Korrelationens betydelse vid GUM-analyser



Relevanta dokument
Orderkvantiteter vid begränsningar av antal order per år

D 45. Orderkvantiteter i kanbansystem. 1 Kanbansystem med två kort. Handbok i materialstyrning - Del D Bestämning av orderkvantiteter

Orderkvantiteter i kanbansystem

Väntevärde för stokastiska variabler (Blom Kapitel 6 och 7)

Lösningsförslag till tentamen i 732G71 Statistik B,

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

Föreläsningsanteckningar till Linjär Regression

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Sensorer, effektorer och fysik. Analys av mätdata

Något om beskrivande statistik

Variansberäkningar KPI

Fyra typer av förstärkare

Prisuppdateringar på elementär indexnivå - jämförelser mot ett superlativt index

Väntevärde, standardavvikelse och varians Ett statistiskt material kan sammanfattas med medelvärde och standardavvikelse (varians), och s.

101. och sista termen 1

SAMMANFATTNING AV KURS 602 STATISTIK (Newbold kapitel [7], 8, 9, 10, 13, 14)

Sensorer och elektronik. Analys av mätdata

1. Test av anpassning.

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

1. BERÄKNING AV GRÄNSVÄRDEN ( då x 0 ) MED HJÄLP AV MACLAURINUTVECKLING. n x

Begreppet rörelsemängd (eng. momentum) (YF kap. 8.1)

Flexibel konkursriskestimering med logistisk spline-regression

Digital signalbehandling Fönsterfunktioner

Genomsnittligt sökdjup i binära sökträd

Parametriska metoder. Icke-parametriska metoder. parametriska test. Icke-parametriska test. Location Shift. Vilket test ersätts med vilket?

Vad är det okända som efterfrågas? Vilka data är givna? Vilka är villkoren?

En utvärdering av två olika sätt att skatta fördelningen till stickprovsmedelvärden från olikfördelade data - normalapproximation kontra resampling

Strukturell utveckling av arbetskostnad och priser i den svenska ekonomin

Centrala gränsvärdessatsen

ENDIMENSIONELL ANALYS B1 FÖRELÄSNING VI. Föreläsning VI. Mikael P. Sundqvist

Kompletterande kurslitteratur om serier

Armin Halilovic: EXTRA ÖVNINGAR. ) De Moivres formel ==================================================== 2 = 1

Fördelningen för populationen som stickprovet togs ifrån är känd så nära som på ett antal parametrar, t.ex: N med okända

c n x n, där c 0, c 1, c 2,... är givna (reella eller n=0 c n x n n=0 absolutkonvergent om x < R divergent om x > R n n lim = 1 R.

Föreläsning 10: Kombinatorik

Lösningar och kommentarer till uppgifter i 1.1

1. (a) Eftersom X och Y har samma fördelning så har de även samma väntevärde och standardavvikelse. E(X 2 ) = k

Borel-Cantellis sats och stora talens lag

Introduktion till statistik för statsvetare

Egna funktioner. Vad är sin? sin är namnet på en av många inbyggda funktioner i Ada (och den återfinns i paketet Ada.Numerics.Elementary_Functions)

Postadress: Internet: Matematisk statistik Matematiska institutionen Stockholms universitet Stockholm Sverige.

Föreläsning F3 Patrik Eriksson 2000

H1009, Introduktionskurs i matematik Armin Halilovic POLYNOM, POLYNOMDIVISION, ALGEBRAISKA EKVATIONER, PARTIALBRÅKSUPPDELNING. vara ett polynom där a

4.2.3 Normalfördelningen

Digital signalbehandling Alternativa sätt att se på faltning

Höftledsdysplasi hos dansk-svensk gårdshund - Exempel på tavlan

S0005M V18, Föreläsning 10

Lösning till TENTAMEN

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005

Tentamenskrivning, , kl SF1625, Envariabelanalys för CINTE1(IT) och CMIEL1(ME ) (7,5hp)

F4 Matematikrep. Summatecken. Summatecken, forts. Summatecken, forts. Summatecknet. Potensräkning. Logaritmer. Kombinatorik

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 26, 9/2 2011: y + ay + by = h(x)

Operativsystem - Baklås

Datorövning 2 Fördelningar inom säkerhetsanalys

2. Konfidensintervall för skillnaden mellan två proportioner.

Induktion LCB Rekursion och induktion; enkla fall. Ersätter Grimaldi 4.1

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

RÄKNESTUGA 2. Rumsakustik

Hambley avsnitt 12.7 (även 7.3 för den som vill läsa lite mer om grindar)

Andra ordningens lineära differensekvationer

Enkät inför KlimatVardag

Uppgifter 3: Talföljder och induktionsbevis

= α. β = α = ( ) D (β )= = 0 + β. = α 0 + β. E (β )=β. V (β )= σ2. β N β, = σ2

vara ett polynom där a 0, då kallas n för polynomets grad och ibland betecknas n grad( P(

REGULJÄRA SPRÅK (8p + 6p) 1. DFA och reguljära uttryck (6 p) Problem. För följande NFA över alfabetet {0,1}:

f(x i ) Vi söker arean av det gråfärgade området ovan. Området begränsas i x-led av de två x-värdena där kurvan y = x 2 2x skär y = 0, d.v.s.

Har du sett till att du:

Föreläsning G04: Surveymetodik

Analys av algoritmer. Beräkningsbar/hanterbar. Stora Ordo. O(definition) Datastrukturer och algoritmer. Varför analysera algoritmer?

Minsta kvadrat-metoden, MK. Maximum likelihood-metoden, ML. Medelfel. E(X i ) = µ i (θ) MK-skattningen av θ fås genom att minimera

Linjär Algebra (lp 1, 2016) Lösningar till skrivuppgiften Julia Brandes

Välkommen in i konfirmandens egen bibel!

F7 PP kap 4.1, linjära överbestämda ekvationssystem

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

F15 ENKEL LINJÄR REGRESSION (NCT )

Räkning med potensserier

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

F10 ESTIMATION (NCT )

MARKNADSPLAN Kungälvs kommun

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet Passagesannolikheter Passagetider...

Fourierserien. fortsättning. Ortogonalitetsrelationerna och Parsevals formel. f HtL g HtL t, där T W ã 2 p, PARSEVALS FORMEL

Begreppet rörelsemängd (eng. momentum)

Grundläggande matematisk statistik

Tentamen Metod C vid Uppsala universitet, , kl

Funktionsteori Datorlaboration 1

Normalfördelningar (Blom Kapitel 8)

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering

Tommy Färnqvist, IDA, Linköpings universitet

Kontingenstabell (Korstabell) 2. Oberoende-test. Stickprov beror av slumpen. Vad vi förvf. är r oberoende: kriterier är r oberoende: kriterier

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Lösningar till tentamensskrivning i kompletteringskurs Linjär Algebra, SF1605, den 10 januari 2011,kl m(m + 1) =

TENTAMEN I REALTIDSPROCESSER OCH REGLERING TTIT62

a) Beräkna E (W ). (2 p)

ANVISNING FÖR BROMSDYNAMOMETER- MÄTNING

Datastrukturer och algoritmer

Tillämpad biomekanik, 5 poäng Plan rörelse, kinematik och kinetik

DEL I. Matematiska Institutionen KTH

Transkript:

Korrelatoes betydelse vd GUM-aalyser Hela koceptet GUM geomsyras av atagadet att gåede mätgar är okorrelerade. Gude betoar och för sg att ev. korrelato spelar, me ger te mycket vägledg för hur ma då ska gå tllväga. I dea PM redovsas ågra ekla metoder för korrelatosaalys samt de korrektoer som det vd påvsad korrelato blr ödvädgt att göra. Texte är praktskt rktad bakomlggade teorresoemag redovsas edast summarskt. Scearot är e sere mätgar tdsföljd, e s.k. tdssere, vars vätevärde och mätosäkerhet är okäda och ska skattas. Samma tdsavståd mella mätgara förutsätts. Ett umerskt exempel llustrerar beräkgsgåge och ytterlgare beräkgsdetaljer redovsas ett appedx. Okorrelerade mätgar t-fördelge Låt oss utgå frå okorrelerade mätgar och det förfarade som då tllämpas. Vätevärdet skattas med medeltalet x. Stadardosäkerhete skattas med de tradtoella stadardavvkelse 2 ( ) /( s x x ) där är atalet mätgar och är atalet frhetsgrader (överbestämgar). Det är de esklda mätges stadardosäkerhet. Medeltalets stadardosäkerhet blr och ur t-fördelge får v täckgsfaktor ux ( ) s/ k t ( ) där är kofdesvå. Ett %-gt kofdestervall för vätevärdet ges seda av uttrycket P x k u( x) P x t ( ) s/ % Det är samma sak som att säga att de utvdgade mätosäkerhete för medeltalet är U ( x) k u( x) t ( ) s/ Exempel: Beräka de utvdgade mätosäkerhete för medeltalet av följade mätsere, uder atagadet att mätgara är okorrelerade. Tllämpa kofdesvå 95%. 0,090 0,003 9,947 9,864 0,063 0,02 9,955 9,895 0,083 0,0 9,954 9,97 0,043 0,33 9,884 0,020 9,987 0,023 9,92 0,096 (Kolum är mätg r. -5, kolum 2 är mätg r. 6-0 osv.)

Mätmateralet ger x 0, 000, s 0,08, 20 och 9 frhetsgrader. Det ebär att ux ( ) s/ 20 0,08 k t (9) 2,093 Medeltalets utvdgade mätosäkerhet på 95% kofdesvå blr alltså dvs. U ( x) k u( x) 0,038 P 0,000 0,038 95% Korrelerade mätgar Vad häder då om mätgara är korrelerade? I vårt scearo betraktar v de tdsmässga korrelatoe, dvs. korrelatoe mella mätgar tdssere som lgger ära varadra tde. Korrelato ebär att resultate av ärlggade mätgar tederar att följas åt på ett mer eller mdre regelbudet sätt. De brukar vara som störst på korta avståd, för att därefter successvt avta och så smågom upphöra helt. De cetrala storhete dessa sammahag är korrelatoes räckvdd eller verkgsområde (eg. rage), dvs. det (tds)avståd som krävs för att mätgara ska kua betraktas som okorrelerade. Ett sätt att bestämma räckvdde är att beräka semvarase för olka tdsavståd och upprätta ett expermetellt varogram (se GIB, avstt 8.4.7, sd. 77 varfrå edaståede fgur är hämtad). Ett aat sätt är att bestämma de s.k. kovaras- eller korrelatosfuktoe. s = sll = ugget r = rage Om v utgår frå att v (på det ea eller adra sättet) har bestämt räckvdde här beteckad så får v följade modferade formler för skattg av stadardosäkerhet och utvdgad mätosäkerhet. Det effektva atalet mätgar ges av /

dvs. atalet okorrelerade mätgar som går tdssere. Om 5 så är fortsatt aalys megslös mätmateralet är för ltet. Det effektva atalet frhetsgrader blr. Med dessa förädrade gågsdata ka hela aalysapparate frå föregåede avstt modferas tll att äve gälla korrelerade data. Vätevärdet skattas fortfarade med medeltalet x. Med det effektva atalet frhetsgrader stället fö r övergår skattge av stadardosäkerhete tll Medeltalets stadardosäkerhet blr ( 2 ) /( ) s x x s s ( ) ( ) u ( x) s / s u( x) och ur t-fördelge får v täckgsfaktor k t ( ) där är kofdesvå. Ett %-gt kofdestervall för vätevärdet ges seda av uttrycket ( ) ( ) / P x k u x P x t s % Det är samma sak som att säga att de utvdgade mätosäkerhete för medeltalet är U x k u x t s ( ) ( ) ( ) / ebär okorrelerade data. Då blr samtlga formler detska med dem föregåede avstt. Exempel: Aalysera korrelatoe föregåede exempel och modfera vd behov osäkerhetsskattgara. Om v studerar edaståede grafska redovsg av mätgara så ka v sköja e vss regelbudehet e vadrg upp och ed som te ser helt slumpmässg ut. 0,5 0, 0,05 0 9,95 9,9 9,85 0 5 0 5 20

V börjar med att beräka korrelatoskoeffcete mella ärlggade mätgar (ett alteratvt sätt att skatta korrelatoes räckvdd). V väljer att göra detta Excel med fuktoe KORREL (se appedx för detaljer). Det ger: 0,73 2 0,37 3 0, 4 0,00 5 0,02 6 0,04 osv. där dexet ager tdsavstådet mella mätgara ( tdsehet, 2 tdseheter etc.). 0, autokorrelatoe, är deftosmässgt =. Om v plottar dessa data får v e approxmato av de s.k. korrelatosfuktoe: 0,5 0 0 2 3 4 5 6-0,5 V ser att korrelatoe går ed mot oll vd ugefär 3,5-4 tdseheter. Låt oss säga 4, dvs. v får följade uttryck för korrelatoes räckvdd 4 Det s tur ger oss / 20/45 effektva mätgar och 20 4 6 effektva frhetsgrader. V får vdare och s 9 s 0,088 6 49 u ( x) s / u( x) 0,039 6

Ur t-fördelge får v täckgsfaktor k t (6) 2,20 Ett 95%-gt kofdestervall för vätevärdet ges seda av uttrycket P x k u ( x) P 0, 000 0, 083 95% D.v.s de utvdgade mätosäkerhete för medeltalet är U x k u x ( ) ( ) 0,083 De utvdgade mätosäkerhete, lksom kofdestervallet, förstoras alltså 2,2 gåger p.g.a. korrelatoe. Huvuddele av detta härrör sg frå att atalet effektva mätgar mskar. Det påverkar storleke med e faktor / 4 2. Slutord Äve gaska måttlga korrelatoer ka alltså påverka mätosäkerhete betydlgt. Det före- faller därför självklart att göra ågo form av korrelatosaalys sambad med rapporterge av mätosäkerhet te mst som merarbetet är överkomlgt. Edast om ma ka vsa att ågo korrelato te förelgger ka ma utesluta de dele av aalyse. A ppedx: Fuktoe KORREL Excel Med fuktoe KORREL Excel ka ma beräka korrelatoskoeffcete för olka tds- Lägg de st. mätgara cellera A:A ett excelark. Med hjälp av Ifoga fukto avståd. aropas fuktoe KORREL, och korrelatoskoeffcetera för olka tdsavståd ka be- räkas elgt: KORREL( A: A( ); A( ): A), 0, där är aktuellt tdsavståd och tllhörade korrelatoskoeffcet. I exemplet ova var 20, dvs. 0 KORREL( A: A20; A: A20) KORREL( A: A9; A2 : A20) 2 KORREL( A: A8; A3: A20) 3 KORREL( A : A7; A4 : A 20) osv. E plot av dessa ger e approxmato av korrelatosfuktoe och ur dea ka korrelato- ågo korrelato överhuvudtaget. Approxmato- es räckvdd beräkas om det u fs e är tllfyllest om atalet mätgar är ågorluda stort, dvs. på korta tdsavståd. Ju större tdsavstådet är desto sämre blr resultatet vlket för övrgt gäller all korrelatosaalys om mätmateralet är begräsat. /Clas-Göra Persso