popisná statistika III
Náhodné výběry a jejich zpracování Motto: Chceme-li vědět, jak chutná víno v sudu, nemusíme vypít celý sud. Stačí jenom malý doušek a víme na čem jsme.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Základy ekonometrie 4EK211
Základy matematické statistiky. Nechť je dána náhodná veličina X (“věk žadatele o hypotéku“) X je definována rozdělením pravděpodobností, s nimiž nastanou.
Normální rozdělení a ověření normality dat
Hodnoty tP pro různé pravděpodobnosti P
Normální rozdělení. U 65 náhodně vybraných živě narozených dětí byla zkoumána jejich porodní hmotnost [g] a délka [cm].
(Popis náhodné veličiny)
VY_32_INOVACE_21-16 STATISTIKA 2 Další prvky charakteristiky souboru.
© Tom Vespa STATISTICKÉ ZPRACOVÁNÍ DAT (JEDNOROZMĚRNÉ SOUBORY)
Statistické odhady (inference) Výběr Nepotřebujeme sníst celého vola jenom proto, abychom poznali, že to jde ztuha. Samuel Johnson (anglický básník a.
Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.
Popisná analýza v programu Statistica
1. cvičení
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
Inferenční statistika - úvod
IV..
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
Základní informace o předmětu1. Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení.
Ústav lékařské informatiky, 2. LF UK 2008 STATISTIKA II.
Chyby měření / nejistoty měření
Stručný přehled modelových rozložení I.
Spojitá náhodná veličina
Základy statistické indukce
Induktivní statistika
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
STATISTICKÉ ZPRACOVÁNÍ DAT (JEDNOROZMĚRNÉ SOUBORY)
Odhady parametrů základního souboru
Popisná analýza v programu Statistica
Induktivní statistika
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Spojitá a kategoriální data Základní popisné statistiky
Typy proměnných Kvalitativní/kategorická binární - ano/ne
Základní zpracování dat Příklad
Statistika a výpočetní technika
Analýza kardinálních proměnných
Induktivní statistika
Základy statistiky.
Náhodné výběry a jejich zpracování
Transkript prezentace:

Statistická analýza únavových zkoušek ČVUT v Praze, Fakulta strojní Ústav mechaniky, biomechaniky a mechatroniky Statistická analýza únavových zkoušek Milan Růžička

Problémy k řešení Jak posoudit rozptýlení výsledků únavových zkoušek mají ? Jakou pravděpodobnost poruchy lze očekávat v provozu na základě zkoušených vzorků? Jaká je pravděpodobnost porušení při uvažování konkrétního součinitele bezpečnosti? Jak extrapolovat výsledky zkoušek pro předpověď životnosti s extrémně malou pravděpodobností poruchy? Jak vzájemně porovnávat výsledky zkoušek. Jedná se o stejný materiál? Atp.

Základní přehled terminologie Náhodně proměnná x Histogram Pravděpodobnost P(x≤xP] Histogram kumulativní četnosti Hustota pravděpodobnosti f(x) Disribuční funkce F(x) Hladina spolehlivosti a[%] Riziko b =100 - a [%]

Normalní (Gaussovo) rozdělení Hustota pravděpodobnosti Distribuční fce Dva parametry rozdělení: Střední hodnota m Směrodatná odchylka s (rozptyl s2 )

Standardní Normalní (Gaussovo) rozdělení Střední hodnota m=0 Směrodatná odchylka s=1 Transformace na kvantil Hustota pravděpodobnosti Distribuční fce

Normalní (Gaussovo) rozdělení up … statistické tabulky, software (EXCEL, STATISTICA..)

Pravděpodobnostní stupnice- „Pravděpodobnostní papír“ Kvantil Distribuční fce Inverzní zobrazení je lineární k x Zobrazí se jako přímka v nové stupnici diagram

Transformace fce hustoty pravděpodobnosti do lineárního průběhu

Příklady zpracování dat Problem: n=14 vzorků bylo zkoušeno na amplitudě napětí 250 MPa Dosažený počet cyklů do lomu byl uspořádán do vzestupné řady v následující tabulce

Postup vyhodnocení Uspořádaní dat Výpočet tzv. pořadové pravděpodobnosti, převod na % Volba vhodného statistického ropzdělení (Normalní , Logaritmic-normální, Weibullovo…) Grafické zobrazení dat v P- stupnci, např. pro log-normální rozdělení- vynesení bodů v souřadnicích (log Ni, Pi)

Example of fatigue data evaluation

Statistický výběr a základní soubor Statistický výběr Základní soubor Aritmetický průměr Rozptyl pro daný stat. výběr, Směrodatná odchylka pro daný stat. výběr (m, s) = ?

Odhady parametrů základního souboru Deterministické Intervalové

Odhady parametrů základního souboru

Log-normální rozdělení Náhodně proměnná je N N ... má log-normální distribuci Transformace do potom x má normální distribuci

Vyhodnocení

Příklad výsledků

Extrapolace a predikce

Interpretace Existuje 10% -ní riziko, že po absolvování 51 785 cyklů se poruší více než jeden vzorek z 10 000 kusů (výrobků).

Weibullovo rozdělení Vhodné též pro únavová data– 3 parametry Distribuční fce b exponent N0 prahový život Na characteristický život Kvantil pro pravděpodobnost porušení P

Statistické určení S-N křivek Mez únavy Metody vyhodnocování šikmé větve Hladinové zkoušky Regrese přes více hladin Metody vyhodnocování meze únavy