Test av mätutrustnings repeterbarhet

Storlek: px
Starta visningen från sidan:

Download "Test av mätutrustnings repeterbarhet"

Transkript

1 Matematikföretaget jz /sjn Metem 7005 Test av mätutrustnings repeterbarhet M7005 Test av mätutrustnings repeterbarhet 1 (21)

2 Innehåll 1 Förutsättningar Beskrivning av repetitionstestens formulär Att Genomför en test Analys av mätresultatet Appendix Statistiska definitioner mm Exempel på MSA tester Exempel på hur data sparas Exempel på utskrift Lägga repetitionstestknappen på knappanelen Matematikföretaget jz (Sverker Johansson) är under inga omständigheter ansvarigt för direkta skador eller följdskador uppkomna genom användning av detta dokument eller av programvara eller maskinvara beskriven i detta dokument. M7005 Test av mätutrustnings repeterbarhet 2 (21)

3 1 Förutsättningar Denna repetitionstest är främst avsedd för att kontrollera en automatladdad fixtur och vi antas bara mäta på en och samma detalj (mastern om så finns) och mätningen sker på samma mätpunkter. Vidare antar vi att mätfelet är normalfördelat med medelvärdet µ och spridningen σ. Ett mätsystems funktionalitet testas traditionellt med metoder beskrivna i Measuremet System Analysis (MSA) utgiven av en arbetsgrupp bestående av Chrysler/GM mf. Tre operatörer mäter 10 stycken detaljer tre gånger ( totalt 90 mätningar) och resultatet redovisas i en tabell. En förenklad variant bestående av två operatörer som mäter 10 detaljer två gånger förekommer också. Exempel på de båda typerna finns i Appendix 2. Om mätningen sker i en automatladdad fixtur ( detaljen förs upp i mätläge av fixturen) och mätresultatet registreras automatiskt, försvinner operatörens påverkan på mätresultatet. Om man dessutom använder samma detalj, påverkas inte mätresultatet av detaljernas olikhet.. För att ytterligare minimera detaljens inverkan bör dess yta var slät och mätspetsarna skall i möjligaste mån anbringas på samma punkter. Att använda master som detalj kan rekommenderas. De variationer i mätvärdena som uppstår härrör under dessa förutsättningar, ingen operatör och mätning på samma detalj på samma ställe, från mätsystemet. Exempel Genomgående används exemplet i figur 1 nedan, Mer information Se Metem 7005:s hemsida M7005 Test av mätutrustnings repeterbarhet 3 (21)

4 2 Beskrivning av repetitionstestens formulär Figur 1. Repetitionstestens formulär Formuläret har en rullgardinsmeny, figur 2, med kommandona, Arkiv, Analys, Anpassa och Hjälp. Figur 2. Rullgardinsmenyn M7005 Test av mätutrustnings repeterbarhet 4 (21)

5 Arkiv Öppna Man kan öppna en fil med resultat från en tidigare repetitionstest. Om testen tillhör ett annat mätprogram än det som nu är aktuellt, byts mätprogrammet till det som datat tillhör. Spara Spara resultatet från den nu aktuella repetitionstesten. Har samma verkan som att klicka på Spara knappen. Exempel finns i Appendix 3. Skrivut, Förhandsgranska, Skrivarinställningar gör just det. Exempel finns i Appendix 4. Kopiera till.txt fil Resultaten från mätningarna sparas i en.txt fil förgånget av ett tabellhuvud med måttens namn, se Appendix 3. OBS Datat sparas på samma form som det visas i repetitionsformuläret dvs som mm eller my beroende på vad som är valt. Dolda mått sparas ej. Analys Resultatet som normalfördela graf Medelvärde, spridning, repeterbarheten visas grafiskt. Närmare beskrivning finns i Kapitel 4 Analys av mätresultatet. Anpassa Färger och fonter Är man inte nöjd med repetitionstestformulärets utseende kan man själv anpassa färger och fonter. Det görs på samma sätt som för andra M7005 formulär. Se Metem 7005 Användarhandbok, avsnitt Handboken kan laddas ned från M7005:s hemsida Hjälp Delar av denna manual visas. Figur 3. Parametrar som ingår i beräkningen av repeterbarheten Repeterbarheten redovisas i formuläret och är = spridningen multiplicerat med en faktor som bestäms av Intervallet som omfattas av dividerat med toleransintervallet multiplicerat med procentsatsen given i Gräns OK % av toleransvidden. Utförliggar beskrivning görs i kapitel 4 Analys av mätresultatet. Figur 4. Rensa Tar bort alla gjorda mätningar och en ny test kan köras. Spara Operatören får välja katalog och fil vari data skall sparas. Förvalt är katalogen c:\m7005\data\mätprogramnamn\m7005repettionstester\filnamn.txt. Programmet föreslår ett filnamn, RepTest_mätprogramnamn_Dååmmdd_Tttmiss.txt där åå = år, mm = månad, dd = dag, tt = timme, mi = minut och ss = sekund. M7005 Test av mätutrustnings repeterbarhet 5 (21)

6 Figur 5. Val av vad som skall visas i formuläret. Här kan man välja vad som skall visas. Mode Om Abs är vald visas alla värden som absoluta, dvs mätvärdena är nominellt mått + avvikelsen från nominellt mått. I Rel mode visas värdena som avvikelser från nominellt mått. mm/my Normalt är alla värden i mm, men vid små avvikelser kan det vara mer överskådligt att data precenteras som my ( 1/1000 mm). Men det förutsätter att programmet är i relative mode. Visa mått på/av Om Visa mått på/av är markerat kan man genom att klicka i fyrkanten med måttets namn, dölja måttet. Dolda mått kommer ej med vid Kopiera till.txt fil. Däremot vid Spara sparas alla måtten, således även de dolda. Formulärets resultatdel Figur 6. Formulärets resultatdel. Närmare beskrivning finns i kapitel 4 Analys av mätresultatet. M7005 Test av mätutrustnings repeterbarhet 6 (21)

7 Formulärets datadel Figur 7. Formulärets datadel Datat visas här löpande vart efter det registreras. Data sparas i formuläret då mätorden går låg, vilket gör att om mätorder och registreringsorder är skilda åt, kan man utföra en repetitionstest utan att mätprogrammets databas påverkas. Vill man ändra på visningsordning är det bara att klicka på Tid i formuläret. M7005 Test av mätutrustnings repeterbarhet 7 (21)

8 3 Att Genomför en test Formuläret i figur 1 får man upp genom att klicka Repetitionstest under Verktyg i rullgardinsmenyn. Figur 8. Eller genom att klicka på ikonen om den är utlagd på knappanelen. Hur man läggertill/ tar bort ikoner till/från knappanelen beskrivs i Appendix 5. Följande gäller Formuläret ligger alltid som topp fönster. Det innebär att inga andra M7005 fönster/ formulär kan nås från tangentbordet och/eller musen så länge som repetitionstesten är aktiv. Datadelen är tom då formuläret tas upp Data sparas med hjälp av Spara knappen. Avslutar man formuläret utan att ha sparat data, kommer frågan upp Vill du spara?. Ny test påbörjar man genom att klicka på Rensa och då nollas formulärets resultatdel. Har man inte sparat föregående test, kommer frågan Vill du spara? upp Data sparas i formuläret då mätorden går låg. Om mät och registreringsorder är skilda kommer inte mätprogrammets databas att uppdateras under repetitionstesten. Antal mätningar måste vara fler än femton, 20 eller fler rekommenderas. Det för att de statistiska beräkningarna (repeterbarhet, medelvärde, spridning mm) skall vara giltiga. Resultatet beräknas kontinuerligt på det antal mätningar som finns tillgängliga. M7005 Test av mätutrustnings repeterbarhet 8 (21)

9 Att genomföra en test. Mätningen skall göras på en och samma detalj (gärna mastern) och detaljen skall placeras så att mätpunkterna är samma för samtliga mätningar. För fallet att detaljen placeras automatiskt i mätläge av mätutrustningen, skall detaljen läggas lika i laddläget. Får man envariation av mätvärden därför att mätutrustningen placerar detaljen olika då den laddas till mätläge, är det korrekt. Laddningen ingår som en del i mätningen och påverkar hur bra mätutrustningen mäter. Placera detaljen i ladd/mätläge, så lika som möjligt från gång till gång. Utför mätningen genom att mätorden går hög och sedan låg. Resultatet beräknas utifrån nu aktuellt antal mätningar Tag bort detaljen Börja om från första punkten M7005 Test av mätutrustnings repeterbarhet 9 (21)

10 4 Analys av mätresultatet Datat i figur 7 har resulterat i ett resultat som visas i figur 9 nedan. Figur 9. Formulärets resultatdel, Vi använder mått M1 (Diam 30.4) som exempel i de nummeriska beräkningarna. ÖTol, UTol, Tol vidd Över tolerans, Under tolerans och Toleransvidden = övertolerans undretolerans. Tol.vidd för M1 = 20 (-20) = 40 my Max, Min, Diff Max är det största mätvärdet, Min det minsta och Diff = Max Min För M1 är Diff = 2 (-2) = 4 my Medelvärdet XBar XBar = I exemplet är N = 20 och XBar för M1 = 0.20 my. Spridningen S I exemplet är N = 20 och S för måttet = 0.95 my. M7005 Test av mätutrustnings repeterbarhet 10 (21)

11 Repeterbararheten som % av toleransvidden Repeterbarheten betecknad Rep är baserad på spridningen multiplicerad med en faktor ur tabellen i figur 11 dividerad med toleransvidden multipliserat vald procentsats. Figur 10. Val av parametrar som styr beräkningen av repeterbarheten. Rep = (f * S) / (Tol.vidd * p) Där f fås ur tabellen I figur 11 och beror på val av Intervall som omfattar xx % av alla mätningar. I vårt exempel har vi valt 98 % och det ger f = 4.65 % 94,00 95,00 95,45 96,00 97,00 98,00 99,00 99,73 f 3,76 3,92 4,00 4,11 4,34 4,65 5,15 6,00 Figur 11. Tabell som ger faktorn f beroende på vald nivå. Under förutsättning att vår mätutrustning har medelvärde XBar (0.20 my) och en standardavvikels S ( 0.95 my) och vi gör 100 nya mätningar kommer 98 st av dessa mätningar att ligga inom intervallet f * S (4.64 * 0.95). Vi har valt som godkänd referens 10 % av toleransvidden dsv 10*40/100 = 4.0 my Repeterbarheten Rep i % är då = 100* (4,65*0.95)/((10*40)/100) = 100*(4.46/4.0) = 11.0 % Vill man se resultatet som normalfördelad kurva, får man upp bilden i figur 13 genom att klicka på Analys / Resultatet som normalfördela graf i repetitionsformulärets rullgardinsmeny. Figur 12 M7005 Test av mätutrustnings repeterbarhet 11 (21)

12 Om man ändrar på Gräns OK % och Intervall som omfattar, ser man hur det påverkar resultatet. Dubbelklicka här och XBar S konfidensintervall visas Figur 13. Repeterbarheten visa som normalfördelad graf. Kommentarer Inom det gröna intervallet ( ,21) ligger 98 % av alla mätningar. Det röda intervallet (-2.00, +2.00) är det intervall som är 10% av toleransvidden. 0,76 % av mätningarna (på båda sidorna) ligger mellan den tillåtna gränsen och 98% gränsen. Dvs 1.52 % av mätningarna är utanför specifikation. Om 10% av toleransvidden är kravet för att mätsystemet skall godkännas, uppnås det inte för måttet M1. Vill man veta medelvärdet XBars och spridningens S konfidensinterval får man dubbelklicka någonstans inom rektangel i Analys bilden. Då kommer rutan upp som visas i figur 14 nedan Figur 14. Konfidensintervallen för medelvärdet och spridningen M7005 Test av mätutrustnings repeterbarhet 12 (21)

13 Konfidensintervall, Konfidensgrad Om försöket upprepars x anta gånger (i exemplet 20 mätningar görs per gång) kommer y% av dessa mätningar att ligga inom konfidensintervallet. y är konfidensgraden För vårt exempel innebär det att om försöket upprepas ett antal gånger kommer medelvärdet XBar att i 95% av försöken ligga inom intervallet t.o.m 0.64 my. På samma sätt kommer spridningen för 95% av försöken att ligga inom intervallet 0.72 t.o.m 1.39 my För beskrivning och matematik av de statistiska formlerna, se Appendix 1. M7005 Test av mätutrustnings repeterbarhet 13 (21)

14 Appendix 1 Statistiska definitioner mm Förutsättningen är att vår mätutrustning sprider mätresultaten normalfördelat med medelvärdet µ och spridningen σ. N är antal mätningar Medelvärdet xi är det enskilda mätvärdet. Konfidensintervallet är symetriskt, konfidensgrad 1 α = p/100, där p konfidensgraden uttryckt i %. I figuren 14 är p = 95%. x - t α/2 (S/ n) < x x + t α/2 (S/ n) t α/2 är t-fördelningen för α vid N-1 frihetsgrader. N är antal mätningar Spridnings S Spridningen har ett asymmetriskt Chi2 fördelat konfidensintervall M7005 Test av mätutrustnings repeterbarhet 14 (21)

15 Repeterbarheten Mätsystemets repeterbarhet är dess standardavvikelse σ. Men eftersom den är okänd får vi ta stickprovets spridningen S som uppskattning. Hur bra det är indikeras av storleken på S konfidensintervall. Då vi antaget att mätutrustningens spridning är normalfördelad och vi ersatt medelvärdet µ med x (XBar) och standardavvikelse σ med dess uppskattning S får vi figuren nedan Anm: Ju fler mätningar som ingår i testen desto sannolikare är det att det framräknade medelvärdet x och S beskriver verkligheten. Ur tabellen ser vi att inom intervallet S,+S kommer 68.2 % av mätningarna att hamna. Utökar vi intervallet till -2S, +2S kommer 95.4 % av mätvärden att omfattas. Ökar vi på ytterligare till -3S, +3S täcks hela 99.6 % in. Om man vill gå åt andra hållet, dvs, vilket intervall ger en given procentsats, får man använda sig av tabellen i figur 11. Hur sträng man skall vara finns det olika exempel på. I exemplen traditionell MSA i appendix 4 har testen med 3 operatörer, 3 försök och 10 detaljer valt en 99% nivå, innebärande att spridningen multipliceras med Medan formuläret för 2 operatörer, 2 mätningar 10 detaljer har en nivå på 95,45 %. OK intervallet är S * I Measutement System Analysis, MSA används 99% nivån. Literatur Measurement System Analysis MSA : Utgiven av en arbetsgrupp bestående av Chrysel, Ford, General Motors mf. Sannolikhetsteori och statistikteori med tillämpningar: Gunnar Blom ISBN Föreläsningsanteckningar vi KTH: Sannolikhetsteori och statistik för E och V. (ex. konfidensintervall avhandlas i föreläsning 9 ) M7005 Test av mätutrustnings repeterbarhet 15 (21)

16 2 Exempel på MSA tester Nedan visas exempel på två Excel-ark för Measuremet Sytems Analysis, MSA, som den brukar utföras. Exemplet med 3 operatörer, 3 försök och 10 detaljer har en 99% nivå medan testen med 2 operatörer, 2 försök och 10 detaljer har en 95.45% nivå. Reproducibility- & Repeatability study R & R Study made by: Orderer: Doc. nr: Date: Partnr: Test Measuringdevice: Partname: Measuringdevice nr: Dimension: 1 Machine: Unit: Tol. max: Operation: Tol. min: Tolerance (T): 20 Work order 1. Designate the right tolerances, max, min 2. Two operators measures 10 parts each twice. 3. Put in the results in the table Operator A Operator B Partnr Measurement 1 Measurement 2 Range R Partnr Measurement 1 Measurement 2 Range R 1 4,000 5,000 1, ,000 6,000 2, ,000 6,000 2, ,000 5,000 0, ,000 6,000 0, ,000 7,000 0, ,000 7,000 1, ,000 7,000 0, ,000 6,000 1, ,000 6,000 0, ,000 9,000 1, ,000 9,000 1, ,000 9,000 1, ,000 9,000 0, ,000 5,000 1, ,000 4,000 0, ,000 7,000 1, ,000 5,000 2, ,000 8,000 0, ,000 7,000 1,000 Average value R: Operator A: 0,9000 Operator B: 0, Average R total: 0,75 5. Reproducible: 3, Tot. measuring uncertainty: 4, Control nr: 2,4525 If any of individual R-values is 7. Measuring capability in %: 20 higher then controlnr then the measuring process is not under control, these values is cut out Max measuring capability in percentage = 10% the reason is investigated and the measuring is don again. 3. Repeatability: 2, Difference average: 1,070 M7005 Test av mätutrustnings repeterbarhet 16 (21)

17 Mätsystemsanalys - M7005 Detalj nr: Detaljnamn: Mått nr: Mått namn: Tol Max Tol Min Konstanter baserad på Mut- 123 cul 0,1-0,1 Faktorn och värden ur d2-tabell Utförd av av: Datum: Tid: Multiplikationsfaktor K1 K2 K :44:37 5,15 3,043 2,694 1,620 Operatör A: hans B: C: Detalj nr: Försök 1 Försök 2 Försök 3 Variation Försök 1 Försök 2 Försök 3 Variation Försök 1 Försök 2 Försök 3 Variation X detalj 1 0,006 0,003 0,002 0,004 0,009 0,008 0,005 0,004 0,000 0,001 0,009 0,009 0, ,003 0,004 0,001 0,003 0,001 0,003 0,001 0,002 0,001 0,003 0,004 0,003 0, ,001 0,006 0,002 0,005 0,007 0,008 0,006 0,002 0,006 0,007 0,008 0,002 0, ,003 0,004 0,004 0,001 0,007 0,000 0,007 0,007 0,000 0,003 0,007 0,007 0, ,003 0,004 0,004 0,001 0,009 0,005 0,006 0,004 0,009 0,006 0,008 0,003 0, ,008 0,004 0,009 0,005 0,009 0,005 0,008 0,004 0,001 0,009 0,000 0,009 0, ,008 0,002 0,000 0,008 0,000 0,000 0,001 0,001 0,007 0,002 0,004 0,005 0, ,000 0,002 0,005 0,005 0,000 0,004 0,006 0,006 0,004 0,009 0,000 0,009 0, ,009 0,005 0,000 0,009 0,002 0,001 0,001 0,001 0,009 0,003 0,002 0,007 0, ,002 0,002 0,000 0,002 0,001 0,000 0,002 0,002 0,007 0,003 0,008 0,005 0,003 X försök: 0,004 0,004 0,003 0,0043 0,005 0,003 0,004 0,0033 0,004 0,005 0,005 0,0059 0,0037 RA : RB : RC : Rp : Enhetsanalys: % Totalvariation % Toleransvidden XA : 0,004 RA : 0,0043 R: EV: 0,0137 %EV: 91,11 %EV: 6,85 XB : 0,004 RB : 0,0033 RX : AV: 0,0018 %AV: 11,67 %AV: 0,88 XC : 0,005 RC : 0,0059 R&R: 0,0138 %R&R: 91,86 %R&R: 6,90 RX : 0,001 R: 0,0045 Rp : PV: 0,0059 %PV: 39,53 %PV: 2,97 Rp : 0,0037 TV: 0,0150 M7005 Test av mätutrustnings repeterbarhet 17 (21)

18 3 Exempel på hur data sparas Kopiering till.txt fil Utseendet på.txt filen visas nedan. Notera att dolda mått ras ej med. Namn:Test detalj 57 Datum: ; 1 ; 4 ; ;Diam30.4 ;Lengd210 ; :05:39 ; 10; 8; 16:05:41 ; 10; 8; 16:05:42 ; 10; 8; Databas filens utseende Den fil i vilken data sparas då man så väjer, har följande utseende Ver.Cm XE5;Test detalj 57; :07:25 ; 0,0000; 0,0230; 0,0010; 0,0040; :07:57 ; 0,0020; 0,0220; -0,0020; 0,0060; :08:14 ; 0,0010; 0,0210; -0,0030; -0,0020; :08:46 ; 0,0000; 0,0220; -0,0010; -0,0050; :09:01 ; 0,0010; 0,0220; -0,0010; -0,0030; :09:21 ; 0,0020; 0,0230; 0,0000; -0,0060; :09:47 ; 0,0000; 0,0220; 0,0000; 0,0070; :10:05 ; 0,0010; 0,0230; 0,0000; 0,0080; :10:17 ; 0,0000; 0,0220; 0,0000; 0,0030; :10:46 ; 0,0000; 0,0220; 0,0000; 0,0030; :10:59 ; 0,0000; 0,0210; 0,0000; 0,0050; :11:37 ; -0,0010; 0,0220; 0,0000; 0,0020; :11:46 ; 0,0000; 0,0220; 0,0000; 0,0020; :12:27 ; -0,0010; 0,0220; -0,0010; 0,0030; :12:46 ; -0,0010; 0,0210; 0,0000; -0,0030; M7005 Test av mätutrustnings repeterbarhet 18 (21)

19 4 Exempel på utskrift Testprotokollets utseende M7005 Test av mätutrustnings repeterbarhet 19 (21)

20 5 Lägga repetitionstestknappen på knappanelen Lägga till knapp För att lägga till repetitionstestens knapp på M7005:s knappanel gör följande Klicka Anpassa Status- och Knappanelen då kommer bilden nedan upp Välj - Dra och droppa på knappanelen M7005 Test av mätutrustnings repeterbarhet 20 (21)

21 Och här är den Ta bort knapp Med Anpassa fönstret öppnat, dra man knappen som man vill ta bort, bort från knappanel och släpper den utanför panelen. Spara Glöm ej att klicka på Spara knappen i Anpassa bilden. M7005 Test av mätutrustnings repeterbarhet 21 (21)

Mäta rakhet Scanning med M7005

Mäta rakhet Scanning med M7005 Matematikföretaget jz M7005.metem.se 141121/150411/150704/SJn Mäta rakhet Scanning med M7005 Mätgivare Detalj Mäta rakhet - Scanning 1 (12) Innehåll 1 Ett exempel... 3 2 Beskrivning... 6 2.1 Scanna in

Läs mer

M7005 Rundhetsmätning

M7005 Rundhetsmätning Matematikföretaget jz www.m7005.metem.se 1500702/SJn M7005 Rundhetsmätning M7005 - Rudhetsmätning 1 (23) Innehåll 1 Allmänt... 3 1.1 Ring... 4 1.2 Axel... 4 2 Att komma i gång - En mätning... 5 3 Programmera

Läs mer

M7005 Exportera data på Q- DAS ASCII Transferformat

M7005 Exportera data på Q- DAS ASCII Transferformat Matematikföretaget jz www.m7005.metem.se. 170220/170926/180315/180418/Sjn M7005 Exportera data på Q- DAS ASCII Transferformat Användarhandbok T.ex M7005 Exportera data på Q_DAS ASCII Transferformat, Användarhandbok

Läs mer

M7005 Användarhandbok

M7005 Användarhandbok Matematikföretaget jz www.m7005.metem.se /150423/150608/150622/SJn M7005 Användarhandbok M7005 Användahandbok 1 (86) Matematikföretaget jz (Sverker Johansson) är under inga omständigheter ansvarigt för

Läs mer

Mätstyrning med M7005

Mätstyrning med M7005 Matematikföretaget jz M7005.metem.se 150423/150626/150721/SJn Mätstyrning med M7005 en översikt Mätstyrning med M7005, en översikt 1 (12) Innehåll 1 Mätstyrning 4 2 M7005:s sätt att mätstyra 5 3 Anpassa

Läs mer

Installation av M7005 och till M7005 hörande serverprogram

Installation av M7005 och till M7005 hörande serverprogram 150607/150716/151005/SJn Installation av M7005 och till M7005 hörande serverprogram samt Anpassning av M7005:s utseende Installation och anpassning av M7005 sida 1 (18) Innehåll 1 M7005:s hemsida är M7005.Metem.se...

Läs mer

M7005 och IBR Användarhandbok

M7005 och IBR Användarhandbok 181101/190313/190521/SJn M7005 och IBR Användarhandbok M7005 och IBR - Användarhandbok OBSERVERA Informationen i detta dokument kan ändras utan föregående meddelande. Innehållet är icke bindande. Matematikföretaget

Läs mer

M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med IBR enheter

M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med IBR enheter 24 IBR UT 8 IBR IN Matematikföretaget jz www.m7005.metem.se 151108/160119/SJn M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med IBR enheter M7005 Com MätStyrsevere Com 24 ledare 4 ledare M9002

Läs mer

Uppdatera Metem 3005 till M7005

Uppdatera Metem 3005 till M7005 140119/141124/150411/SJn Uppdatera Metem 3005 till M7005 M7005 är kompatibelt med M3005 vad beträffar, mätprogram, databas, plc-program och flertalet IO servrar mm Checklista för övergång från M3005 till

Läs mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko. SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt

Läs mer

Uppdatera Metem 3005 till M7005

Uppdatera Metem 3005 till M7005 141124/150411//151005SJn Uppdatera Metem 3005 till M7005 M7005 är kompatibelt med M3005 vad beträffar, mätprogram, databas, plc-program och flertalet IO servrar mm Checklista för övergång från M3005 till

Läs mer

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN): Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF50: Matematisk statistik för L och V OH-bilder på föreläsning 7, 2017-11-20 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

Läs mer

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning? När vi nu lärt oss olika sätt att karaktärisera en fördelning av mätvärden, kan vi börja fundera över vad vi förväntar oss t ex för fördelningen av mätdata när vi mätte längden av en parkeringsficka. Finns

Läs mer

M7003 FMS/Weisser mätstyrningsserver M9003 ersatt med Simens S Plc- RS232

M7003 FMS/Weisser mätstyrningsserver M9003 ersatt med Simens S Plc- RS232 Com.mod. CPU 1212 S 1222 DO Matematikföretaget jz www.m7005.metem.se 160919/180926/190213/190320/SJn M7003 FMS/Weisser mätstyrningsserver M9003 ersatt med Simens S7-1200 Plc- RS232 M7005 Com MätStyrsevere

Läs mer

Thomas Önskog 28/

Thomas Önskog 28/ Föreläsning 0 Thomas Önskog 8/ 07 Konfidensintervall På förra föreläsningen undersökte vi hur vi från ett stickprov x,, x n från en fördelning med okända parametrar kan uppskatta parametrarnas värden Detta

Läs mer

M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med Simens S7-1200 Plc

M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med Simens S7-1200 Plc Matematikföretaget jz www.m7005.metem.se 160121/SJn M7005 Fischer/Weisser mätstyrningsserver M9003 ersatt med Simens S7-1200 Plc M7005, Fischer/Weisser mätstyrningsserver M9003 ersatt med Siemens S7-1200

Läs mer

F3 Introduktion Stickprov

F3 Introduktion Stickprov Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever

Läs mer

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts

Läs mer

M7005 filer, bibliotek, databasstruktur

M7005 filer, bibliotek, databasstruktur Matematikföretaget jz www.m7005.metem.se. 150411/150726/160419Sjn M7005 filer, bibliotek, databasstruktur Databas Mätsystemet M7005 filer, bibliotek, databasstruktur Sida 1 Matematikföretaget jz (Sverker

Läs mer

Uppdatera Metem 3005 till M7005

Uppdatera Metem 3005 till M7005 150411//151005/181020/SJn Uppdatera Metem 3005 till M7005 M7005 är kompatibelt med M3005 vad beträffar, mätprogram, databas, plc-program och flertalet IO servrar mm Checklista för övergång från M3005 till

Läs mer

TMS136. Föreläsning 10

TMS136. Föreläsning 10 TMS136 Föreläsning 10 Intervallskattningar Vi har sett att vi givet ett stickprov kan göra punktskattningar för fördelnings-/populationsparametrar En punkskattning är som vi minns ett tal som är en (förhoppningsvis

Läs mer

Arbeta med normalfördelningar

Arbeta med normalfördelningar Arbeta med normalfördelningar I en större undersökning om hur kvinnors längd gjorde man undersökning hos kvinnor i ett viss åldersintervall. Man drog sedan ett slumpmässigt urval på 2000 kvinnor och resultatet

Läs mer

SF1901 Sannolikhetsteori och statistik I

SF1901 Sannolikhetsteori och statistik I SF1901 Sannolikhetsteori och statistik I Jimmy Olsson Föreläsning 10 27 november 2017 1 / 28 Idag Mer om punktskattningar Minsta-kvadrat-metoden (Kap. 11.6) Intervallskattning (Kap. 12.2) Tillämpning på

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 5 Statistiska metoder 1 Dagens föreläsning o Konfidensintervall För andelar För medelvärden Vid jämförelser o Den statistiska felmarginalen o Stickprovsstorlek 2 Introduktion När man beräknar

Läs mer

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) SF1901: Sannolikhetslära och statistik Föreläsning 9. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 21.02.2012 Jan Grandell & Timo Koski () Matematisk statistik 21.02.2012

Läs mer

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski SF1901: Sannolikhetslära och statistik Föreläsning 10. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski 18.02.2016 Jan Grandell & Timo Koski Matematisk statistik 18.02.2016

Läs mer

Laboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer

Laboration 2. i 5B1512, Grundkurs i matematisk statistik för ekonomer Laboration 2 i 5B52, Grundkurs i matematisk statistik för ekonomer Namn: Elevnummer: Laborationen syftar till ett ge information och träning i Excels rutiner för statistisk slutledning, konfidensintervall,

Läs mer

Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ

Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ Inledning till statistikteorin Skattningar och konfidensintervall för μ och σ Punktskattningar Stickprov från en population - - - Vi vill undersöka bollhavet men får bara göra det genom att ta en boll

Läs mer

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Vi har en ursprungspopulation/-fördelning med medelvärde µ. P-värde P=probability Sannolikhetsvärde som är resultat av en statistisk test. Anger sannolikheten för att göra den observation vi har gjort eller ett sämre / mer extremt utfall om H 0 är sann. Vi har

Läs mer

Hotspot låter användaren skapa genvägar till andra sidor.

Hotspot låter användaren skapa genvägar till andra sidor. Hotspot låter användaren skapa genvägar till andra sidor. Du kan låta bilder och/eller text bli knappar för genvägar eller navigering. Genvägarna kan leda till en annan sida i din resurs (intern sida)

Läs mer

Kort om mätosäkerhet

Kort om mätosäkerhet Kort om mätosäkerhet Henrik Åkerstedt 14 oktober 2014 Introduktion När man gör en mätning, oavsett hur noggrann man är, så får man inte exakt rätt värde. Alla mätningar har en viss osäkerhet. Detta kan

Läs mer

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00 Statistisk försöksplanering och kvalitetsstyrning Provmoment: Ladokkod: Tentamen ges för: TentamensKod: Tentamen 5Hp 41I12B KINAF13, KINAR13, KINLO13,KMASK13 7,5 högskolepoäng Tentamensdatum: 30 oktober

Läs mer

skapa genvägar till andra sidor (externa och interna)

skapa genvägar till andra sidor (externa och interna) Hotspot skapa genvägar till andra sidor (externa och interna) Du kan låta bilder och/eller text bli knappar för genvägar eller navigering. Genvägarna kan leda till en annan sida i din resurs (intern sida)

Läs mer

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 v. 2015-01-07 ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel vers. 2010 Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp

Läs mer

4 Kolumn Kalkylbladet är uppdelat i rader (horisontellt) och kolumner (vertikalt). Där dessa möts finns alltid en cell.

4 Kolumn Kalkylbladet är uppdelat i rader (horisontellt) och kolumner (vertikalt). Där dessa möts finns alltid en cell. Lathund för Microsoft Excel 1 2 9 4 Kolumn Kalkylbladet är uppdelat i rader (horisontellt) och kolumner (vertikalt). Där dessa möts finns alltid en cell. Innehåll Autofyll Celler Diagram Ändra diagramtyp

Läs mer

Bruksanvisning. Swema AB Tel: 08-940090 www.swema.se. För support och nedladdning av aktuell programvara kontakta: 2006-05 - 01

Bruksanvisning. Swema AB Tel: 08-940090 www.swema.se. För support och nedladdning av aktuell programvara kontakta: 2006-05 - 01 Bruksanvisning För support och nedladdning av aktuell programvara kontakta: Swema AB Tel: 08-940090 www.swema.se 2006-05 - 01 Beskrivning R1 gör exakt vad som krävs av en radonmätare. Vid en radonhalt

Läs mer

Forskningsmetodik 2006 lektion 2

Forskningsmetodik 2006 lektion 2 Forskningsmetodik 6 lektion Per Olof Hulth hulth@physto.se Slumpmässiga och systematiska mätfel Man skiljer på två typer av fel (osäkerheter) vid mätningar:.slumpmässiga fel Positiva fel lika vanliga som

Läs mer

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018 SF1922/SF1923: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 11 INTERVALLSKATTNING. Tatjana Pavlenko 24 april 2018 PLAN FÖR DAGENS FÖRELÄSNING Vad är en intervallskattning? (rep.) Den allmänna metoden för

Läs mer

Komma igång med 3L Pro 2014. Komma igång med 3L. Copyright VITEC FASTIGHETSSYSTEM AB

Komma igång med 3L Pro 2014. Komma igång med 3L. Copyright VITEC FASTIGHETSSYSTEM AB Komma igång med 3L Innehåll LOGGA IN I 3L... 3 Verktyg och kortkommandon... 6 Övriga tangenter... 9 RAPPORTUTSKRIFT I 3L... 10 Instruktioner för att skriva till fil:... 11 Logga in i 3L Ikonen för 3L Pro

Läs mer

Användarmanual. Fakturaspecifikation. Trafikverkets system för fakturaspecifikation. Version 1.4, 2010-12-20

Användarmanual. Fakturaspecifikation. Trafikverkets system för fakturaspecifikation. Version 1.4, 2010-12-20 Användarmanual Fakturaspecifikation Trafikverkets system för fakturaspecifikation Version 1.4, 2010-12-20 0 Utgivare: Trafikverket Kontakt: fakturering.jarnvag@trafikverket.se Distributör: Trafikverket,

Läs mer

SwemaMultipoint Bruksanvisning

SwemaMultipoint Bruksanvisning SWEMA AB Pepparvägen 27 123 56 FARSTA Tel: +46 8 94 00 90 E-mail: swema@swema.se Hemsida: www.swema.se SwemaMultipoint Bruksanvisning ver. JU20190424 1. Introduktion SwemaMulitipoint är en mjukvara för

Läs mer

www.radonelektronik.se Bruksanvisning www.radonelektronik.se 2006-03 - 01

www.radonelektronik.se Bruksanvisning www.radonelektronik.se 2006-03 - 01 www.radonelektronik.se Bruksanvisning www.radonelektronik.se 2006-03 - 01 Beskrivning R1 gör exakt vad som krävs av en radonmätare. Vid en radonhalt på 200 Bq/m 3 tar det endast 4 timmar att uppnå en statistisk

Läs mer

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN): Lunds tekniska högskola Matematikcentrum Matematisk statistik Matematisk statistik AK för ekosystemteknik, FMSF75 OH-bilder 2018-09-19 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):

Läs mer

Ingenjörsmetodik IT & ME 2011 Föreläsning 11

Ingenjörsmetodik IT & ME 2011 Föreläsning 11 Ingenjörsmetodik IT & ME 011 Föreläsning 11 Sammansatt fel (Gauss regel) Felanalys och noggrannhetsanalys Mätvärden och mätfel Medelvärde, standardavvikelse och standardosäkerher (statistik) 1 Läsanvisningar

Läs mer

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp

Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Sid (7) Lö sningsfö rslag till tentamen i matematisk statistik Statistik öch kvalitetsteknik 7,5 hp Uppgift Nedanstående beräkningar från Minitab är gjorda för en Poissonfördelning med väntevärde λ = 4.

Läs mer

Kom igång med TIS-Office

Kom igång med TIS-Office Kom igång med TIS-Office Denna guide hjälper dig att komma igång med TIS-Office, mer information om hur man använder programmet finns i manualer på TIS-Office CD-skivan och i den inbyggda hjälpfunktionen

Läs mer

Varför statistik? det finns inga dumma frågor, bara dumma svar! Serik Sagitov

Varför statistik? det finns inga dumma frågor, bara dumma svar! Serik Sagitov Summer Science Camp, Tjärnö, 8 August 2012 Varför statistik? Serik Sagitov http://www.math.chalmers.se/ serik/ Avdelningen för matematisk statistik Matematiska Vetenskaper Chalmers Tekniska Högskola och

Läs mer

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5. February 6, 2018 1 Föreläsning VIII 1.1 Punktskattning Punktskattning av µ Vi låter {ξ 1, ξ 2,..., ξ n } vara oberoende likafördelade stokastiska variabler (med ett gemensamt µ). ξ =: µ är en punktskattning

Läs mer

Inledning till OpenOffice Calculator Datorlära 2 FK2005

Inledning till OpenOffice Calculator Datorlära 2 FK2005 Inledning till OpenOffice Calculator Datorlära 2 FK2005 Mål Lära sig att skapa och använda ett räkneblad med OpenOffice Calculator Beräkna medelvärde och standardavvikelsen med räknebladet Producera en

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18 LINKÖPINGS UNIVERSITET MAI Johan Thim Tentamen i matematisk statistik (9MA241/9MA341, STN2) 213-1-11 kl 14 18 Hjälpmedel är: miniräknare med tömda minnen och formelbladet bifogat. Varje uppgift är värd

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum Skrivtid

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum Skrivtid LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M MAM801 IEK309 Institutionen för matematik Datum 2008-01-19 Skrivtid 0900 1400 Tentamen i: Statistik AI, 10p Antal uppgifter: 6 Krav för G: 11 Lärare: Robert Lundqvist,

Läs mer

Intro till SPSS Kimmo Sorjonen (0811)

Intro till SPSS Kimmo Sorjonen (0811) 1 Intro till SPSS Kimmo Sorjonen (0811) 1. Att mata in data i SPSS 1. Klicka på ikonen för SPSS. 2. Välj alternativet Type in data och klicka på OK. 3. Databladet har två flikar: Data view och Variable

Läs mer

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp

LÖSNINGAR TILL. Matematisk statistik, Tentamen: kl FMS 086, Matematisk statistik för K och B, 7.5 hp LÖSNINGAR TILL Matematisk statistik, Tentamen: 011 10 1 kl 14 00 19 00 Matematikcentrum FMS 086, Matematisk statistik för K och B, 7.5 hp Lunds tekniska högskola MASB0, Matematisk statistik kemister, 7.5

Läs mer

F9 Konfidensintervall

F9 Konfidensintervall 1/16 F9 Konfidensintervall Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 18/2 2013 2/16 Kursinformation och repetition Första inlämningsuppgiften rättas nu i veckan. För att

Läs mer

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken

Analys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen

Läs mer

Sa ha r anva nder du VASS

Sa ha r anva nder du VASS Sa ha r anva nder du VASS Innehåll 1 Logga in... 2 2 Funktioner i menyrad... 3 3 Indata Mata in uppgifter... 4 3.1 Besvara undersökningen... 4 3.2 Jämföra med fjolårets undersökning... 5 3.3 Eget urval...

Läs mer

9. Konfidensintervall vid normalfördelning

9. Konfidensintervall vid normalfördelning TNG006 F9 09-05-016 Konfidensintervall 9. Konfidensintervall vid normalfördelning Låt x 1, x,..., x n vara ett observerat stickprov av oberoende s.v. X 1, X,..., X n var och en med fördelning F. Antag

Läs mer

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar Stas Volkov Stanislav Volkov s.volkov@maths.lth.se FMSF20 F8: Statistikteori 1/20 Översikt Exempel Repetition Exempel Matematisk statistik

Läs mer

Demonstration av laboration 2, SF1901

Demonstration av laboration 2, SF1901 KTH 29 November 2017 Laboration 2 Målet med dagens föreläsning är att repetera några viktiga begrepp från kursen och illustrera dem med hjälp av MATLAB. Laboration 2 har följande delar Fördelningsfunktion

Läs mer

ALEPH ver. 16 Introduktion

ALEPH ver. 16 Introduktion Fujitsu, Westmansgatan 47, 582 16 Linköping INNEHÅLLSFÖRTECKNING 1. SKRIVBORDET... 1 2. FLYTTA RUNT M.M.... 2 3. LOGGA IN... 3 4. VAL AV DATABAS... 4 5. STORLEK PÅ RUTORNA... 5 6. NAVIGATIONSRUTA NAVIGATIONSTRÄD...

Läs mer

Matematisk statistik för B, K, N, BME och Kemister

Matematisk statistik för B, K, N, BME och Kemister Matematisk statistik för B, K, N, BME och Kemister Föreläsning 5 Johan Lindström 12 september 216 Johan Lindström - johanl@maths.lth.se FMS86/MASB2 F5 1/23 Repetition Gauss approximation Delta metoden

Läs mer

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel

Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel ANVISNINGAR Datorlaboration 1 Deskriptiv statistik med hjälp av MS Excel Detta häfte innehåller kortfattade anvisningar om hur ni använder Excel under denna laboration. Be om hjälp när/om ni tycker att

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar Anna Lindgren (Stanislav Volkov) 31 oktober + 1 november 2016 Anna Lindgren anna@maths.lth.se FMS012/MASB03 F10: Punktskattning 1/18 Matematisk

Läs mer

Parade och oparade test

Parade och oparade test Parade och oparade test Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Hypotesprövning: möjliga jämförelser Jämförelser mot ett

Läs mer

Polynomanpassningsprogram

Polynomanpassningsprogram Polynomanpassningsprogram Den här uppgiften skall göra en polynomanpassning av en tvåkolumners tabell enligt minstakvadrat kriteriet och presentera resultatet grafiskt. Uppgiftens tygndpunkt ligger på

Läs mer

ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26. Svenssons metod manual

ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26. Svenssons metod manual ÖREBRO UNIVERSITET Handelshögskolan - Informatik Anders Avdic 2010-01-26 Svenssons metod manual Innehåll: 1 RAPPORTERA PROBLEM MED SYSTEMET 1 2 INNAN SYSTEMET SVENSSONS METOD STARTAS 1 3 VÄLJA SYSTEM 1

Läs mer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer

Laboration 1. i 5B1512, Grundkurs i matematisk statistik för ekonomer Laboration 1 i 5B1512, Grundkurs i matematisk statistik för ekonomer Namn:........................................................ Elevnummer:.............. Laborationen syftar till ett ge information

Läs mer

Extrauppgifter - Statistik

Extrauppgifter - Statistik Extrauppgifter - Statistik Uppgifter 1. Den stokastiska variabeln Y t 10 ). Bestäm c så att P ( c < Y < c) = 2. Vid tillverkning av en viss sorts färg tillsätts färgpigmentet med hjälp av en doseringsapparat,

Läs mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grundläggande matematisk statistik Linjär Regression Uwe Menzel, 2018 uwe.menzel@slu.se; uwe.menzel@matstat.de www.matstat.de Linjär Regression y i y 5 y 3 mätvärden x i, y i y 1 x 1 x 2 x 3 x 4 x 6 x

Läs mer

Diskussionsproblem för Statistik för ingenjörer

Diskussionsproblem för Statistik för ingenjörer Diskussionsproblem för Statistik för ingenjörer Måns Thulin thulin@math.uu.se Senast uppdaterad 20 februari 2013 Diskussionsproblem till Lektion 3 1. En projektledare i ett byggföretaget ska undersöka

Läs mer

PM Banläggning i OCAD 12 CS

PM Banläggning i OCAD 12 CS PM Banläggning i OCAD 12 CS 2017-02-23 // Jakob Emander 1 Arbeta i Ocad OCAD är det mest spridda programmet för att framställa orienteringskartor och lägga banor och finns i olika versioner. Denna manual

Läs mer

SwemaAir 5 Bruksanvisning vers 1.01 MB

SwemaAir 5 Bruksanvisning vers 1.01 MB SwemaAir 5 Bruksanvisning vers 1.01 MB20140904 OBS! Innan du börjar mäta med ditt nya instrument läs kapitel 6. Grundinställningar (Set). Vid leverans är k2-faktor aktiv. SWEMA AB Pepparvägen 27 123 56

Läs mer

BERÄKNING AV FÖRORENADE SEDIMENTVOLYMER

BERÄKNING AV FÖRORENADE SEDIMENTVOLYMER BERÄKNING AV FÖRORENADE SEDIMENTVOLYMER Rapport nr VISKAN 2003:5 Länsstyrelsen i Västra Götalands län 2004-04-23 Författad av Anders Bank Golder Associates AB 1 1 Delprojektledare för miljökemisk utredning

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 21 januari 2006, kl Karlstads universitet Institutionen för informationsteknologi Avdelningen för statistik Tentamen i Statistik, STA A13 Deltentamen, 5p 1 januari 006, kl. 09.00-13.00 Tillåtna hjälpmedel: Bifogad formel-

Läs mer

F8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17

F8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17 1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,

Läs mer

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik

FÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende

Läs mer

Studietyper, inferens och konfidensintervall

Studietyper, inferens och konfidensintervall Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär

Läs mer

Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2

Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Institutionen för teknikvetenskap och matematik, S0001M LABORATION 2 Laborationen avser att illustrera användandet av normalfördelningsdiagram, konfidensintervall vid jämförelser samt teckentest. En viktig

Läs mer

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3 Kontinuerliga sannolikhetsfördelningar (LLL Kap 7 & 9) Department of Statistics (Gebrenegus Ghilagaber, PhD, Associate Professor) Financial Statistics

Läs mer

10. Konfidensintervall vid två oberoende stickprov

10. Konfidensintervall vid två oberoende stickprov TNG006 F0-05-06 Konfidensintervall för linjärkombinationer 0. Konfidensintervall vid två oberoende stikprov Antag att X, X,..., X m är ett stikprov på N(µ, σ ) oh att Y, Y,..., Y n är ett stikprov på N(µ,

Läs mer

Analysverktyget Program Version: 2012-09-13

Analysverktyget Program Version: 2012-09-13 Analysverktyget Program Version: 2012-09-13 Analysverktyget Program möjliggör att ta fram all data som mätningen av webb-tv omfattas av. Data finns från och med 1/5 2011 och uppdateras kontinuerligt. I

Läs mer

Ljudnivåmätare med frekvensanalysator Art.nr: 61508

Ljudnivåmätare med frekvensanalysator Art.nr: 61508 Förrådsgatan 33A 542 35 Mariestad Tel: 0501 163 44 Fax: 0501 787 80 Ljudnivåmätare med frekvensanalysator Art.nr: 61508 Grundläggande inställningar och mätning På/Av Man startar ljudnivåmätaren genom att

Läs mer

Vane-Log. Loggningsprogram för Geotechs El-vinginstrument. Ingenjörsfirman Geotech AB Datavägen 53 436 32 ASKIM (Göteborg)

Vane-Log. Loggningsprogram för Geotechs El-vinginstrument. Ingenjörsfirman Geotech AB Datavägen 53 436 32 ASKIM (Göteborg) Vane-Log Loggningsprogram för Geotechs El-vinginstrument Ingenjörsfirman Geotech AB Datavägen 53 436 32 ASKIM (Göteborg) Tel: 031-28 99 20 Fax: 031-68 16 39 E-post: support@geotech.se Hemsida: http://www.geotech.se

Läs mer

7.5 Experiment with a single factor having more than two levels

7.5 Experiment with a single factor having more than two levels 7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan

Läs mer

Datum Ert datum Vår beteckning 2004-07-16 Banförvaltningen Vidmakthållande SE-781 85 Borlänge Besöksadress: Jussi Björlings väg 2

Datum Ert datum Vår beteckning 2004-07-16 Banförvaltningen Vidmakthållande SE-781 85 Borlänge Besöksadress: Jussi Björlings väg 2 Ert datum 2004-07-16 Banförvaltningen Vidmakthållande SE-781 85 Borlänge Besöksadress: Jussi Björlings väg 2 Telefon 0243-445000 Telefax 0243-445497 www.banverket.se Instruktion Handdatorn Besiktningen

Läs mer

Kapitel 10 Matriser. Beräkning med hjälp av matriser. Redigering av matriser

Kapitel 10 Matriser. Beräkning med hjälp av matriser. Redigering av matriser Anteckningar Kapitel 10 Matriser Beräkning med hjälp av matriser Redigering av matriser I detta kapitel behandlas matrisberäkning vilket är lämpligt att ta till då du ska utföra beräkningar som ger flera

Läs mer

Lathund Bokning. Senselogic AB Version 2.3

Lathund Bokning. Senselogic AB Version 2.3 Lathund Bokning Senselogic AB Version 2.3 Innehållsförteckning 1 Bokning... 1 1.1.1 Användningsområde... 1 1.1.2 Inställningar för Bokning... 2 Fliken Resurs, Kategori och Plats... 2 Fliken Formulär...

Läs mer

En introduktion till och första övning i @Risk5 for Excel

En introduktion till och första övning i @Risk5 for Excel LUNDS UNIVERSITET 1(6) STATISTISKA INSTITUTIONEN Per-Erik Isberg / Lars Wahlgren VT2012 En introduktion till och första övning i @Risk5 for Excel Vi har redan under kursen stiftat bekantskap med Minitab

Läs mer

efact Sök Sök/Rapporter (2008-04-18)

efact Sök Sök/Rapporter (2008-04-18) efact Sök Sök/Rapporter (2008-04-18) Sök För att söka efter fakturor, tryck Alt + Ö eller klicka på Sök i den övre menyraden. Man kan söka på tre olika typer av värden; 1. Fakturavärden. Information knutet

Läs mer

2004-11-14. Manual för RN - 20. www.radonelektronik.se

2004-11-14. Manual för RN - 20. www.radonelektronik.se 2004-11-14 Manual för RN - 20 www.radonelektronik.se Display för direktavläsning av radonhalt Blinkande indikering för pågående mätning. Blinkar rött vid fel eller vid störning! Beskrivning Radonmätaren

Läs mer

Kapitel 1 Komma igång... 3

Kapitel 1 Komma igång... 3 2014.02.21 1 Kapitel Innehåll... Sida Kapitel 1 Komma igång... 3 Välkommen... 3 Är DDS-CAD Arkitekt installerat?... 5 Operativmiljön Windows... 5 Begrepp... 5 Starta DDS-CAD Arkitekt... 6 Starta ett nytt

Läs mer

Föreläsningsanteckningar till kapitel 8, del 2

Föreläsningsanteckningar till kapitel 8, del 2 Föreläsningsanteckningar till kapitel 8, del 2 Kasper K. S. Andersen 4 oktober 208 Jämförelse av två väntevärden Ofte vil man jämföra två eller fler) produkter, behandlingar, processer etc. med varandra.

Läs mer

Formel- och tabellsamling i matematisk statistik

Formel- och tabellsamling i matematisk statistik Formel- och tabellsamling i matematisk statistik 1. Sannolikhetsteori för lärarprogrammet Sannolikhetsformler P (A ) = 1 P (A) P (A B) = P (A) + P (B) P (A B) P (A B) = P (A B) P (B) P (A B) = P (A B)P

Läs mer

13.1 Matematisk statistik

13.1 Matematisk statistik 13.1 Matematisk statistik 13.1.1 Grundläggande begrepp I den här föreläsningen kommer vi att definiera och exemplifiera ett antal begrepp som sedan kommer att följa oss genom hela kursen. Det är därför

Läs mer

Experimentella metoder 2014, Räkneövning 1

Experimentella metoder 2014, Räkneövning 1 Experimentella metoder 04, Räkneövning Problem : Tio mätningar av en resistans gav följande resultat: Mätning no. Resistans (Ω) Mätning no Resistans (Ω) 0.3 6 0.0 00.5 7 99.98 3 00.0 8 99.80 4 99.95 9

Läs mer

Se till att posten är i Ändringsläge. Gå till rullgardinsmenyn under Föremål och välj Lägg in bild.

Se till att posten är i Ändringsläge. Gå till rullgardinsmenyn under Föremål och välj Lägg in bild. Bilder (11) Det går att lägga en eller flera bilder till varje föremålspost. Det enklaste är att lägga in en bild, från den registrerade föremålsposten. Det går också att lägga in ett större antal bilder

Läs mer

Extrauppgifter i matematisk statistik

Extrauppgifter i matematisk statistik Extrauppgifter i matematisk statistik BT 2014 1. Mängden A är dubbelt så sannolik som B. Hur förhåller sig P(A B) till P(B A)? 2. Två händelser A och B har sannolikheter skilda från noll. (a) A och B är

Läs mer

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.

Tentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för

Läs mer