Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04.

Slides:



Advertisements
Podobné prezentace
Statistická indukce Teorie odhadu.
Advertisements

4. Metoda nejmenších čtverců
3. PRINCIP MAXIMÁLNÍ VĚROHODNOSTI
64. Odhady úplných chyb a vah funkcí BrnoLenka Bocková.
Pravděpodobnost a statistika opakování základních pojmů
Generování náhodných veličin (1) Diskrétní rozdělení
také Gaussovo rozdělení (normal or Gaussian distribution)
Generování náhodných veličin (2) Spojitá rozdělení
Některá diskrétní a spojitá rozdělení náhodné veličiny.
Náhodný jev A E na statistickém experimentu E - je určen vybranou množinou výsledků experimentu: výsledku experimentu lze přiřadit číslo, náhodnou proměnnou.
Data s diskrétním rozdělením
Statistická analýza únavových zkoušek
Generování náhodných veličin Diskrétní a spojitá rozdělení Simulační modely ek.procesů 4.přednáška.
Vybraná rozdělení spojité náhodné veličiny
PRAVDĚPODOBNOST A MATEMATICKÁ STATISTIKA Úvod, kombinatorika
Chyby jednoho měření když známe
Odhad metodou maximální věrohodnost
Princip maximální entropie
Experimentální fyzika I. 2
Rozdělení diskrétních veličin. Příklady diskrétních náhodných veličin Pokus jev nastaljev nenastal pnS hod mincírublíc1/2počet hodůpočet rubů celkem narození.
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.
Základy zpracování geologických dat
Princip maximální entropie
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.
Metrologie   Přednáška č. 5 Nejistoty měření.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
ŠkolaStřední průmyslová škola Zlín Název projektu, reg. č.Inovace výuky prostřednictvím ICT v SPŠ Zlín, CZ.1.07/1.5.00/ Vzdělávací.
2. Vybrané základní pojmy matematické statistiky
Náhodný vektor Litschmannová, 2007.
Hodnoty tP pro různé pravděpodobnosti P
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Maximální chyba nepřímá měření hrubý, řádový odhad nejistoty měření
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
V experimentu měníme hodnotu jedné nebo několika veličin x i a studujeme závislost veličiny y. - např. měníme, ostatní x i bereme jako parametry ( , ,
Hustota pravděpodobnosti – případ dvou proměnných
Poissonovo rozdělení diskrétní náhodné veličiny
Nejistota měření Chyba měření - odchylka naměřené hodnoty od správné hodnoty → Nejistota měření Kombinovaná standartní nejistota: statistické (typ A) -
Měřické chyby – nejistoty měření –. Zkoumané (měřené) předměty či jevy nazýváme objekty Na každém objektu je nutno definovat jeho znaky. Mnoho znaků má.
Aritmetický průměr - střední hodnota
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..
Popisné charakteristiky statistických souborů. ZS - přesné parametry (nelze je měřením zjistit) VS - výběrové charakteristiky (slouží jako odhad skutečných.
ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) a  x  b distribuční.
POZNÁMKA: Pokud chcete změnit obrázek na tomto snímku, vyberte obrázek a odstraňte ho. Potom klikněte na ikonu Obrázek v zástupném textu a vložte vlastní.
Základní informace o předmětu1. Přednášející: RNDr. Martin Hála, CSc. katedra matematiky, B105, Další informace a soubory ke stažení.
Základy zpracování geologických dat R. Čopjaková.
Experimentální metody v oboru – Přesnost měření 1/38 Naměřená veličina a její spolehlivost © Zdeněk Folta - verze
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Interpolace funkčních závislostí
Chyby měření / nejistoty měření
Pravděpodobnost a matematická statistika I.
Spojitá náhodná veličina
ELEKTRICKÉ MĚŘENÍ VLASTNOSTI MĚŘICÍCH PŘÍSTROJŮ.
Úvod do praktické fyziky
Základy zpracování geologických dat Rozdělení pravděpodobnosti
Pravděpodobnost a matematická statistika I.
4. Metoda nejmenších čtverců
Statistika a výpočetní technika
ANALÝZA A KLASIFIKACE DAT
Rozdělení pravděpodobnosti
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Medián, modus Medián Pro medián náhodné veličiny x platí: Modus
Poissonovo rozdělení diskrétní náhodné veličiny
2. Vybrané základní pojmy matematické statistiky
Interpolace funkčních závislostí
Základy statistiky.
Náhodné výběry a jejich zpracování
Princip max. věrohodnosti - odhad parametrů
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Transkript prezentace:

Úvod do praktické fyziky Seminář pro I.ročník F J. Englich, ZS 2003/04

Sylabus 1.4. Značení ručkových elektrických měřících přístrojů - systém, třída přesnosti, poloha stupnice, zkušební napětí 1. Chyby měření 1.1. Základní pojmy - systematika chyb, formální zápis výsledku měření 1.2. Odhad maximální chyby - metoda mezí, maximální odhad, příklady 1.3. Chyby měřidel, chyba metody - třída přesnosti, chyba metody, stanovení maximální chyby odhadem

2. Vybrané základní pojmy matematické statistiky 2.2. Rozdělení pravděpodobnosti- diskrétní náhodná proměnná, rovnoměrné rozdělení, binomické rozdělení, Poissonovo rozdělení, spojitá náhodná proměnná, rovnoměrné rozdělení, Cauchyho rozdělení, Normální (Gaussovo) rozdělení 2.4 Rozdělení pravděpodobnosti více náhodných veličin - ozdělení pravděpodobnosti, kovariance, korelační koeficient, střední hodnota součtu náhodných veličin, střední hodnota součinu nezávislých veličin, disperse součtu náhodných veličin, disperse lineární kombinace nezávislých veličin 2.4 Rozdělení pravděpodobnosti více náhodných veličin - rozdělení pravděpodobnosti, kovariance, korelační koeficient, střední hodnota součtu náhodných veličin, střední hodnota součinu nezávislých veličin, disperse součtu náhodných veličin, disperse lineární kombinace nezávislých veličin 2.5. Centrální limitní věta - počítačová demonstrace 2.1. Náhodný jev, pravděpodobnost - experiment, náhodný jev na experimentu, náhodná proměnná na experimentu,náhodný výběr, definice pravděpodobnosti, spojení experimentů, nezávislé experimenty, nezávislé jevy 2.3. Střední hodnota, momenty náhodné veličiny - střední hodnota, n-tý moment náhodné veličiny, n-tý centrální moment, asymetrie rozdělení

3. Princip maximální pravděpodobnosti 3.2. Vychýlený odhad - aritmetický průměr, disperse, nevychýlený odhad disperse 3.1. Odhad parametrů rozdělení - opakované nezávislé experimenty, odhad střední hodnoty, odhad disperse, Binomické rozdělení, Poissonovo rozdělení, Normální rozdělení 3.3. Zpracování výsledku měření jediné veličiny - statistický soubor dat, disperse jediného měření, disperse arimetického průměru 3.4. Přenos chyb - odhad disperse 3.5. Zpracování výsledků nepřímých měření - uvážení chyby měřícího přístroje, odhad střední hodnoty, odhad disperze, zahrnutí chyby přístroje (metody)

4. Příklad - měření modulu pružnosti ve smyku metodou torsního kyvadla 5. Metoda nejmenších čtverců 5.2. Polynom k-tého stupně- odhad parametrů, obecné řešení, speciální případy, přímka procházející počátkem, obecná přímka 5.3. Střední hodnota a disperse odhadu - nevychýlený odhad, explicitní řešení, speciální případy lineárních interpolací, možnosti využití transformace souřadnic 5.4. Funkce  2 - vlastnosti, alternativní postupy nalezení chyby odhadu bez explicitního výpočtu 6. Příklady - lineární interpolace, exponenciální funkce 5.1 Početní interpolace, princip nejmenších čtverců, funkce  2