Repeterbarhetskrav vs antall Trails V/ Rune Øverland, Trainor Automation AS

Like dokumenter
Repeterbarhetskrav vs antall Trails

Gasskromatografi og repeterbarhetskrav

Repeterbarhetskrav vs antall Trails

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar.

Statistisk behandling av kalibreringsresultatene Del 3. v/ Rune Øverland, Trainor Elsikkerhet AS

Kalibreringskurver; på jakt etter statistisk signifikante datapar

Uncertainty of the Uncertainty? Del 3 av 6

Statistisk behandling av kalibreringsresultatene Del 2. v/ Rune Øverland, Trainor Elsikkerhet AS

Regelverkskrav til gasskromatograf (komposisjonsanalyse) v/ Rune Øverland, Trainor Elsikkerhet AS

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent

Uncertainty of the Uncertainty? Del 2 av 6

EKSAMENSOPPGAVER STAT100 Vår 2011

Kvalitetskontroller fra Radiometer

Vedlegg 13 a) Risikovurdering av kommuner basert på kommunenes halvårsrapportering

Litt mer om den hypergeometriske fordelingen og dens tilnærming av binomisk fordeling.

Avbøyningsradiens effekt på kjøretøyhastighet inn i rundkjøringer

Oppgave 1. Bestemmelse av partielle molare volum

Fins det utro tjenere der ute? Trainor Automation AS/ Rune Øverland

Bioberegninger, ST1301 Onsdag 1. juni 2005 Løsningsforslag

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger

EKSAMEN Løsningsforslag

Endringer i lokale normer for utmåling av stønad til livsopphold

NFOGM temadag

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.

år i alder x i tid y i i=1 (x i x) 2 = 60, 9

Løsningsforslag Til Statlab 5

Studiebarometeret 2017 Oppsummering av høgskolens resultater

OPPGAVEHEFTE I STK1000 TIL KAPITTEL 5 OG 6. a b

Befolkning og velferd ECON 1730, H2016. Regresjonsanalyse

EKSAMEN I TMA4255 ANVENDT STATISTIKK

STUDIEÅRET 2016/2017. Individuell skriftlig eksamen i STA 200- Statistikk. Torsdag 27. april 2017 kl

Rapportskrivning, eller Hvordan ser en god labrapport* ut?

MAT-INF1100 Oblig 1. Teodor Spæren, brukernavn teodors. September 16, 2015

Usikkerhet rundt de kjemiske analysene. Anders Bjørgesæter UiO

DEL 2 REGELBOK 2P + 2P-Y

Dersom spillerne ønsker å notere underveis: penn og papir til hver spiller.

ST0202 Statistikk for samfunnsvitere Kapittel 13: Lineær regresjon og korrelasjon

PERIODISK EMNEEVALUERING

Oppgave 3. Fordampningsentalpi av ren væske

Seksjon 1.3 Tetthetskurver og normalfordelingen

Norsk Redaktørforening. Lønnsstatistikk 2012

Denne følgen har N+1 ledd. En generell uendelig følge kan settes opp slik:

Studiebarometeret 2016 Oppsummering av høgskolens resultater. Høgskolen i Innlandet Hedmark og Lillehammer

DEL 1 Uten hjelpemidler

Løsningsforslag, eksamen MAT102 nett, våren 2013

Bruk av karriereveiledningstjenester i høyere utdanning, med vekt på Karrieresenteret ved Universitetet i Oslo

Høgskolen i Gjøviks notatserie, 2001 nr 5

Eksamen i MAT102 våren 2017, løsningsforslag

Eksamen MAT1015 Matematikk 2P Va ren 2015

TFY4215 Innføring i kvantefysikk - Løsning øving 1 1 LØSNING ØVING 1

Matematikk for IT Eksamen. Løsningsforslag

Eksamen i TFY4170 Fysikk 2 Mandag 12. desember :00 18:00

MAT-INF 1100: Obligatorisk oppgave 1

a ) Forventningen estimeres med gjennomsnittet: x = 1 12 (x x 12 ) = 1 ( ) = 8813/12 = 734.4

TMA4240 Statistikk 2014

FYS2140 Kvantefysikk, Obligatorisk oppgave 10. Nicolai Kristen Solheim, Gruppe 2

Analyse av Algoritmer

RAPPORT. Legers forskrivning på blå resept. Kontroll

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 =

HØGSKOLEN I STAVANGER

Eksamensoppgave i TMA4245 Statistikk

Husk at du skal ha to vinduer åpne. Det ene er 'Python Shell' og det andre er for å skrive kode i.

ESTIMATION OF PREANALYTICAL UNCERTAINTY IN CLINICAL CHEMISTRY

Økonomisk rapport for utviklingen i duodji

KJ2053 Kromatografi Oppgave 5: Bestemmelse av molekylmasser ved hjelp av eksklusjonskromatografi/gelfiltrering (SEC) Rapport

TFY4108. Trening i eksperimentelt arbeid Demonstrere fysiske fenomener Opplæring i usikkerhetsanalyse. søndag 8. september 13

Sakspapir. Handlings- og Økonomiplan med Årsbudsjett Endring av skattesats for eiendomsskatt. Rådmannens innstilling

Øvingsforelesning 3 Python (TDT4110)

Bevegelse med friksjon nedover en kuleoverflate

Fartens betydning for trafikksikkerheten

Her finner du en oppsummering av statistikken om elever og ansatte i grunnskolen.

ECON Statistikk 1 Forelesning 2: Innledning

Øving 12, ST1301 A: B:

Mulige sammenhenger for plassering på samfunnsstigen

Øving 2. Oppgave 1: Diverse algebra med føring. Oppgave 2: Ligningssystem som tekstoppgave. Oppgave 3: Grafgjenkjenning

Hvordan kan vi lage gode eksamener?

TFY4215 Kjemisk fysikk og kvantemekanikk - Øving 1 1 ØVING 1. En liten briefing om forventningsverdier, usikkerheter osv

TMA4240 Statistikk 2014

β(µ) = P(akseptere H 1 µ)

Eksamen MAT1005 Matematikk 2P-Y Va ren 2015

Pensjonskassenes forsikringsrelaterte driftskostnader

Innføring i bildebehandling

IS Documentation Site > IS Customer brukerdokumentasjon > Rapportmanual AVTEMMING AV DATA MOT IS CHANGE - Side 1 / 5

Oppgaven består av 9 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom << >>. Oppgave 1

JUR202, forside. JUR202, del I - tekst. Emnekode: JUR202 Emnenavn: Velferdsrett. Dato: 1. juni Varighet: 4 timer. Tillatte hjelpemidler:

KJEGLESNITT. Espen B. Langeland realfagshjornet.wordpress.com 27.oktober 2015

Oppgave 2. Bestemmelse av partielle molare entalpier

Klagenemnda for offentlige anskaffelser

Diversifiseringsoppgaver

Eksamen MAT1015 Matematikk 2P Va ren 2015

FY1006/TFY4215 Innføring i kvantefysikk - Øving 1 1 ØVING 1. En liten briefing om forventningsverdier, usikkerheter osv

og Java

S2 - Kapittel 6. Løsningsskisser

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

Statistikk om grunnskolen for Telemark

BEDRIFTSBOWLINGEN I FREDRIKSTAD

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

UNIVERSITETET I OSLO

Transkript:

Repeterbarhetskrav vs antall Trails V/ Rune Øverland, Trainor Automation AS Artikkelserie Dette er siste artikkel i en serie av fire om tar for seg repeterbarhetskrav og antall trials. Formålet med artikkelserien er å bestemme sammenhengen mellom antall Trials og repeterbarhetskravet som må stilles for dette antall Trials. Den siste viser hvordan vi estimerer standardavvik når dette ikke kan beregnes. Artikkelserien avsluttes med hvorledes vi kan kalkulere kombinert usikkerhet ved et visst antall Trials oppgitt ved 95 % Confidence Level til å være 0,03 % eller bedre. Estimere standardavvik Det kan være tilfeller hvor man eksperimentelt ikke kan beregne standardavvik. Som et alternativ kan vi estimere standardavvik slik: Med Range menes forskjellen mellom høyeste og laveste verdi i utvalget. Hvilken verdi ha, avhenger av antall medlemmer i utvalget. skal Standard usikkerhet: Videre: Utvidet sikkerhet = (Student s t-faktor) (Standard usikkerhet) = hvor er utregnet usikkerhet (for eksempel ± 0,027 %) n er antall testkjøringer = Trials (for eksempel 10) er Student s t-faktor uttrykt ved 95 % Confidence Level og Degress of Freedom ; det vil si her: v = n -1 = 10 1 = 9 t = 2,262 er repeterbarhetskravet for n Trials, for eksempel 0,12 % når vi har 10 Trials er en områdefaktor for eksempel 3,078 for 10 Trials Side 1

D(n) Et område er definert som forskjellen mellom den høyeste og laveste verdien på individer i et utvalg. Tippett skrev i 1925 en rapport som beskrev et teoretisk område basert på en normalfordelingskurve. Han ligning ble: Gjennomsnittlig områdefaktor (D (n) ) i et utvalg med størrelse (n) vil da ha følgende verdier: Antall (n) D (n) 2 1,12838 3 1,69257 4 2,05875 5 2,32593 6 2,53441 7 2,70436 8 2,84720 9 2,97003 10 3,07751 11 3,17287 12 3,25846 13 3,33598 14 3,40676 15 3,47183 25 3,89535 50 4,49815 100 5,01519 200 5,49209 500 6,07340 1000 6,48287 I litteraturen vil D (n) også omtales d 2, og som Hartley s konstant. Side 2

Tilbake til oppgaven... Vi ønsker at kalkulert kombinert usikkerhet ved et visst antall Trials oppgitt ved 95 % Confidence Level skal være 0,03 % eller bedre. Vår oppgave er å bestemme sammenhengen mellom antall Trials og repeterbarhetskravet som må stilles for dette antall Trials. Eksempel 1: n = 5 (det vil si vi ønsker å kjøre 5 Trials) Vi henter ut følgende verdier fra tabellen: = 2,776 ved Degrees of Freedom = n 1 = 4 = 2,326 for n = 5 Vi sjekker mot repeterbarhetskravet = 0,05 %. Vi får kombinert usikkerhet: = ± 0,002677 Eksempel 2: n = 10 (det vil si vi kjører 10 Trials) Vi henter ut følgende verdier fra tabellen: = 2,262 ved Degrees of Freedom = n 1 = 9 = 3,078 for n = 10 Vi sjekker mot repeterbarhetskravet = 0,12 %. Vi får kombinert usikkerhet: = ± 0,002788 Side 3

Vi kan oppsummere sammenhengen mellom antall Trials og repeterbarheten slik: Antall Trials Repeterbarhetskrav i % Kalkulert kombinert usikkerhet i % 2 0,003 ± 0,0239 3 0,02 ± 0,0293 4 0,03 ± 0,0232 5 0,05 ± 0,0267 6 0,06 ± 0,0249 7 0,08 ± 0,0274 8 0,09 ± 0,0264 9 0,10 ± 0,0259 10 0,12 ± 0,0279 11 0,13 ± 0,0275 12 0,14 ± 0,0273 13 0,15 ± 0,0272 14 0,16 ± 0,0271 15 0,17 ± 0,027* 16 0,18 ± 0,027* 17 0,19 ± 0,027* 18 0,20 ± 0,027* 19 0,21 ± 0,027* 20 0,22 ± 0,027* *) Verdier for kalkulert kombinert usikkerhet for Trails 15 til og med 20 er hentet fra tabeller (=0,027). Tabellen nedenfor oppsummerer sammenhengen mellom repeterbarhetskrav for et bestemt antall Trials og dennes kombinerte kalkulerte usikkerhet ved ulike repeterbarhetskrav. Kalkulert gjennomsnittlig usikkerhet ved antall Trials oppgitt ved 95 % Confidence Level Trials Repeter Repeter Repeter Repeter 3 0,02 ± 0,029 0,03 ± 0,044 0,04 ± 0,059 0,05 ± 0,073 4 0,02 ± 0,016 0,03 ± 0,023 0,04 ± 0,031 0,05 ± 0,039 5 0,02 ± 0,011 0,03 ± 0,016 0,04 ± 0,021 0,05 ± 0,027 6 0,03 ± 0,012 0,04 ± 0,017 0,05 ± 0,021 7 0,03 ± 0,010 0,04 ± 0,014 0,05 ± 0,017 8 0,04 ± 0,012 0,05 ± 0,015 9 0,04 ± 0,010 0,05 ± 0,013 10 0,05 ± 0,012 Side 4

Repeterbarhetskrav ved proving Hvorvidt man oppfyller repeterbarhetskrav i en kalibreringssekvens kan eksemplifiseres slik: Trial nummer K-faktor for mengdemåler (pulser/m 3 ) x 1 3500,1 x 2 3499,9 x 3 3500,0 x 4 3500,2 x 5 3499,8 Snitt [%] 0,011 % [%] Oppsummering Fra tabellen på forrige side leser vi ut at: Utførelse av proving med 3 trials og repeterbarhetskrav lik 0,03 % kan likestilles med proving med 5 trials og repeterbarhetskrav lik 0,05 %, og likestilles med proving med 10 trials og repeterbarhetskrav lik 0,12 % I alle tre tilfeller blir den kalkulerte kombinerte usikkerhet lavere enn 0,03 prosent referert til et 95 prosent sannsynlighetsintervall. I eksemplet over er den kombinerte usikkerheten beregnet til 0,011 prosent ved kjøring av 5 trials. Dette er bedre enn Oljedirektoratets krav som i måleforskriften er satt til 0,05 prosent. Repeterbarhetskravet er oppfylt. I tillegg må denne k-faktoren (3500 pulser per kubikkmeter) sjekkes mot tidligere godkjente k- faktorer. Den nylig uttestede k-faktoren må ligge innenfor ± to standardavvik fra gjennomsnittet av de tidligere godkjente k-faktorer. Side 5